中国AI，越来越烧钱

文 | 奇帆商业，编辑丨陆垚

11月9日，SpaceX一项预计投资240亿美元的计划浮出水面。按照公开听证文件，这家公司准备在美国得克萨斯州建设燃气发电厂和超级计算中心。

项目尚未获批，但一家以航天业务闻名的科技公司，已经开始考虑自己解决算力设施的电力供应。

微软、谷歌、亚马逊和Meta正在持续增加AI资本开支。芯片、服务器和数据中心之外，电力供应逐渐成为影响项目进度和建设成本的重要因素。

AI竞争的投入范围，已经从计算设备延伸到能源基础设施。

中国互联网大厂同样在扩大投资。阿里、腾讯和百度持续采购芯片、扩建算力设施，AI业务收入也在增长。先进芯片供应受限、模型服务竞争激烈，加上部分成熟业务增长放缓，中国企业承担着与美国科技公司不同的经营压力。

越来越多的资金流向AI，财务报表开始呈现出另一面：业务收入的增长，未必跟得上投资的速度。

01 2080亿元，花在了哪里

9月17日，研究机构荣鼎集团发布了一份关于中国AI融资的报告。研究覆盖13家企业，包括阿里、腾讯、百度、华为、电信运营商、模型公司及独立数据中心运营商。报告估算，这些企业2026年的AI基础设施资本开支将达到9320亿元，同比增长103%；2027年可能超过1.2万亿元。

中国AI基础设施投资规模仍只有美国的15%至20%，资金压力却已经出现在互联网大厂的财务报表中。荣鼎集团统计，2026年上半年，阿里、腾讯和百度合计资本开支达到2080亿元，同期合计自由现金流为负160亿元。

三家大厂半年投入超过2000亿元，经营活动产生的现金已不足以覆盖同期资本性投资。 这些资本开支并非全部用于AI，自由现金流转负也不代表企业亏损。真正值得分析的是，持续扩大的基础设施投资，开始改变互联网公司的资金使用方式。

阿里的财报提供了一个具体例子。

2026年第二季度，阿里经营活动现金流净额为229.45亿元，同比增长11%；用于购置物业及设备的现金支出约676.60亿元，自由现金流净流出446.70亿元，上年同期净流出188.15亿元。

阿里云的经营表现并不差。同一季度，AI相关产品收入连续第十二个季度实现三位数同比增长，云分部调整后EBITA利润率达到12%。截至6月底，阿里持有现金及其他流动投资4745.05亿元，资金储备依然充足。

图源：阿里巴巴官方：2026年6月份季度业绩

阿里眼下并不缺少继续投资AI的钱，真正的压力来自投资速度和收入兑现速度之间的差距。

采购芯片、服务器和网络设备需要提前支付资金，客户使用云服务产生的收入却在之后逐步实现。阿里还要承担数据中心的电力、维护及设备折旧成本。算力需求增长能够推动收入，新增设备能否得到充分使用，则决定投资回报。

一座数据中心建成，并不等于相应的算力已经售出。企业需要持续获得客户订单，才能提高设备利用率，摊薄固定成本。阿里云的AI业务增长很快，但收入增长还没有让集团自由现金流同步改善。

腾讯的资金占用呈现出另一种形式。荣鼎集团援引腾讯披露的信息称，2026年第二季度，腾讯约510亿元AI相关预付款计入经营现金流，当季资本开支约590亿元。

预付款与资本开支属于不同会计项目，不能直接相加。它们共同反映出一个采购特点：为了锁定先进芯片和计算资源，企业可能在设备交付、资产确认之前就支付大笔资金。

算力竞争不仅比谁有能力采购芯片，还比谁能提前拿出资金、承受交付周期，并把采购资源转化为实际业务。 采购规模越大，设备利用率和后续市场需求的重要性也越高。

百度的处境更为复杂。2026年第二季度，百度AI驱动业务收入125亿元，同比增长25%；AI云基础设施收入73亿元，同比增长50%。传统在线营销业务仍在下滑，基础模型、云计算和自动驾驶却需要持续投入。

阿里可以依靠电商，腾讯拥有游戏和广告业务，百度则需要在搜索广告增长承压的情况下，继续为新业务提供资金。AI云收入增长较快，但尚不足以证明新业务已经完全填补传统业务的变化。

同样是投资AI，阿里需要提高资本使用效率，腾讯需要平衡大规模采购与业务需求，百度还要面对成熟业务现金创造能力的变化。

三家公司都在加大投入，却并不站在同一条起跑线上。

02 模型涨价，也未必赚得更多

中国大模型市场的商业化已经出现变化。

模型厂商曾通过低价API、开源模型和免费应用争夺开发者。企业客户可以在不同模型之间切换，也能够自行部署开源模型，价格成为影响采购的重要因素。

2026年，部分模型厂商开始提高API价格。荣鼎集团报告提到，DeepSeek也在8月调整定价，并引入了更高的高峰时段价格。持续降价虽然有利于扩大调用量，却会压缩服务商的收入空间，尤其是在算力资源依然昂贵的情况下。

涨价并没有立即解决盈利问题。

荣鼎集团统计，智谱和MiniMax的整体毛利率分别从2025年的约41%和25%，下降至2026年上半年的约26%和18%。两家公司业务结构不同，不能将毛利率下降全部归因于模型定价，但收入增长与盈利能力之间的落差已经显现。

图源：荣鼎集团报告“Problems with eventual profitability”章节

企业项目通常能够提供更高的单位收入，却需要销售、交付和定制化支持，市场扩张速度也受到限制。开放平台更容易触达大量开发者，调用规模可以迅速增长，客户对价格却更加敏感。

模型公司正在面对一道并不容易的选择题：高毛利业务未必容易做大，规模增长更快的API业务又未必能带来同样高的利润。

MiniMax也在调整客户结构。荣鼎集团援引的数据显示，其企业客户相关年度经常性收入占比，从2025年8月的约30%提高至2026年8月的约80%。企业客户占比提高，通常有利于建立更稳定的付费关系，但产品部署、算力租赁和研发投入也会增加经营成本。

模型推理还有持续消耗计算资源的特点。用户提出一次问题，系统就需要完成一次计算。复杂任务涉及更长上下文、多轮推理以及工具调用，单次任务可能需要消耗更多算力。

模型优化能够降低单位计算成本，新的应用形态又在不断增加计算需求。企业客户购买的也不只是Token，而是模型能否稳定完成任务、减少人工投入。厂商需要证明的，是客户愿意为完成一项任务支付多少钱，而不只是模型能够生成多少Token。

消费级AI应用的账更加难算。

荣鼎集团报告提到，阿里2026年第二季度新划分的AI应用业务实现约30亿元收入，调整后EBITA亏损约140亿元。这一业务分部的范围和成本分摊不能简单等同于单个AI助手的经营结果，但收入与亏损之间的差距值得关注。

免费AI助手能够迅速获得用户，也需要持续承担推理和产品运营成本。订阅、广告、电商佣金和企业服务都可能成为收入来源，用户规模能否转化为稳定付费，仍有待更多经营数据验证。

阿里云、百度智能云拥有向企业销售算力和模型服务的渠道，消费级AI助手则需要建立另一套收费逻辑。拥有大量活跃用户，尚不足以说明业务已经能够独立盈利。

中国AI已经开始从争夺模型性能、开发者和用户规模，进入争夺客户付费能力的阶段。

03 谁能把AI养下去

资本市场正在为中国AI提供越来越多的资金。

荣鼎集团统计，2026年前八个月，智谱、MiniMax、DeepSeek和月之暗面等主要模型公司通过私募融资、上市及定向增发等渠道获得的资金，合计达到1790亿元。2025年，这些公司的私募股权和风险投资融资规模约为90亿元，两组数据的融资渠道范围并不完全相同。

大厂也开始调整资金安排。荣鼎集团研究指出，部分互联网公司减少股票回购、出售短期投资资产，并增加借款，为AI基础设施投资腾出资金。字节跳动则在9月获得一笔296亿美元的银团贷款，据路透社报道，大部分资金预计将用于AI相关项目。

AI竞争正在从企业内部的研发预算，延伸到银行贷款、股票市场和长期资产融资。 技术能力决定企业需要投入多少资金，融资能力则影响它能否持续投入。

中国AI公司的资金结构与美国科技巨头存在明显差异。美国大型科技公司更广泛地使用债券市场融资，中国企业则更加依赖经营现金流、股权融资和银行贷款。融资渠道不同，企业承担的风险也不一样。

大型互联网公司拥有成熟业务和资产负债表，可以通过经营收入、贷款及其他融资安排支持长期投资。独立模型公司更多依赖股权市场，数据中心运营商则需要借助银行贷款、资产证券化、房地产投资信托基金和融资租赁。

真正拉开差距的，可能是投资回收周期。

云厂商采购GPU之后，需要通过客户调用和算力租赁逐步收回成本。模型公司持续支付研发与推理费用，收入增长却未必能够迅速覆盖支出。数据中心运营商则需要在设备折旧和融资期限内，维持足够高的出租率。

AI基础设施是一门需要提前支付大量资金、再用未来收入慢慢回本的生意。 设备采购完成时，企业承担的财务风险已经形成；客户需求能否持续增长，还需要时间检验。

数据中心行业已经出现相关风险。

荣鼎集团援引中国信息通信研究院的数据称，2026年上半年，中国新增算力中心项目中，54.3%涉及融资租赁。融资租赁降低了企业一次性采购设备的资金门槛，也让部分运营商能够通过杠杆扩大算力规模。

报告还提到，四川斌际科技通过售后回租等方式融资采购GPU，企业破产后，15家持牌租赁公司受到直接损失。

这一案例涉及具体企业的融资和经营问题，不能代表整个算力租赁行业，却暴露出重资产扩张的一种风险：设备采购依赖融资，未来收入又取决于市场需求。一旦GPU价格、出租率或客户订单出现变化，偿债压力可能迅速上升。

算力资产并不等同于稳定现金流。服务器可以买到，长期客户却不能靠融资直接买来。

大型互联网公司的优势正在这里体现出来。阿里拥有电商业务，腾讯有游戏和广告收入，百度仍有搜索业务。即使AI项目尚未收回投资，成熟业务也能够在一定程度上分担资金压力。

独立模型公司没有同等规模的成熟业务。融资可以帮助它们扩大研发团队、采购算力和争取客户，却不能无限期替代经营收入。资本市场愿意支付多高的估值，以及企业能够维持多快的收入增长，都会影响下一轮融资。

对于拥有长期合同的数据中心运营商，稳定客户需求可以降低投资风险。依赖短期算力租赁、负债率较高的企业，则更容易受到设备价格和市场需求变化的影响。

中国AI产业仍有增长空间。企业应用、智能体、国产芯片和推理优化，都可能改变未来的算力需求和服务成本。产业规模扩大，并不保证所有参与者都能获得相同的回报。

模型做得出来，只是参与竞争的第一步。能否持续支付研发和算力成本，能否把客户留下来，并在设备更新之前收回投资，才决定一家公司能够走多远。

中国AI越来越烧钱。资金充足的企业可以争取更长的回报周期，依赖外部融资的公司则需要更快证明商业价值。下一轮竞争中，模型能力仍然重要，企业能够承受多久、客户愿意支付多少，也将逐渐决定各自的位置。