廣東
微軟近日宣布對GitHub Copilot進行重大價格調整，這一變動幅度之大，甚至被部分用戶形容為“Token末日”（Tokenpocalypse）。此次調整標志著AI服務從固定費率向按Token計費的轉變，引發了行業對AI生態系統成本轉嫁及盈利模式的深刻反思。
成本轉嫁與用戶行為重塑
據媒體報道，隨著Anthropic等主要AI公司計劃上市，市場對其盈利能力的質疑日益加劇。業界普遍預期，其他AI產品也將跟進類似的價格上漲及使用限制，以幫助企業控制成本。
分析指出，此前看似“零成本”的AI服務實則極其昂貴，長期依賴投資者資金補貼。如今，部分成本正直接轉嫁給終端消費者。這種轉變將如何改變用戶行為尚不明確，但短期的“陣痛”在所難免。回顧ChatGPT Plus最初20美元的定價，更多被視為一種缺乏深思熟慮的戰略嘗試，而非基于真實成本的精準測算。盡管更先進的模型收費更高，但仍難以彌補其與真實運營成本之間的巨大差距。
IPO招股書中的“風險”難題
行業變化的速度令監管機構和企業措手不及。短短數月內，業界態度從熱衷于無節制增加Token消耗（tokenmaxxxing），迅速轉向因高昂成本而尋求限制。這種快速演變給即將IPO的AI公司帶來了披露難題：當風險因素以日俱增地演變時，企業該如何在招股說明書中準確描述這些動態風險？
與此同時，政策層面也在加速追趕。本周，特朗普總統簽署了一項行政令，旨在讓政府有機會審查強大的AI模型。盡管范圍較窄，但這進一步凸顯了AI行業監管與商業模型同步發展的緊迫性。
Uber模式能否復制？
在關于AI泡沫的討論中，Uber常被引為反例，用以反駁“AI工具極度不盈利”的觀點。人們認為，Uber通過規模效應和業務轉型，最終縮小了收支差距并實現盈利。然而，AI公司能否復制這一路徑仍存疑。
Uber的盈利轉型伴隨著業務領域的擴張以及對司機和客戶壓力的增加。相比之下，AI實驗室面臨的似乎是更難壓縮的硬性成本。不同于Uber可以通過壓榨供應鏈各環節擠出利潤，AI算力成本缺乏足夠的彈性空間。因此，AI實驗室能否通過技術進步降低成本，并最終與客戶愿意支付的價格達成平衡，仍是目前最大的疑問。
【星途科訊 圖文丨百里書澄】
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
