當整個互聯網行業都在高喊AI產業化、大模型落地、AGI時代來臨時，摩根大通用一份報告，撕開了國產AI扎心的真相：在動輒需要上萬張卡的背景下，一些國產芯片供應商，單月出貨量才50張。在解決算力差距前，互聯網大廠們連向前看的資格恐怕都沒有。

AI利潤不在模型廠

過去兩年，資本市場把模型公司捧上了神壇。

智譜、MiniMax等純大模型廠商，一度享受著科技股最高的估值溢價。大家默認一個規則，誰做出好模型，誰就能收割AI時代的主要利潤。

但是，去年開始，已經有人發現了不對：時代給了模型廠商太多時間，可是行業至今沒有穩定的回本方式，甚至沒有培養出用戶足夠的付費習慣。

要知道，深入C端、一度以補貼換量的即時零售，培養用戶付費習慣也僅僅只用了2年，5年就實現了盈利。

而AI一旦提收費，哪怕產品有著數量眾多的免費用戶，也馬上會迎來口碑的崩塌。

一個投入堪稱海量，但回報遙遙無期的技術，哪怕有著再高的預期敘事，也難以支撐長久。

但這個話題向來是禁區，畢竟從互聯網到傳統行業，都花了高價才拿到AI的船票。直到大摩以書面報告的形式，揭開了這層遮羞布。

在這份名為《JPM 2026 Global China Summit Key Takeaways》的報告里，有一個結論很扎眼：

我國AI的利潤池確實在擴大，但經濟剩余幾乎全部流向了上游：算力持有者、硬件租賃商，而非創造需求的模型公司。

這都不用什么多宏觀的數據，看一眼近期發布的財報都很直觀。互聯網大廠比如字節和阿里，都被AI支出拖累，凈利潤堪稱暴跌；與此同時，一度被認為跟不上時代的聯想、諾基亞卻憑“賣鏟子”起飛，重新悄悄登上王座。

報告里還有一個殘酷的例子：某頭部大模型廠商，將新一代模型價格翻倍，結果毛利率卻一點都沒改善。

原因是模型廠商這邊剛咬牙漲價，服務器廠商也在對租金漲價。

這比免費用戶難以轉化為付費用戶更可怕，因為這意味著在短期內，哪怕模型廠商能從牙縫里摳出一點利潤，也會被上游迅速攫取。

模型賺錢，至少短期內無法實現了。而AI整個上半場的贏家，其實只有算力房東。

大廠紛紛重金投入的AI行業，已經陷入了這么一個死循環：模型越火→推理越缺→租金越漲→模型越不賺錢→越依賴漲價→再被算力吃掉。

而這一切的根源，都指向同一個死穴：芯片在供給端，被多方位卡死。

國產芯片突破后的另一面

今年國產芯片集體井噴，成績堪稱卓然，但卻卡在了供給上。

昇騰910C、青芯LBG5016、虎賁T750、龍芯9A1000……至少從打破制裁角度來看，為國產AI這一下游行業博得了一點喘息空間。

在報告里，有一行很容易被忽視的小字：某國產AI芯片供應商，一個月僅能交付50張高性能加速卡。

有人說這是華為，這就有點離譜了，因為華為出貨怎么說也是以萬來計數的，不至于卡在50這個數字上。

但是，從能出貨的角度以及報告中提到的“高性能”來看，這家廠商在行業里也有著不俗的影響力，也不全是名不見經傳的芯片小廠。

這就帶來了一個問題：AI四小龍這樣的國產AI新秀，單次買卡都是以萬計數的；而國產芯片領域的新秀，一個月卻連50張卡都掏不出來。

比完小廠，再來看大廠：華為昇騰950PR今年要出貨75萬顆，而字節今年芯片采購計劃是60萬顆。

雖然看起來單家供給大于單家需求，但是考慮到昇騰950PR的性能差距，如果字節采購的芯片以英偉達主流芯片為性能參照，那么字節的需求換算成國產芯片數量至少翻三倍。

宏觀上更直觀：

2026年我國算力芯片市場在6000億以上，國產芯片產能只有2000億級別，差額在3000億以上。

對此，摩根大通給出了一句冰冷的陳述：“國產芯片，仍是補充，做不到替代。”

而且現實遠比報告中提到的更殘酷：就連原先的坐地收租和賣鏟子的國產云廠商，也因為缺芯片，干脆和原本的客戶搶資源。

于是AI廠商們的算力采購渠道，開始轉向算力租賃公司。

以前大廠瞧不上這些中介販子，但如今不得不低頭，雙手奉上自己的利潤。

隱秘分裂和未說的事實

面對同樣的算力危機，BAT們走向了不同的求生之路。

在大通的報告里：大廠和小廠之間路線差異很大。

阿里選擇了對外賣算力，把囤積的卡先變成印鈔機，解決錢的問題，自家通義App在算力分配中直接排到后面；騰訊則是依靠傳統業務的高營收和持續增長，犧牲短期對外云收入，內部優先算力供給；至于百度則坦誠了自己的掉隊，押注全棧閉環，旗下昆侖芯R100已量產。

小廠則被大摩判定為“風險很大”。盡管它們有技術、有客戶、能漲價，但沒有卡、沒有算力的自主權。當它們的利潤被租金吃光，增長被供給卡死，估值卻還透支著“技術領先”的溢價。一旦模型能力趨同，它們將最先被打回原形。

大摩沒有說的一件事是，其實整個行業都在尋找出路，而大廠們的隱秘求生已經開始了：算力出海。

字節、阿里、騰訊、華為等巨頭已形成以東南亞為核心、中東為重要補充的全球算力布局網絡了。

字節跳動動作幅度最大，在馬來西亞柔佛州投資21.3億美元建設AI數據中心，部署3.6萬顆英偉達B200芯，又計劃在泰國投入250億美元，打造數據中心集群；

阿里、騰訊、華為也都開始在海外建數據中心，投資額度動輒幾十億美元。

盡管和純模型廠商對比，這是互聯網大廠的獨特優勢；但擴大對比范圍就會發現，這不過是和硅谷競爭下，被迫的無奈之舉。

硅谷的AI大廠，即使也存在營收不明朗、算力支出大的現實，但人家的錢在可控的本土區域內流動。

而算力出海，大廠支出的很大一部分，流向了海外的基建和就業。

從芯片卡脖，到AI席卷，兜轉一大圈，又回到了芯片的比拼。只不過這一次，需求更急、緊迫感更重。

硅谷科技巨頭去年在AI上燒了5600億美元。從AI業務賺回來的錢350億，投入產出比僅僅為16：1。我國互聯網大廠們也大差不差，這放在任何一個行業都是災難。

留給大廠的時間和空間，真不多了。