从华尔街到中关村，人工智能赛道的竞争逻辑正在经历一场静默而深刻的转变。过去数年，顶尖AI研究员和工程师的争夺被视为行业决胜的关键，但最新财务数据揭示了一个更为残酷的现实：算力，而非人才，已成为AI公司最沉重的财务负担，且这一趋势正在重塑整个行业的竞争格局。

据Epoch AI对三家头部AI企业的成本结构分析，Anthropic、Minimax与智谱的算力支出在总成本中的占比已高达57%至70%，全面碾压包括薪酬在内的其他运营成本。其中，Anthropic2025年全年支出预估高达97亿美元，仅算力一项就贡献了68亿美元，涵盖模型训练与推理两大环节。这一数字几乎是同期Minimax和智谱整体支出规模的总和。

算力成本主导，人才支出退居次席

从财务结构看，当前的AI行业已呈现出鲜明的“资本密集型”特征。Epoch AI的数据显示，在Anthropic、Minimax和智谱三家公司中，研发算力与推理算力合计占各自总支出的绝对多数，在每一个案例中均超过员工薪酬及其他运营成本之和。

智谱的成本结构尤为典型——58%的支出与模型开发和训练所需算力直接挂钩，呈现出最为鲜明的研发算力导向型成本结构。即便顶尖AI实验室向工程师和研究人员支付着科技行业中数一数二的薪酬，人才成本在三家公司中均未能突破总支出的半数门槛。

这一数据背后，折射出前沿AI模型开发与部署的高度资本密集属性。以Anthropic为例，其97亿美元的年支出规模，已相当于一家中型科技公司的全年营收。然而，Epoch AI估计，上述三家公司目前的支出规模约为其营收的2至3倍，行业整体仍处于大规模烧钱阶段。

盈利模式待验证，开源策略降低门槛

在数据口径上，Anthropic的数字基于《The Information》的报道，具有一定推测性质；Minimax和智谱的数据则来源于2026年1月发布的IPO招股文件，相对更为可靠。三家公司的统计周期亦有所不同：Anthropic为2025年全年，Minimax覆盖2025年第一至第三季度，智谱则为2025年上半年。Epoch AI表示，其费用总额涵盖运营支出、商品与服务成本，以及股权激励等非现金项目。

值得注意的是，Minimax和智谱均将大量模型以开源形式发布，模型权重可供任何人免费下载、修改和运行。这一策略在降低自身研发成本的同时，也降低了行业参与者的准入门槛。从财务角度看，开源模式虽然牺牲了部分商业化潜力，但通过社区贡献和生态建设，可能在长期降低算力投入的边际成本。

从行业整体看，AI基础设施投入持续高企、盈利模式尚待验证的背景下，算力资源的获取与调配能力，正在成为决定AI公司竞争地位的关键变量。据公开信息，全球主要云服务商如微软、亚马逊、谷歌等，均在2025年大幅上调了资本开支计划，其中相当比例指向AI芯片和数据中心建设。

行业分化加剧，算力获取能力成核心变量

从投资视角审视，算力成本的结构性上升正在重塑AI行业的竞争格局。一方面，拥有强大资金实力和供应链优势的头部企业，如Anthropic、OpenAI等，能够通过大规模采购和长期合约锁定算力成本，从而在模型迭代速度上保持领先。另一方面，中小型AI公司则面临更大的财务压力，不得不在开源模型和商业闭源之间做出艰难选择。

笔者认为，这一趋势对投资者的启示在于：评估AI公司价值时，不能仅关注其模型性能或人才储备，更需深入分析其算力成本结构、供应链稳定性以及技术路线选择。历史经验表明，在资本密集型行业，成本控制能力往往比技术优势更能决定企业的长期生存。

从更宏观的视角看，算力成本的持续攀升也在推动整个行业的技术演进。据行业观察，越来越多的AI公司开始探索模型压缩、量化训练、稀疏计算等降低算力消耗的技术路径。此外，专用AI芯片的快速发展，也在一定程度上缓解了通用GPU的供需紧张。

风险与机会并存

当前，AI行业的“烧钱”模式仍在持续，但市场对盈利拐点的预期已开始分化。部分机构认为，随着模型效率提升和商业化落地加速，头部企业有望在2027年前后实现盈亏平衡。也有观点指出，算力成本的刚性增长将导致行业进一步分化，最终只有少数企业能够穿越周期。

从投资策略角度，笔者认为需要关注以下几个关键指标：一是企业的算力成本占营收比重的变化趋势，二是模型推理效率的提升速度，三是开源生态对商业模式的潜在影响。这些因素将共同决定AI行业从“投入期”向“收获期”过渡的时间表。

当然，任何投资决策都需要结合自身风险承受能力和市场环境综合判断。AI行业的技术迭代速度和商业模式不确定性，决定了其投资价值需要更长的时间维度来验证。