AI成「生产资料」：SemiAnalysis降本增效，硅谷巨头却为天价账单抓狂
【导语：SemiAnalysis使用AI大模型，每百万Token成本仅0.99美元，实现降本增效；而硅谷巨头如Uber、微软等却因AI账单焦头烂额。未来大模型成本塌缩趋势明显，但AI对经济的实际影响目前仍有限。】
硅谷半导体研究机构SemiAnalysis的内部大模型Token支出已占到员工总薪资的30%，但这笔钱买到的产出，过去得靠好几倍的人力成本才能覆盖。人均每月吞掉近50亿个Token，是Meta人均水平的5倍以上，核心贡献者月消耗更突破1000亿。
原本需要初级分析师花几个小时完成的Excel模型转换、财报图表制作，如今几分钟内就能完成，且只需要几美元。SemiAnalysis认为，这是专业服务业的单元经济正在被重写。
与SemiAnalysis形成鲜明对比的是，硅谷的巨头们正为AI账单焦头烂额。Uber向工程师推广Claude Code后，AI使用率飙升，导致全年预算提前花完，CTO不得不重新做预算，还为员工设置了每月1500美元的Token上限。
微软也取消了大部分Claude Code许可证，转向自家的GitHub Copilot CLI，原因是花钱速度比产出速度还快。英伟达应用深度学习副总裁表示，计算成本远远超过了员工成本。MIT研究显示，在以视觉为主要工作内容的岗位中，77%的情况下雇人比用AI便宜。
从软件端看，在B300上运行DeepSeek R1，通过三层纯软件优化，单GPU吞吐量能提升14倍。从硬件端看，最优化配置的GB300 NVL72吞吐量是H100的17倍，切到FP4精度直接拉到32倍。
Opus 4.7虽标价较高，但实际混合成本被压到了0.99美元，连标价的五分之一都不到。Gartner报告显示，到2030年，万亿参数大模型的推理成本将比2025年下降超过90%。Anthropic的ARR和毛利率也大幅提升，说明大模型的毛利率扩张是结构性趋势。
全球科技公司今年AI资本开支已宣布7400亿美元，比去年暴增69%，但同一时间，科技业裁员速度已超去年全年。Goldman Sachs首席经济学家指出，AI对经济的实际影响到目前为止基本为零。
这是每一轮基础设施革命都要经历的阵痛，AI也不例外。SemiAnalysis已尝到降本增效的甜头，而其他公司则面临着是现在入局还是等待的抉择。
编辑观点：AI作为新兴技术，虽短期成本与效益矛盾凸显，但长期成本塌缩趋势明显。企业应权衡利弊，把握时机，在这场技术变革中寻找发展机遇。