币圈界报道：

AI时代的核心矛盾：代币消耗与价值产出的失衡

在加密货币领域，代币经济学聚焦于发行与分配机制；而在人工智能产业，这一概念已发生根本性转变——焦点不再是如何发放代币，而是如何消耗它们。每一次模型调用都伴随着代币支出，但这些成本是否真正推动了生产效率提升，目前仍缺乏确凿证据。

从代币生成到代币燃烧：行业本质的重构

如果说传统区块链以创造代币为使命，那么当前的人工智能生态更像一个持续燃烧代币的系统。其核心问题已从“能否发行”转向“是否值得烧钱”。这种结构性转变正在重塑整个技术经济逻辑。

高管发声揭示成本困局

近期，全球最大网约车平台优步的二号人物安德鲁·麦克唐纳在播客中直言，为人工智能投入辩护正变得愈发艰难。尽管组织内部对AI工具的使用率激增，但尚无充分数据证明其带来了可量化的业务改进或效率跃升。他将此现象定义为“代币最大化”，即资源被过度消耗却未转化为有效产出。

市场风向由效能转向盈利

尽管对AI的能力仍抱有高度期待，且部分任务中已显现生产力进步，但投资者的关注点已悄然转移。过去追问的是“AI是否有效”，如今则更关注“AI能否赚钱”。这一转变标志着技术热情正逐步接受商业现实的检验。

数字背后的成本压力

多项披露的数据清晰勾勒出当前困境。优步在四个月内耗尽原定用于2026年的Claude Code预算，约5000名工程师参与使用，月均使用率高达84%至95%。人均月账单差异巨大，介于150美元至2000美元之间。据传，仅一次两小时的内部演示便消耗1200美元代币。

微软同样遭遇类似压力。自5月中旬起，公司逐步限制内部开发者对Claude Code的访问权限，原因是按用量计费模式下的成本迅速攀升。为此，微软引导团队转向自家的GitHub Copilot以控制开支。

作为应对，GitHub决定自6月起将Copilot服务从固定订阅制转为按使用量计费。此举源于固定费率难以覆盖真实成本。有估算指出，一次基于智能体的编码会话可能花费30至40美元，使得原本每月10美元的订阅模式可持续性受到严重挑战。

更具冲击力的是开发平台Entelligence.AI的一项调查。通过对2444家企业分析发现，每投入1美元代币，仅能产生18美分的实际用户价值。其余支出主要流向：修复错误占44美分，返工占27美分，审查流程占11美分。这表明，当前许多场景下，AI并未减少工作量，反而创造了新的劳动环节。

乐观与悲观视角的深层分歧

面对相同数据，解读截然相反。乐观派认为当前的成本混乱是规模化过程中的必经阶段。他们预测，随着智能体普及和任务编排技术成熟，代币消耗将呈指数级增长，模型提供商与云服务商收入也将随之扩张。高盛部分分析师预计，到2030年，代币消耗规模或将较现况扩大数十倍。

悲观派则强调成本结构本身存在根本缺陷。他们指出，在当前产业链中，真正实现利润增长的是英伟达等半导体厂商，而模型公司与云服务商却背负着沉重的设备投资与运营负担。自ChatGPT发布以来，英伟达净利润飙升，而大型云服务商的数据中心投入与债务水平同步上升。

核心症结在于营收质量。大量资金在模型公司、云计算平台与投资方之间循环流转，形成“投资—云服务承诺—营收确认”的闭环。虽然整体规模不断扩张，但其中有多少属于真实的市场需求，仍需深入剖析。

OpenAI与Anthropic在微软、甲骨文、谷歌、亚马逊等巨头的大额云服务订单中占比日益提高，进一步加剧争议。若少数几家头部公司占据云服务积压的一半以上，这更接近于战略依赖而非稳健的分散化收入来源。

韩国企业的双重路径与共性挑战

这一议题并非仅限于美国科技巨头。韩国企业在推进AI战略时同样面临相似压力。

Naver正大力增加基础设施投入，一季度设备投资同比增长超一倍，其中大部分用于采购AI服务器与GPU，目标是构建自主可控的AI生态系统。而Kakao则采取更为务实的策略，通过融合外部模型与自研能力来优化成本效率。

两者路径不同，但核心命题一致：长期来看，直接掌控底层算力更有优势，还是灵活组合外部模型更具可持续性？答案尚未明朗。然而，在代币成本持续走高、固定费率转向按量计费的趋势下，成本管理能力正成为决定未来竞争力的关键因素。

对于初创企业和系统集成商而言，代币支出直接关乎生存。因此，采用低成本与高性能模型混合部署、实施提示词缓存机制、构建本地大语言模型、引入国产NPU芯片等方案，已被提上战略议程。

政府主导的K-Cloud与主权AI计划不应止于技术自主口号。真正的关键不仅是模型主权，更是成本主权。对外部模型与云服务的深度依赖，将使韩国企业同时承受汇率波动与海外代币价格变动的双重冲击。

非泡沫但理性回归已至

将当前AI热潮类比2000年互联网泡沫并不准确。人工智能具备实质性技术进展，并已在特定领域验证了生产力价值。OpenAI、Anthropic等核心企业短期内消失的可能性极低。

然而，投资逻辑的核心已发生迁移。六个月前，人们关心的是“扩张速度有多快”；如今，则聚焦于“扩张是否具备盈利能力”。

单纯依靠代币消耗增长已无法说服市场。关键在于单位经济效率——每单位投入所能转化的实际价值。若燃烧1美元仅换来18美分的价值，终将有人被迫重新评估其财务合理性。

未来产业竞争的焦点，或将不再是模型性能的较量，而是单位经济学的比拼。能够以更低代价、更高稳定性、更强可验证性输出成果的系统，或许比“更聪明”的模型更具市场胜算。

AI浪潮未退，只是火焰燃烧的位置，如今已变得异常清晰。