今天，腾讯发了二季度财报。我盯着那两行数字看了挺久：一个季度，腾讯在算力上花了527.8亿，比去年同期多了176%；同一季度，它的净利润只比去年同期多涨了0.7%。
腾讯最新财报:大厂都亏着钱养AI,一人公司到底凭什么赢?我第一反应不是"大厂好猛"，而是——它替所有想借AI搞点事的人，把坑先踩了一遍。一人公司看这份财报，不是看热闹，是看路线图：大厂用利润换来的方向，后来者照着走，能少交很多学费。这份财报最值钱的，不是那两个扎眼的数字，是它把"AI的钱到底流向了哪"这件事，用经营动作清清楚楚标了出来。 我在互联网十年，养成一个习惯：大厂发财报必看。不是八卦，是它们用真金白银投票，替我们看清楚了下一步往哪走。 一、砸528亿、利润只涨0.7%：大厂把钱烧去了哪 要搞清这个"路线图"指向哪，得先弄明白大厂为什么越烧越不赚钱。 逻辑链条其实不复杂。AI公司现在比的不是谁模型更聪明，而是谁手里有更多算力、能接住更多用户请求。于是大家疯狂买卡、建数据中心——腾讯上半年资本开支847亿，光算力采购的预付款就付了593亿。买得越多，摊到每一次推理上的成本越低，token就越便宜。 但光看"买卡"会漏掉一个更关键的点：这笔钱里相当一部分，不是买"已经确定的能力"，是在买"试错权"和"赛马权"。大厂内部同时跑着好几条AI线——模型预训练、多模态、各类智能体和应用试水——海量训练、反复测试，内部赛马、留下跑通的、砍掉跑偏的。腾讯7月刚把多模态和大语言模型团队合并成"基础模型部"，Hy3正式版7月才上、Hy4紧接着来，迭代快到三个月一变，这就是赛马的速度。这种"广撒网、重投入、用钱换容错"的玩法，本质是用资本买"我允许自己多错几次"，赌其中一两条跑通就回本。一人公司羡慕不来，因为试错权是有钱才能买的。 结果就是：模型能力在涨，但token价格在塌。你今天调一次API花的钱，比半年前少了大半。 更直接的冲击来自开源。过去一年，DeepSeek这类开源模型把闭源大厂的价格体系直接掀了——当一家创业公司能拿出接近顶级水平、却免费可商用的模型，闭源厂商除了把自家能力也免费化，几乎没有别的路。推理这个环节，已经提前进入了红海。 这对大厂是双刃剑。它用巨额投入把"模型调用"这件原本稀缺的事，变成了便宜到近乎免费的水电。水电化之后，价值就不在"生产水电"这一层了，而在"谁用这些水电做出了别人做不出的东西"。 这正是腾讯自己的打法写照。财报里，它把自己的AI分成三层：底层的混元大模型（造水电）、中间的WorkBuddy/CodeBuddy/元宝（用水的产品）、上层跟微信、游戏、广告、云的业务共建（把水接到千家万户）。马化腾原话叫"智能、应用、基础设施"三个层面一起建。 这条线，和十几年前云计算的发展几乎同构。当年云厂商先卖算力、卖存储，后来发现客户要的不是服务器，是"跑在服务器上的那套业务系统"，于是纷纷下场做SaaS，把原本属于外包商、集成商的活儿自己干了——阿里云长出钉钉，腾讯云长出企业微信。今天的腾讯，正在AI上重演这一幕：先铺模型、铺工具，再顺着往应用和入口一层层下探。 二、钱正在从"模型"挪到"场景和数据" 这已经是行业共识了：AI的钱不在模型，在模型和人的中间那截——谁用这些水电，做出了别人做不出的东西。 把腾讯的应用产品铺开看，这个挪动特别清楚。 最上面一层，是通用AI助手。元宝、ima、微信里的"小微"，这些都是直接面向所有人的原生AI产品，免费、好用、随时在。这一层，大厂亲自下场，因为流量入口它必须占。 中间一层，是横向效率工具。WorkBuddy打进了50多个行业，CodeBuddy写代码——这些是"通用能力×具体工种"的产品，大厂也在亲自建，因为它能直接变成订阅收入。 最底下、也是最关键的一层，是垂直工作流+自有数据+自有分发。讲两个真实的业务形状：一家服装外贸公司，把十年积累的客诉、报价、供应链数据喂给模型，做成一套只服务自己业务的报价助理；一家本地律所，把历年合同和判决文书结构化，做成所内用的合同风险审查助手。这两套东西大厂都做不了——它不知道你的客诉长什么样，也没法为了一家公司的流程单独训练。 把这三层对照着看，哪些口子大厂正在关上，就一目了然： 那些"套个壳、调个API、做个通用AI写作/绘图/写真/客服"的生意，基本是在跟元宝、ima、小微抢同一个位置。它们的寿命，取决于大厂什么时候把原生能力做得更顺手——而大厂的速度，你挡不住。 那些"通用AI知识库、AI公众号代运营、AI短视频批量生成"的工具，撞的是WorkBuddy、CodeBuddy的主力产品线。你做一个，腾讯可能下个月就原生支持。 真正还开着的，是第三层：你带着行业工作流和专有数据走进去，和大厂的能力"共建"。腾讯财报里反复提的"业务共建"，说的就是这条缝。 三、对一人公司和企业管理者 站在一个长期看AI新商业、写一人公司怎么用AI的人的位置，这份财报印证了一件事：护城河不是"你有个AI工具"，是你能不能把AI焊进工作流，成为那个"会用、会验、会交付"的人。 护城河不是"你有个AI工具"，是你能不能把AI焊进工作流，成为那个"会用、会验、会交付"的人。 对一人公司，结论很具体。别去赌"做一个AI工具"，你做的，大厂半年后就白送。举个实在的例子：视频号总使用时长同比涨了20%多，AI驱动的效果广告收入涨了22%。内容生产门槛在降，但"持续产出、持续变现"的能力反而更值钱。会用AI一天出十条视频的人很多，能判断哪条该投、哪条该留、哪条能接商单的人，还是稀缺的。 再讲一个具体的人的形状。一个做电商客服的姑娘，过去回复一条退货咨询要翻五分钟记录、对一遍规则。她把店铺的退货政策和历史工单喂给一个现成模型，做成自己的应答助手，现在三十秒就能给出合规又贴心的回复。关键点不是那个模型——是她懂退货规则、懂怎么跟人说话，AI只是把她的本事放大了十倍。换一个人，同样的模型，照样干不明白。 对企业管理者，信号更务实。AI的"管道"已经标准化了，模型、算力、基础工具花钱就能买到，和大厂用的是同一套。真正的痛点不在"有没有AI"，在"怎么把AI接进乱糟糟的业务流程里"。前面说的服装外贸公司和本地律所，买的不是模型，是能跑通自己业务的流程，这件事腾讯帮不了它们，因为它不懂那家公司的客诉长什么样。 但这有个前提：管理者必须own住垂直工作流和专有数据，不能只当大厂云服务的倒爷。我见过最典型的坑：一位企业一把手听了几场AI课，花大价钱买了模型API，回去跟团队说"我们有AI了"，三个月后一看，效率纹丝不动。不是模型不行，是他把"买了模型"当成了"有了AI"，中间那截"把业务拆成流程、喂数据、改习惯"的苦活，一步都没走。 四、腾讯那么有钱，为什么不替你把这活干了 可能有人会问：腾讯那么有钱，它为什么不把第三层也做了？ 答案是算不过账。 大厂做通用底座，边际成本极低——一套混元，服务一亿人和服务十亿人，多花的钱有限。但做一家服装公司的报价助理，得派人去梳理它的客诉、报价逻辑、供应链，这套定制化服务的成本，大厂摊不平。它做一个行业亏一个，做一百个行业亏一百个。 这和历史一模一样。当年阿里云、腾讯云做SaaS，也只是挑了钉钉、企业微信这种"通用到能覆盖千万企业"的少数产品，大量的行业深水区，至今还是留给独立软件开发商和垂直集成商。AI今天走的，是同样的路：大厂铺通用底座，垂直落地留给更小、更懂行的人。 所以它理性地选择：把底座铺到你能接的地方，把垂直落地的苦活留给你。这不是大厂仁慈，是单位经济逼出来的分工。而这对一人公司，就是结构性的机会。 我平时看AI新商业，接触过不少想借AI转型的企业管理者和一线骨干，最大的共性误区就一个：把"接入AI"当成项目终点，而不是起点。他们等着买个系统、上个课，然后奇迹发生。但腾讯这份财报告诉我们，大厂的AI也是一层层长出来的，不是买来的。一人公司反而灵活——你不需要养一个AI部门，只需要把自己那截业务想清楚。 五、528亿和0.7%之间，一人公司该站的位置 回到开头那两行数字。腾讯用528亿买算力、利润只涨0.7%，不是告诉你"AI不赚钱"，而是把你我该站的位置，用真金白银标了出来： 模型层，别碰，那是巨头的牌桌。 工具层，别撞，那是大厂的主力产品线。 垂直工作流+自有数据这一层，还开着——选一个你熟的行业，扎进去，把AI变成你业务里跑得通的一步。 具体就三步：选一个行业、扒透这个行业里AI已经能做的top玩法、把你自己的数据和流程接上去。新入口（比如视频号、小微）跟着吃红利，但节奏要轻，跑通再加重。 这里有个反直觉的提醒：大厂用528亿买的，一半是算力，一半是"允许自己试错"的资格。一人公司没有这个资格，反而要更克制——别拿自己的现金流去跟巨头赛马。它的试错是钱堆出来的，你的试错是命。所以你的最优策略不是"也去重投入试"，而是等巨头把方向标出来、把底座铺好，你在已被验证的那条缝里轻装进场。这一进一退之间，就是大厂高投入和一人公司轻资产最根本的分野。 最后留三个问题给你自己判断：你现在的活，是"用了AI就变厉害"，还是"AI只是把你的无能放大了十倍"？你手上有没有别人拿不走的数据和流程？如果大厂明天把你这个赛道原生做了，你还能站在哪？ 大厂把钱花在铺路上，路怎么走通，看你自己。 如果这篇对你有启发，点个「在看」，转发给也在做一人公司的朋友。你所在的行业，最卡AI落地的环节是哪个？评论区聊聊。
