算力即权力：AI云厂商的好日子才刚开始

你以为是AI在赚钱？

不。是电在赚钱。

2026年，OpenAI的年收入据说奔着50亿去了。微软Azure AI收入增长三位数。Anthropic ARR据说过了30亿美元。数字很吓人，但仔细一看——钱从哪来的？

OpenAI自己烧掉的GPU，比赚回来的多得多。

这个故事的核心，不是模型能力，不是用户增长，是一张一百五十年前就写好的剧本：新兴基础设施确立控制权的那一刻，利润就开始往上游集中了。

---

电力时代的剧本，AI时代再演一次

1880年代，爱迪生点亮了纽约曼哈顿的珍珠街。人类第一次有了商业化的电力照明。

但真正赚大钱的，不是爱迪生的灯泡。是通用电气？是西屋电气？

都不是。是挖煤的和建电厂的。

灯泡是1880年代最性感的科技产品。GE和西屋争相宣传"电力革命"，但两家公司真正稳定的现金流，是工业用户的大宗供电合同。巴布科克·威尔科克斯造锅炉，卡内基买下整座铁矿的煤炭供应权——这些配套基础设施的玩家，比造灯泡的那批人活得久多了。

运河时代的利润在船东。铁路时代的利润在铁路公司。电力时代的利润在发电集团。

每一次基础设施革命，真正的大机会都在把"动力"卖给别人——而不是自己造终端产品。

---

模型厂商在卖镰刀，云厂商在卖电

今天的AI格局，微妙地重复了这个规律。

模型厂商（OpenAI、Anthropic、Google）像极了当年的灯泡制造商。它们做出了最炫的产品，负责定义"什么是AI"，也是最容易上媒体头条的角色。

但它们的利润率？低得吓人。

推理成本随着用户量线性增长，GPU集群的资本支出是刚性的，模型越强需要的算力越多——这不是边际成本递减的SaaS生意，这是重资产的电网生意。

真正的利润，正在向算力供给侧集中。

AWS、Azure、Google Cloud，这三家加起来控制着全球超过65%的GPU算力出口。OpenAI是它们最大的客户之一——换句话说，OpenAI每赚1块钱，微软可能从GPU租赁里已经赚走了8毛。

这还没算CUDA生态的抽成、NVIDIA和云厂商之间的默契定价权，以及那张让后来者无比绝望的GPU供应网络。

---

壁垒不是模型，是"怎么把模型跑起来"

你今天说"我要做一个比ChatGPT更好的聊天机器人"，需要什么？

200美元一个月的API Key？一个开源模型？一顿外卖的Prompt调试？

都不对。你需要GPU，而且需要很多GPU。

全球AI算力的需求方在爆发：模型训练需要H100，推理需要A100/H100，微调需要H800。英伟达Blackwell架构的B200一卡难求，交货周期已经排到2027年。

这不是买服务器的问题。这是抢电的问题。

一座标准数据中心的电力容量是有限资源。一个大型AI训练任务可以在两周内烧掉一座小型城市一年的用电量。电网接入、配电设施、散热系统——这些"不性感"的基础设施，才是真正的瓶颈。

贵州的电解铝厂为什么突然变成数据中心？因为那里有富余电力，有便宜的电价，有现成的散热基础设施。云厂商争夺的不是"贵州"这个地名，是贵州的电网剩余容量。

---

一个反直觉的结论

AI越强，模型厂商越危险。

因为AI越强，用的人越多，推理成本越高，对算力供给的依赖越重。而算力供给，集中在少数云厂商手里。