2026年05月15日：20260515 头部公司财报里的信号 - 提供未来建议

向AI砸钱，靠AI赚钱——互联网巨头陆续发布最新财报，AI成为核心关键词，印证了国内互联网科技行业AI产业发展进入全新阶段。
持续提升投资强度，同步开启收费模式。AI赛道商业化，谁能率先跑通？

“我只是简单地去做一些搜索，或者说日常的一些问题的回答，那我觉得免费就够用了。”
头部公司财报释放哪些信号？
今天我们来关注头部互联网公司的最新财报。

最近，京东、腾讯、阿里巴巴先后发布最新的季度财报。一个似乎不约而同的举动是，它们都在持续加大AI投入和布局。到底是什么驱动了巨头们重金押注AI？它们的投入方向有什么不同？在AI业务深陷“高成本、低回报”争议的背景下，它们能从当中赚钱吗？

今天，我们邀请到了两位财经评论员，一起帮大家拆解一下它们财报当中的秘密。他们分别是财经评论员包冉和财经评论员许志远。欢迎二位。

在今天我们开始讨论前，先来看一看财报当中的几组数据。

5月13日，腾讯控股发布一季度财报。受益于AI战略加速，腾讯一季度营收1964.6亿元，同比增长9%；经营盈利为673.75亿元，同比增长17%。今年一季度，腾讯控股用于AI相关投入的资本开支付款为370亿元，计入当期的资本开支为319.36亿元，同比增长16%，环比大增63%。腾讯高管透露，今年下半年将有更多国产芯片投入使用，资本开支还将大幅提升。

同日，阿里巴巴发布了新一季的季度财报。今年一季度，阿里巴巴实现营收2433.8亿元，同比增长3%。阿里云外部商业化收入增长加速至4%，其中AI相关产品收入占比首次突破30%，成为新的增长引擎。

5月12日，京东集团也发布了2026财年第一季度财报。数据显示，2026年第一季度，京东集团实现收入3157亿元，同比增长4.9%。京东方面表示，京东正在用AI构建从基础设施到产业到用户体验的全链条布局。在零售运营环节，京东AI已经深入嵌入采购、定价、库存、营销全流程。

从行业发展维度来看，一些龙头企业同步加码布局AI领域，印证了国内互联网科技行业AI产业发展已进入全新阶段。行业转向以算力投入为基础、以技术自研为核心、以商业落地为目标的高质量发展阶段。

其实从刚刚的短片当中这些数据，我们看到我们的互联网头部巨头都在不断地持续加大对AI的投入，而且这个增幅目前来看还没有止步的迹象。所以包老师，您觉得他们核心的驱动力是什么？为什么这么坚持？

很简单，两句话：一个是为了梦想，一个是为了现实。

首先说梦想。现在从美国到中国再到全世界，恐怕有一个梦想的共识是成立的：人工智能将给全人类的文明带来又一次史诗级的升级和变革。在这场变革之中，蕴含着巨大的商业机会，几乎所有的硬件、软件、服务都会被重构一遍。其实我们今天已经看到，很多信息消费行为，包括利用信息的综合处理分析，进行各种信息交换和交易，已经都被AI严重渗透了。这实际上是一个唾手可及的梦想。

尤其是咱们国内的这些互联网平台企业，他们感受到的竞争压力就越发深刻。比如说，人工智能的智能体兴起以后，还要不要互联网平台了？所有的在线订购功能，大家跟AI客户端说两句话就可以完成了。我想这些，网友们和观众朋友们其实在春节期间都已经体验到了。

所以说，在面临被AI能力所“旁路”的当口，所有的网络平台都必须加大对AI的投资，使自己真正具备全链条的AI能力，才能够在下一阶段的竞争中占得优势、稳住阵脚。

再看现实。这些企业都是上市企业、公众企业。上市企业要定期给资本市场交财报，给你的投资者描绘你未来的发展蓝图。讲故事也不为过。在这个时代，如果你不讲AI的故事，大家可能会觉得你缺乏想象力，或者说不够性感。那你的股价和市值管理怎么办？

所以说，一个梦想叠加了一个现实，我们看到互联网平台巨头公司都要大讲特讲，而且是真金白银地投入到基建之中。

很好理解。其实前两天我做了一个测试，我问了一个人工智能大模型：“你给我列一下你的竞争对手都是谁？他们的关注点侧重在哪里？”我发现他列出来的各个人工智能大模型的侧重点都不一样，而且差异化很大。具体到我们的AI落地应用，也有很大差异。你怎么看待各大巨头这种差异化的布局？

这个特别有意思。其实现在我们讲，这一段时间已经不是几个月一迭代了，基本上是日行千里。过去大模型的迭代主要讲参数论，四道打分、比参数、比测评，那是个内部人的游戏。但现在看来，它从唯参数开始转向深耕场景。这是我最大的一个观察。

比如刚才我们看到像京东，他本身就是围绕他的营销模式、商业场景落地以及产业链来做。那包括阿里，他其实在各个垂类应用上都下了很大的力气，也是个“全战士”，大模型的能力也很厉害。除此之外，除了这些巨头以外，还能看到一些垂类的小模型公司，态度也很不错。上市公司里面，我们有两家很优秀的国内上市公司，他们在做资源的出海、算力的出海。

其实我们会发现，尽管咱们国内的大模型跟国际顶尖的大模型可能有一定的差距——可能人家是一百分，我们是八十五到九十分——但比如说我们算力资源的成本还是比较低的，可能是别人的十五分之一（这可能是保守了）。所以在这方面有优势。比如前段时间，像可乐这种产品，他的推荐里面都会推荐咱们国内的很多模型，这就是出海的一个很大的优势。

所以大家打法都不一样。甚至像DeepSeek，他可能在做这种生态；像豆包，他可能更多专注于使用者的垂类应用。百家齐放，各自有各自围绕的优势。但同时我也发现，他们背后也有一种共性，就是焦虑感。

过去互联网大厂，它其实停留在什么呢？云服务、公有云。云服务有个优势：你所有的用户是绕不开我的软件，从我这里分发，你还得购买我的数据库，非常有优势。但到今天，大模型不在乎你背后在那个云上跑，你连哪个API，其实用户可能没有那么关注了。所以它会绕过云。那绕过云的话，云厂商就会有这种焦虑感。

就像刚才包老师提到的，这一场大家都害怕错过。很多商业还没有闭环，都有这种焦虑感。这不光是国内的特点，国外也一样。比如最近看2026年的投资，四大科技公司——微软、Meta、亚马逊、谷歌，整个资本开支超过了6300亿美元，累计超过了历史上所有的基础设施。这个占GDP的比重，2023年是40%，到了今年是90%。所以大家都很害怕。

所以我认为，一方面大家确实是根据自己的优势来做自己垂类的工作，但另一方面也有一种焦虑感。这是我的一些观察。

其实从宏观上来看，坦率地讲，我们整个行业和产业都没有脱离这种“高成本、低回报”的趋势。而且从短期看，这样的拐点也没有出现。但我们发现，我们的互联网巨头包括科技巨头，都在持续不断地加大投入。虽然没有看到拐点，但还在投入。这其中背后的逻辑是什么？

这是一个关键的问题。

首先，为什么盈利模式迟迟确定不了？因为目前这一波生成式人工智能的底层逻辑是规模效应。你需要不断用更多的数据、更大的算力去训练它，才能够得出更智能的结果。大力出奇迹，简单的说就是这样。

所以第一点，所有人都觉得这场烧钱的竞赛我不能退席。只要我还在桌上，我就一直烧下去，直到烧到最后胜出的那一天。胜出的那一天，可能就是我们日常所说的AGI或ASI来临。AGI是通用人工智能，ASI是超级人工智能。

第二点，还是很现实的：所有的互联网平台有一个巨大的优势，他要比英伟达、OpenAI都有优势。为什么？因为他有数据。现在全世界的人工智能界都说，数据就是人工智能时代的石油。你训练一个模型，交付推理结果，都需要海量的数据。而互联网平台最不缺的就是数据——每时每刻、每分每秒都在交易、互动，产生用户的偏好、画像、交易行为，甚至出行的轨迹。当然，这些数据的使用、训练和推理都需要在各国各地区的合法依规条件下进行。但是我们有数据，这就是最大的优势。

所以说，这些互联网平台，我觉得他们心里肯定会想：我们有数据的优势，我们还有机会再搏一把。

刚才您提到的博弈，回应了您最开始提到的“我们都是有梦想的”，不停地都在为这个梦想买单。

俊明，你怎么看待互联网巨头投入的热情？你觉得他们的热情还能持续多长时间？

对，我觉得这种热情还是会继续持续。这个事情，我们抛开技术层面来讲，首先这个技术目前来看是不可证伪的。如果一旦证伪，这个故事就讲不下去了。第二，对于整个资本市场来讲，这几个巨头都已经上市了，即便有些没有上市，很多通过他们的供应商也能反映出来。如果这个故事不继续讲，就很难得到投资人更多的关注。目前资金流来看，大家还是觉得这个故事值得认，至少资本是可以买单的。

另外一方面，刚才包老师提到，我们现在的很多产业，离AI化——不要说AI化了，连数字化转型还是有很大距离。今天其实我最近看了一份报道，即便是美国，AI的渗透率还是相对比较低的。很多人还没有开始习惯用。比如在一些传统的制造业，其实美国还不如中国。甚至在一些我们一直在推的银发经济，50岁到60岁之间的人，包括以上的人群，使用率中国是高于美国的。

这些数据很有意思，说明一个非常有意思的现象：现在的AI渗透，我们类比一下当年新能源汽车——大家还没有被这个市场所教育，还没有被培养。但是一旦培养了，有一个经验数据很有意思，就是25%。当你到四分之一的人入场的时候，你可能成功；如果你是第一批入场，你可能就成了劣势。

所以这里面，其实大家都怕自己下牌桌，都愿意来参加这场类似囚徒困境的游戏。大家都愿意赌上一把，我还是要留在最后一个。这是我认为大家的焦虑感。

其实我们刚说AI就是一个高成本、低回报的项目，但是即便如此，我们的互联网企业还在不断地自救。比如说最近有很多AI大模型在官宣自己的收费计划，把收入做大，引发了很多关注。人们开始讨论，国产大模型是不是要从“烧钱大战”变成“价值变现”了。那么AI付费到底能买到什么？来看一下我们记者的体验。

我打开了几款大模型的会员页，看到了一堆词：Agent、并行、多模态、一键部署……这些词听起来很专业。我直接问了问AI，他给了我几个比较好懂的解释。

第一个词：Agent。Agent有点像是一个会自己拆任务的小助理。你不是只给他一句话，而是给他一个目标，比如“帮我做一份竞品分析”。他可能会先列框架，再找重点，整理表格，最后写出结论。所以Agent卖的不是聊天，而是办事能力。

第二个词：并行。这个更像工作场景里的能力。比如你一边让AI总结报告，一边让他改文案，一边让他写视频脚本。所以并行卖的是“忙起来的时候能不能一起做”。

第三个词：多模态。AI可以看图、读文件、听音频、生成图片，甚至辅助做视频。你可以把材料、需求都交给他。所以多模态卖的是AI不只会读字，还能理解更多类型的信息。

但问题又来了：这些功能听着有用，日常生活里真的用得上吗？我问了一位AI深度用户，他说：“我现在差不多五百块钱以内，如果这个事情需要专业度更强、产出的结果质量更高，那我觉得付费是有必要的。如果只是简单地做一些搜索，或者说日常的一些问题的回答，那我觉得免费也是够用的。”

大模型开始收费了，很多人都非常关注。俊明，你觉得这是不是意味着我们商业化的路径在某种程度上跑通了？

对，我认为这可以说是正在进行时。这个事情是这样：我自己总结一下，商业化这条路是不得不提速，但技术投入也不得不继续，不能停步。这个事情其实是有点拧巴的。

举个例子，刚才也提到了，像国内的大模型公司，比如DeepSeek，他现在开始收费了。网上褒贬不一。但是咱们算一笔小账：按照每日100万亿token的算力资源使用量来讲，就算每百万token两到四块钱，那每天的投入就是两到四亿，一年一千多亿，这会整整吃掉公司的利润。这件事情听起来很可怕。即便他消费，我也只能毛算一下大概也就是5%到10%左右，这个差距差不多能够帮他赚回来。这是杯水车薪。

所以我特别能理解，用户对于他突然付费这个事情不习惯。但是对于很多大企业来讲，这条路如果不走，他怎么去持续投入？所以这是一个有点悖论的事情。

另一方面，过去大家关注的是刷榜、打分。包括全世界头部的AI公司，最近也开始向商业变现妥协。我认为这条路也是必由之路。你必须要有用，不能只是炫技。那怎么体现你有用？就必须开始收费。

但这除了技术层面，也给大家提了一个要求：你的商业模式怎么打通？现在很多大模型公司还是用传统的软件订阅式SaaS，这是有问题的。你订阅一次，软件一次性开发，你怎么用边际成本都在不断降低、归零。但如果你是一个大模型，你的一些深度用户烧掉的token使用量，就可能把你整个订阅费给抵消了。但有一些浅度用户，你价格太高了，他不愿意用。这又是一种矛盾，是一种商业模式的囚徒困境。

所以我认为，即便是全球最顶尖的大模型公司，也没有把这个事情想通。现在争议很大，比如像美国、欧洲一些顶尖的软件公司，有的考核叫“Token Max”，就是你员工每天使用的资源使用量；但有的叫“Outcome Max”，就是你看你的效果，不要只看使用量。所以现在其实还是有一种矛盾，有一种争端。

刚才俊明提到了考核，其实Token的使用量的考核，也意味着我们在不断地加大投入。以前是不计成本地投入，现在有些人已经在考虑：我怎么能够降低点成本？怎么让盈利弥补一下成本？你觉得我们离盈利还有多远？

我觉得供给侧的事情，我们消费侧不必替他们操心。我说说我的观点：你要是卖给我一个傻瓜式的对话机器人，对不起，我一分不掏。因为基本的对话机器人，平替的应用很多。

但是，如果你能提供一个很好的APP应用程序编程接口和SDK应用程序开发组合包，以及你能打包你的token资源，提供一个完善的开发智能体、AI Agent的方案，我愿意为这个买单。一年甭收五千，五万我都愿意交。

为什么？前一种叫消费，后一种叫投资。如果我把它视为一种对工作生产力提升的投资行为，那它就是我的生产成本，而不是为了打发时间的消费行为。

所以说，我觉得所有的大模型企业、基座模型公司，应该要分析透彻这一点。因为我们可以看到有参照系。美国这一波AIGC最早的元老OpenAI，ChatGPT搞付费订阅不止一年两年了，比例是很显然、可量化的——不到15%转化为付费用户。而这些付费的收入，远远打不平平台后台燃烧token的费用。

可是直到我们迎来了AI Agent的爆发之后，无论是OpenAI的“小龙虾”，还是其他像Cursor、Copilot，进入到生产环节和生产力提升的阶段了。这时候连黄仁勋都说，我们招聘新的工程师，要求每年给你五十万年薪，但是配上二十五万美元的token使用费。如果你用不完，那说明你不合格，因为你没有充分调用AI的能力。

所以说是消费还是生产，决定了需求侧的付费意愿。那么所有基座模型企业都要考虑：你有真正的能力，给大家提供降本提效的生产力能力，我们就愿意付费。但如果你只提供一个消费级的对话，那还是算了吧。

刚刚我们讨论了一个问题，就是我们整个盈利的模式怎么才叫跑通。所以包老师，你觉得我们成熟的盈利模式跑通的标志是什么？

是生产力。就是AI真正成为生产力，而不是成为茶余饭后的消费娱乐。

其实现在不光是生产力了，我们的AI已经成为了我们互联网或者科技公司发展的一个基础设施。

成为了基础设施之后，你觉得对我们的竞争格局、产业格局有什么影响？

我认为影响很大。尤其是在很多融合地带，AI的创新会有很大量的应用。这个融合地带不光是我们的传统产业被AI重新做一遍，甚至包括在很多地方，AI也要融合新的模式，比如金融。

举个例子，现在讨论什么呢？AI token的杰文斯悖论。过去说一个生产资料的使用效率提高了，按理说应该更节俭了。但一百多年前一个叫杰文斯的人发现不对——每一趟使用效率提高，污染反而更严重了。为什么？因为需求反而变大了。那现在在token资源上面，就存在着这样的现象。那怎么办呢？

其实现在很多创业机构盯住了一个方向：技术不变，开始做token的分发、中转站或者路由。比如以前买运营商的套餐，有的下限可能给你配个40兆，但消费者是无感的，很多普通老百姓是不知道的。

这里面，比如我们处理日常的工作，可能不需要那么高端的模型，可能有个一般的就够了。但有些高端的应用，我们确实需要配备一些高端的模型。那怎么办呢？一个套餐可以满足你各种的需求。这件事现在很多创业者在做，这是利用了金融的思维加上新的技术。这其实是一种融合的模式。

另外一方面，像一些基础的研发投入，过去需要学校来开始，比如申请经费，然后自己投入。但现在，在AI for Science领域，有一条非常成熟的路，就是学习借鉴医药行业里面的CRO模式。学校拿经费，然后交给这些第三方的AI公司，委托他们来进行研发。我帮你省钱，我挣我的钱。这种商业模式也是一种融合，也是在借鉴过往的模式。

所以我认为，这里面其实还是有很多的机会。

包老师是不是也有一个案例？

对，非常简单地讲，你觉得最能跑通的商业模式是哪个？

进入物理世界。我觉得能说的都是信息世界，我们要脱虚向实。信息论的鼻祖克劳德·香农先生曾经给信息下了个精准的学术定义：消除不确定性。我们要进入确定性的物理世界，改造千行百业。这才是真正的好。

谢谢二位的分析。

对于众多互联网企业来说，AI已经成为了必答题。尽管“高成本、低回报”的疑问并没有完全得到回答，也不管他们是不是有把握将持续的投入变成加分项，但是在大势面前，谁也不敢轻言退出。

互联网时代的增长引擎，正在从“连接”切换到“智能”。但是这场竞赛将不再是单纯的用户规模之争，而是算力、模型、场景和生态的全方位较量。谁能更快地把技术转化为真实的业务价值，谁才最有可能掌握下一轮增长的主动权。

这里是央视财经评论，感谢收看。

别被AI收费吓跑，这才是普通人翻身的“新杠杆”

你有没有发现，以前免费陪聊的AI，突然开始伸手要钱了？是巨头们割韭菜，还是这玩意儿真的变贵了？先别急着骂，看完这笔账，你可能会真香。

咱们先扒一扒腾讯、阿里、京东这几家带头大哥的最新账本。数据看着枯燥，翻译成人话就是：他们一边疯狂砸钱买“铲子”（算力芯片），一边急着把挖出来的“金矿”（AI服务）标价卖出去。腾讯一季度光在AI上的投入就涨了六成多，阿里的AI收入占比也冲破了三成。为啥这么急？因为这是一场不能退席的赌局。就像当年的智能手机，谁现在不下桌，谁就可能被下一个时代直接“旁路”掉。简单说，不是为了炫技，是为了活着。

这事跟你我有啥关系？关系大了！很多人纠结：“我就问个天气查个菜谱，凭啥让我付费？” 这里有个巨大的认知误区。如果你只把AI当聊天搭子，那确实不值钱，免费的够用。但如果你把它当成你的“超级实习生”，情况就变了。现在的付费点，卖的不是“陪聊”，而是“办事”。比如让它同时处理十份报表、自动分析竞品数据、甚至帮你写代码。这时候，它不再是消费品，而是生产工具。就像你愿意花几千块买台好电脑办公，却不愿意花钱买个鼠标垫玩游戏一样，关键看你拿它干什么。

给两条实在的建议。第一，别盯着那些只会讲笑话的免费模型，去试试那些能帮你干具体活的“Agent”（智能体）。哪怕一个月花几十块订阅费，只要它能帮你节省两小时加班时间，这笔投资就血赚。第二，关注那些“脱虚向实”的机会。未来的暴利不在云端吵架，而在谁能用AI改造物理世界，比如帮工厂省电费、帮医院读片子。普通人哪怕不写代码，学会用AI优化自己的工作流，你就是那个拥有“二十五万美元算力配置”的高薪员工。

技术从不淘汰人，只淘汰不会使用工具的人。当AI从“玩具”变成“工具”，你的竞争力才刚刚开始。点个关注，将来灯带你把科技红利装进兜里。