问题——财报分化折射产业价值迁移 今年3月，科技企业财报密集发布。
市场注意到，同处人工智能赛道，经营表现却出现反差：有的大模型企业在盈利预警中披露亏损持续扩大；也有平台型互联网企业首次在财报中明确，广告等业务借助算法和自动化能力实现投放效率提升，利润率创下阶段性新高。
业内人士指出，这种“冰火两重天”并非个案，而是产业价值从“研发模型”向“使用模型、改造业务”的迁移正在加速。
原因——技术扩散与成本约束挤压“单卖模型”空间 一是领先优势难以长期固化。
当前大模型底层框架、训练方法和工程化经验传播速度快，开源生态不断成熟，人才流动也使技术差距更像“时间差”而非“护城河”。
当多家头部产品在通用能力上接近，单纯依赖模型性能建立定价权的难度显著上升。
二是成本结构刚性、价格竞争激烈。
模型调用服务主要收入来自接口计费，但上游算力、芯片、机房与电力等投入具有强约束，短期内难以大幅下降；下游又面临同质化竞争带来的压价。
过去一段时间，国内模型服务一度出现大幅降价甚至免费策略，企业毛利空间被迅速压缩，部分厂商在承压后尝试回调价格，但整体盈利逻辑仍未根本扭转。
三是产品价值定位决定“公共化”趋势。
业内普遍将大模型类比为云计算的早期阶段：当技术逐步标准化、服务可替代性增强，其角色更接近“通用能力组件”。
在这一过程中，模型本身更可能成为云平台、开发平台的标配能力，用于带动企业上云、促进软件服务销售，而非独立的高利润中心。
影响——竞争主轴由“排行榜”转向“渗透率”，行业或加速洗牌 首先，资本市场对“模型能力”单一指标的热度将逐步回归理性。
企业估值更看重可持续现金流、客户留存与行业解决方案能力，而不仅是参数规模、评测成绩或发布节奏。
其次，产业链利润分配可能向“场景与渠道”倾斜。
对多数用户而言，付费意愿来自效率提升与体验改善，而非模型本身。
能在高频场景中把能力嵌入到办公、社交、内容生产、营销投放、客服运营等流程的企业，更容易形成稳定需求和规模化收益。
再次，行业格局或出现“强者恒强”。
拥有国民级应用、数据闭环与多业务协同的平台企业，能够把模型能力转化为广告转化率、内容供给效率、游戏运营与用户服务质量等关键指标的改善，并通过既有商业系统实现快速变现。
相较之下，单一模型供应商若缺少场景入口与客户体系，容易在价格战和成本压力中陷入被动。
对策——从“卖能力”到“交付结果”，以效率与生态重塑竞争力 业内建议，大模型企业要从单纯出售调用服务，转向交付可衡量的业务结果：围绕行业知识、流程改造与数据治理提供一体化解决方案，形成可复制的项目交付体系与长期服务合同；在工程侧通过模型压缩、推理加速、混合部署等手段降低单位成本，提升规模化服务能力。
平台企业与云服务商则需在合规与安全前提下，进一步完善开发工具链、插件生态与算力调度能力，为企业用户提供从数据准备、模型选择到上线运营的全周期支持。
同时，应加强对内容安全、隐私保护、知识产权等环节的制度化建设，降低行业应用的不确定性成本。
前景——基础设施化趋势明确，“应用创新+产业协同”成主战场 多位受访人士判断，未来一段时间，大模型将以更低门槛嵌入各类软件与终端，成为企业数字化转型的通用底座。
产业竞争的关键不在“谁的模型最强”，而在“谁能把能力稳定、安全、低成本地嵌入业务”，并通过产品矩阵与生态伙伴实现规模扩张。
随着算力供给优化、行业数据要素流通机制完善以及监管规则逐步清晰，教育、医疗、制造、金融、政务等领域的深层应用有望加速落地，带动新一轮效率变革。
这场产业变革启示我们，技术创新只有与市场需求紧密结合才能释放最大价值。
当AI从实验室走向千家万户，从技术指标转向用户体验，中国科技企业需要重新思考竞争优势的构建路径，在应用创新的广阔天地中开辟新的发展空间。