别再听那些AI造富神话了。我们先算一笔最简单的账。

你知道Claude Code吗？每个月收费 20 美元。但背后的成本是多少？

Anthropic内部数据显示，服务一个普通用户的平均成本接近 35 美元，如果遇到一个高强度使用的开发者，成本会飙升到90美元。这意味着，在每个用户身上，每个月都在稳定地亏损。

这不是个例，这是整个生成式AI行业的普遍困境。大家都被技术革命的宏大叙事冲昏了头脑，却很少有人愿意蹲下来，仔细算一算这门生意的经济模型。

以目前的技术和商业模式，绝大多数AI应用，根本就不是一门好生意。

我们用毛利率这个核心指标来衡量。传统 SaaS 软件，卖的是信息和功能的复制权，边际成本极低，所以毛利率普遍能达到 70%到 90%。这是一家健康软件公司的生命线。

但 AI 应用呢？它们卖的不是“复制权”，而是“算力权”。

你每一次提问，每一次生成，都在消耗实打实的算力，这些算力都是要花钱买的。结果就是， AI 应用的毛利率被死死地压在 30%到 60%这个区间。

就连行业标杆 Anthropic，其毛利率也只有约55%。这个数字，在传统软件投资人眼里，几乎是不及格的。

这种成本结构导致了一个致命的悖论：用户越活跃，公司亏得越惨。

传统软件巴不得你天天用、多用。而 AI 应用最怕的就是你天天用、拼命用。

比如，某AI聊天服务每天的运营成本非常高。一个重度用户一个月就能“吃掉”公司200多美元的成本，远超他的会员费。

所以，所有 AI 应用最后都不得不走向限量供应、付费了也给你设个上限。但这无疑是在扼杀用户体验。

在这样的经济模型下，我们再来看用户数据，如ChatGPT拥有近8亿周活用户，但个人用户付费转化率不到2%。

这意味着超过绝大多数的用户，都在“白嫖”算力，属于OpenAI的负资产。如此低的付费意愿，严重挑战了其付费产品的市场价值。

当一个产品的绝大多数用户都在让你亏钱时，你的市场份额越大，你的财务黑洞就越大。

因此我们可能正处在技术炒作的顶峰，就像当年的AR一样。概念满天飞，但真正能落地、能盈利、能解决实际问题的应用寥寥无几。

那么，真正的机会到底在哪？

我觉得真正的机会藏在那些最繁琐、最重复、最需要专业知识的工作流程中。

我自己有一个判断逻辑，想要判断一个AI项目值不值得做，可以用以下法则去检验：如果把AI功能拿掉，你的产品还有没有价值？

如果答案是否定的，那它大概率就是个泡沫。一个真正能成功的AI业务，首先它的内核应该是一个优秀的传统SaaS， AI只是作为放大器存在的，而不是业务本身。