重要 AI 公司不赚钱，应该找香港地铁取经

BiRun 消息，作者： Michael Wenye Li 编译： 深潮 TechFlow 深潮导读： AI 实验室烧了几千亿美元，但没人说得清楚钱什么时候赚回来。API 定价每年跌 10 倍，开源追着闭源跑，训练成本越堆越高。这篇文章跳出了科技行业视角，用香港地铁 MTR 45 年的商业模型给出了一个极具启发性的回答：别想着靠车票赚钱，去拥有车站上面的物业。 它们赚不了钱，而且这个问题本身就问错了有一门生意长这样：前期砸数十亿资本，一分钱收入没有。核心服务定价逼近边际成本。为用户创造了巨大价值，建设者几乎一毛钱也留不住。还得不停投资下一代基础设施。 这说的不是 AI 实验室，而是大型铁路系统。 很多人拿铁路来类比 AI 行业，大多数人的结论是：通用技术具备公共品属性，商业可行性离不开政府补贴。 我想挑战这个结论。因为香港的 MTR（港铁）实际上解决了这个问题。它是全球极少数能商业自持的地铁系统之一，上市公司，分红派息，不拿政府运营补贴。 财务结构如出一辙 MTR 的核心铁路业务从未能自己养活自己的扩张。2018 年是疫情前最好的一年，运输业务 EBIT 为 20 亿港元。而 2024-2026 年的资本支出预估为 879 亿港元，几乎全用于铁路。三年的巅峰铁路利润，只够覆盖 8% 的资本支出。票价收入从来不够修下一条线，这本来就不是它的设计意图。 MTR 票价通过政府票价调整机制保持在可负担水平。你不可能把票价定到能收回建设成本的程度，那样没人坐得起，也违背了公共交通的本意。每条线或许能覆盖自己的运营成本，但票价收入永远撑不起下一条线的建设。 AI 的 API 定价面临的是同一问题的镜像版本。蒸馏和开源替代品让 API 价格以每年约 10 倍的速度下跌，任何定价高于边际成本的实验室都会把量丢给竞争对手。每个模型在推理层面可以实现运营盈利，但利润率永远撑不起下一轮训练的开支。 全球通行的解法是补贴。伦敦地铁靠 TfL 拨款，中国高铁背着万亿美元债务，94% 的线路不赚钱。AI 走在同一条路上：CHIPS 法案、Stargate 项目、主权财富基金投资、五角大楼合同。默认终局就是依赖补贴的准公共基础设施。 MTR 找到了另一条路。 铁路+物业 MTR 1979 年建设之初，设计者就明白票价永远收不回建设成本。于是他们围绕一个完全不同的前提来架构公司：铁路会让周边土地升值，所以要把地拿在手里。 MTR 在车站上方和周边开发住宅楼、写字楼和购物中心，把自己的基础设施创造的价值增值收入口袋。物业利润反哺铁路运营、资助下一条线。今天 MTR 拥有 13 座购物中心，管理着 47 个车站上盖物业项目，物业贡献了实际利润的大头。 逻辑很清楚：别想着从铁路服务本身捕获价值，去拥有那些因为铁路而升值的资产。 AI 的对应关系 「AI 实验室什么时候能赚钱？」和「铁路什么时候能靠票价养活自己？」是同构问题。答案是一样的：靠不了，而且问题本身就问错了。 一家生物科技初创用前沿模型筛选药物化合物，省了两年临床试验时间。一家物流公司用它优化路线，节省了 4000 万美元燃油成本。一个独立开发者用一个周末交付了过去五人团队花三个月才能完成的项目。每个案例里，模型提供方通过 API 费用只拿到百分之零点几的价值。提供方没法提价，因为还有四家实验室和十几个开源替代品提供差不多的能力。剩余价值流向了用户和更广泛的经济体。 通用技术就是这样。蒸汽机、电力、TCP/IP 都没有为它们的创造者贡献过什么收入。 MTR 的启示：别再试图让票价覆盖建设成本了，去找你的「物业」。 四个候选方案，按防御性排序。