你好，我是郑工长。
这两天AI圈最热闹的事，不是某个模型又刷榜了，而是一句话引发的群嘲——
黄仁勋说：AI太贵了。
你没看错。英伟达的创始人兼CEO，全球AI算力市场的绝对垄断者，手里握着90%以上AI芯片市场份额的人，公开表示AI太贵了。网友的反应也很直接——AI贵是因为什么？是因为你的GPU卖得贵啊！英伟达就像金矿旁边的铁锹铺老板，看着矿工们累死累活，叹了口气说：唉，这挖矿成本也太高了。矿工们抬头看了一眼铁锹铺的价目表，沉默了。然后炸了。
这件事看起来像个段子，但它撕开了一个被大多数人忽略的结构性问题：AI产业链的利益分配，正在从"大家一起做大蛋糕"的增量默契，进入"分多分少"的存量博弈。
先还原一下黄仁勋到底说了什么。他在某个公开场合谈到AI的推理成本，表示当前的AI部署成本太高了，需要进一步降低推理成本才能让AI真正普及。听起来没毛病——降低AI使用成本是行业共识。问题在于，说这句话的人手里握着全球AI芯片90%以上的市场份额，而AI推理成本的最大组成部分，恰恰就是芯片成本。
这是一个经典的"卖铲子悖论"：你卖铲子给挖金矿的人，然后说挖金子的成本太高了。解决方案是什么？要么你降价卖铲子，要么矿工们找到更便宜的铲子。前者你不愿意，后者你害怕。
英伟达的商业模式一直是"卖铲子"——卖的是AI训练和推理必需的GPU。这个模式在过去五年里造就了人类商业史上最惊人的增长曲线之一：英伟达的市值从2020年的3000亿美元飙升至2026年的数万亿美元，一度超越苹果成为全球市值最高的公司。
支撑这个市值的核心逻辑很简单：AI的算力需求呈指数级增长，而英伟达的GPU和CUDA生态是唯一能规模化满足这个需求的基础设施。这个逻辑在过去三年里从未被挑战过——不管OpenAI发布什么新模型，不管Anthropic的收入翻了多少倍，它们最终都要来找英伟达买卡。所以英伟达的定价策略一直很强势：旗舰H100单价超过3万美元，B200更是定价在5万到7万美元之间，依然供不应求。客户不是在"买芯片"，是在"抢配额"。
但这个逻辑正在受到两个方向的实质性挑战。
但这个逻辑正在受到两个方向的挑战。
第一个挑战来自竞争对手。AMD、英特尔、以及大批AI芯片创业公司正在疯狂追赶。Google有TPU，亚马逊有Trainium，微软有Maia，Meta也在自研芯片。虽然这些芯片在通用性上还无法和英伟达的CUDA生态抗衡，但它们在特定的推理场景中已经展现出显著的性价比优势。越来越多的大客户开始"多芯片采购"——把训练任务继续放在英伟达上，但把推理任务切到更便宜的替代芯片上。
第二个挑战来自AI公司自己。当Anthropic的收入从90亿冲到350亿美元，当ChatGPT的运营成本每天烧掉数百万美元，当每个AI创业者都在算自己的GPU账单——"降低推理成本"就不再是一个技术口号，而是一个生存问题。生存压力会倒逼AI公司寻找一切可能的降本方案，包括改用替代芯片、优化模型架构、采用更高效的推理框架。而这些方案，每一样都在侵蚀英伟达的护城河。
所以黄仁勋说"AI太贵"可能有另一层意思——他在帮客户喊话，催自己降价。这不是示弱，是预判。他知道价格压力正在逼近，不如自己先开口把氛围造好，让降价看起来像是"主动让利"而不是"被迫调整"。就像超市先贴出"降价通知"而不是等顾客发现隔壁更便宜。
这让我想起英伟达历史上的一次关键转折。2018年左右，加密货币挖矿热潮退去，二手市场充斥大量GPU，英伟达的股价一度腰斩。那次危机教会了英伟达一件事：单一需求来源的繁荣是不可持续的。今天的AI芯片需求看着无限大，但同样存在结构性的脆弱性——如果AI应用层的投资回报率持续低于预期，企业就会削减AI预算，芯片需求就会跟着萎缩。黄仁勋看到了这个风险，所以他的发言其实是说给华尔街听的：我知道价格是个问题，我在处理。
但网友不买账。
为什么网友反应这么激烈？因为这一轮AI热潮中，英伟达是最大的赢家，没有之一。黄仁勋的个人财富在2026年一度突破千亿美元，英伟达的员工期权兑现让大批中产一夜暴富。当整个行业都在烧钱买你的GPU，你跳出来说AI太贵，多少有点"吃饱了骂厨子"的既视感。网友的愤怒本质上不是针对黄仁勋这个人，而是针对一个事实：AI产业链的利润分配极度不均。
这组数据可以说明问题：英伟达2026财年的毛利率超过75%，而它的客户——那些AI应用公司——绝大多数还在亏损。也就是说，每一块钱的AI收入里，超过七毛五流向了芯片层。应用层在烧钱，基础设施层在数钱。这种分配格局能一直持续吗？黄仁勋的"AI太贵论"暗示了答案：他也觉得不行。
我的判断是：黄仁勋主动挑起"AI太贵"这个话头，不是失言，是战略准备。英伟达正在从"爱买不买"转向"主动管理价格预期"，因为接下来的竞争格局不允许它继续保持"爱买不买"的姿态。当TPU、Trainium、Maia这些定制芯片的生态逐渐成熟，英伟达的市场份额一定会被蚕食。主动降价、推出更便宜的推理芯片、通过软件锁定客户——这些动作会在未来12到18个月内密集出现。黄仁勋的发言，相当于给市场打了一针预防针：别慌，我们知道了，我们会降。
但这个故事里真正值得关注的不是英伟达的股价，而是一个更本质的问题：AI产业链的利益分配什么时候才能从"基础设施通吃"变成"应用层也能分到蛋糕"？芯片层的利润率高不是问题，问题是应用层如果永远赚不到钱，整个生态就会萎缩。没有人种田，卖农具的生意也不会长久。
黄仁勋说AI太贵，他的解决方案可能是降价卖GPU。但AI行业真正需要的，不一定是更便宜的GPU，而是让AI应用本身能赚到钱。当应用能赚钱，自然会有人买单GPU。如果应用赚不到钱，GPU降到成本价也没人买。
AI太贵的本质，不是芯片太贵，是商业模式还没跑通。
说回网友群嘲这件事本身。表面看是在嘲笑黄仁勋"站着说话不腰疼"，但深层是在表达一种普遍焦虑：我花大价钱买了AI工具，买了GPU，买了算力，结果利润全流到了芯片层，应用层连汤都喝不上。更扎心的是，根据最新的AI行业报告，超过80%的AI创业公司至今没有实现盈利。这就像当年加州淘金热——真正赚到钱的不是淘金的人，是卖铲子和牛仔裤的人。一个半世纪过去了，剧本一模一样。
黄仁勋的发言是一场精心设计的"预期管理"。与其关注他怎么说，不如关注另一个问题：你买的AI工具帮你赚到钱了吗？如果AI应用本身的商业模式没跑通，GPU降不降价都不解决问题。因为问题不是成本太高，是收益还没找到。
互联网时代的利润分配是三层结构：基础设施层赚设备钱，平台层赚广告钱，应用层赚服务钱。三层各有各的活法，都能赚钱。AI时代目前是一层通吃——英伟达拿走绝大部分利润，平台层勉强打平，应用层大部分在亏损。历史反复证明：当一个产业的利润过度集中在单一环节，那个环节的利润率一定会被竞争和监管拉下来。不是会不会的问题，是时间问题。
所以我说这是一个精心设计的"预期管理"信号，而不是一句随口之言。当卖铲子的人自己说铲子太贵，只有两种可能：要么他要降价了，要么他要出新铲子了。无论哪一种，对行业都不是坏事。
最后说一句。黄仁勋嫌AI贵，网友笑了。但冷静下来想，他说的可能有一部分是对的——AI确实太贵了。不是因为GPU定价高，是因为整个行业还在用"烧钱试错"的方式找商业模式。当AI公司不再依赖融资买卡，而是靠产品收入付账单的那一天，才是AI真正变便宜的时候。
