《经济学人》本周直接提出：AI 收入确实在快速上升，但仍然“不够快”，围绕数万亿美元投资能否产生回报，存在深刻不确定性。
过去几年，市场主要关注模型能力、算力规模和资本投入。如今判断标准正在改变：投资者开始要求 AI 公司证明，最终用户支付的订阅费、API 费用和企业合同，足以覆盖数据中心、芯片、电力和模型训练成本。
这意味着“用户喜欢使用 AI”与“AI 能支撑目前的资本规模”，是两个完全不同的问题。
行业内部还存在一定程度的资金循环：云计算公司投资模型公司，模型公司又用投资资金购买云计算资源。只要最终客户需求持续扩大，这个循环可以成立；一旦企业发现 AI 无法带来足够回报，整套扩张逻辑就可能反向运转。
这是 AI 热潮从技术验证进入商业验证的标志。模型继续进步已经不够，AI 企业必须回答：
- 用户愿意为哪些能力长期付费？
- AI Agent 能否真正替代流程，而不只是提供演示？
- 推理成本下降后，价格下降得是否更快？
- 企业增加的收入能否超过部署、审核和改造成本？
未来一年，AI 公司之间的差距可能不再主要体现在排行榜，而体现在客户续费率、单位推理利润和是否拥有不可替代的业务入口。
纯模型公司的压力可能增大；拥有云服务、广告、办公软件、硬件或企业客户体系的公司，更容易把 AI 成本分摊到原有业务中。