文 | 吴怼怼
本轮人工智能竞赛中，利润仍在向产业链最“硬”的环节积聚。
说白了，AI上游几乎把整个链条烧掉的钱都吸走了。
先看几组数据。
美光刚结束的季度，营收414.56亿美元，营业利润333.18亿美元，营业利润率高达80.4%。下一季度的指引更加夸张，预计营收约500亿美元，毛利率逼近86%。
SK海力士2026年第一季度，营业利润录得37.61万亿韩元。
三星2026年第一季度，半导体DS部门营业利润达53.7万亿韩元。虽然这个口径并不全是存储，但三星自己说得很清楚，核心驱动就是AI需求、存储创新高和行业涨价。
把海力士、三星DS和美光放在一起，三家单季营业利润合计，粗略估算已接近1000亿美元。
对比一下。
英伟达同期单季营业利润，大概535亿美元。
也就是说，这三家存储巨头一个季度的营业利润加起来，已经明显超过英伟达。
老大哥达子和苹果，都不得不向存储大厂低头。
再换个参照物。
科创板608家公司，2025年全年归母净利润合计586.24亿元人民币。
而海力士、三星DS、美光三家，一个季度的营业利润，折合成人民币，大约是科创板全年利润的10倍以上。
这就是眼下AI产业链最直白的一幕：
模型层在拼命压缩成本，而且是被迫的。
OpenAI这边，API价格已经卷到极其精细：不同模型、不同上下文长度、缓存输入、批处理折扣，全都拆开售卖，本质就是不断压低单位token成本，同时提升资源利用率。
价格越来越透明，竞争越来越硬碰硬。
Google Gemini也遵循同一套逻辑，分层定价、不同能力对应不同价格，甚至在企业侧不断打包给予优惠，实质上还是在抢用量、抢调用。
微软更直接，一边自研模型，一边把第三方模型（包括DeepSeek）接入Azure AI Foundry，让客户可以横向对比、随时切换。
这种“模型超市”模式，进一步冲淡了单一模型的议价能力。
国内的情况也没什么两样。
字节的豆包，此前主打低价甚至近乎免费，现在也开始逐步收费、分层定价。原因很简单：账算不过来了。
调用量一旦放大，成本立刻爆炸，最后发现钱基本都花在了GPU和存储上，模型本身反而成了“薄利多销”的生意。
换句话说，模型公司在前台拼价格、拼能力，但后台的成本结构却越来越刚性。
另一边，存储层正在大口吃利润。
HBM、服务器DRAM、eSSD，这些东西不是你一想要就能马上扩产出来的。供给释放慢、验证周期长，而需求却被AI数据中心、训练、推理、智能体一起往上推。
结果就是：价格走高，利润直接写在财务报表里。
模型公司在卷价格，存储公司在收现金。
所以现在看AI，不能只看谁的模型最强，还得看谁最卡脖子。
卖token的越来越像“外卖”：单量可以越来越大，但价格越来越透明，竞争越来越激烈，平台和商家都在持续让利。
卖铲子的更像“收费站”：你要建数据中心，你要做推理，你要上智能体，你就得先把钱交出去，而且这笔钱很难省下来。
至少在这一阶段，AI产业链里最夸张的利润，不在前台卖智能的地方，而在后台卖内存和存储的地方。
在存储和半导体硬件面前，一切公司都成了老登。
