AI怎么变现、真正瓶颈在哪、 利润最终会流向谁（四）

模型层越卷，应用层越值钱

AI的赢家要看这家公司是在卖token，还是在让token创造价值。

最值得琢磨的是Palantir这个季度的新定位——它把产品从"运营级AI"扩展成了"主权AI"，简单说就是：

帮企业在自己的安全边界内建一个"模型工厂"，同时接入OpenAI、Anthropic、Gemini和开源模型，按企业自己的任务测试各家的效果、成本和速度，自动选择、切换、优化；

数据、权限、业务规则和微调后的模型权重，全部留在企业自己手里。（图1）

这个定位踩中的，是企业客户一种非常具体的恐惧。

Karp在致股东信里把它讲得毫不客气：企业不愿意"让模型在自己家中自由游荡"

企业被拿走的东西，远不止模型调用费，还包括对数据的控制权、以商业机密和集体智慧的沉淀--企业最值钱的资产是这些，谁都不想让它顺着API流进别人的模型里。

他甚至直接点破：模型公司在结构上就被设计为从客户处汇取这些价值，而"我们的客户拒绝成为模型公司的附庸"。

这种恐惧并没有停留在情绪层面，它早就被市场定了价。

看一个现成的证据：

企业调用大模型时，宁愿多付一到四成的溢价走Azure OpenAI，或者通过AWS Bedrock中转，也普遍不愿直连模型公司的API。

多付的钱买的是什么？数据不出私有网络、不用于训练、可以指定数据存放的位置、合规认证齐全——本质上是一张能通过企业内部安全审计的通行证。

对金融、医疗、政府这些受监管行业，直连API甚至连投标资格都可能没有。

企业为"数据不被拿走"心甘情愿掏真金白银。

云厂商靠它把模型包进自家生态卖，Palantir则更进一步，把它做成了完整的产品定位。

模型越多、迭代越快、价格战越凶，企业越需要一个与模型无关、站在自己这边的层来管理数据、权限和工作流程。

企业AI的竞争焦点正在从"谁的模型更强"转向"谁能把模型接进业务、以更低成本产生结果"，而信任——数据交给谁放心——正在成为和能力同样重要的竞争变量。（图2）

Palantir披露了一个案例：在一个票务自动化项目中，它与一家前沿AI实验室的部署团队直接竞标中胜出，拿下了年合同金额1000万美元的项目。

模型公司当然也看到了这一点，OpenAI、Anthropic都在向企业定制方面延伸。

中长期真正的看点，是模型层和控制层谁向谁的地盘渗透得更快。企业AI这个万亿级市场，入口可能只有一个，这一仗才刚开始。

回到开头的三个问题，

AI怎么变现、真正瓶颈在哪、 利润最终会流向谁

这份账单的答案已经连成了一条线：

AI应用层靠接进业务流程、产生可量化的结果来变现；

AI应用瓶颈从算力和模型，转移到了交付能力；

利润则在向让智能真正创造价值那一层聚集。

所以下一阶段挑AI的赢家，与其盯着谁的模型更强，值得多问一句：

这家公司是在卖token，还是在让token创造价值。