AI涨价不流失，定价权时代到来
DeepSeek年化收入破10亿美元，API提价后毛利率达82.9%；腾讯整合智能体产品，麦当劳大规模部署AI工具。AI商业化正从烧钱换规模转向靠产品力获取定价权。
评估一项业务的伟大程度，最重要的事情是定价权。如果你有能力在不流失客户的情况下提价，你就拥有了一项非常出色的业务。
这是巴菲特对商业本质最精炼的表述之一。在很长一段时间里，中国大模型行业似乎与这个判断背道而驰。低价换规模、补贴抢客户、烧钱拼市场份额，几乎成了行业默认的生存法则。但DeepSeek刚刚交出的这份成绩单，正在打破这个惯性认知。
年化收入运行率突破10亿美元，API价格上调2.3倍至4.5倍后客户需求依然强劲，7月毛利率达到82.9%。这三个数字放在一起，传递的信号远比表面看起来要深刻得多。与此同时，腾讯整合智能体业务、麦当劳大规模部署AI工具用于门店运营，这些看似分散的新闻，其实指向同一个趋势：AI商业化正在走出炒作期，进入一个讲究真实定价权、真实财务回报、真实运营效率的新阶段。
一、DeepSeek的涨价实验：大模型行业的分水岭
大模型行业过去两年的叙事逻辑非常清晰：模型能力接近，价格战就成了唯一竞争手段。从字节跳动豆包到阿里通义千问，从百度文心一言到MiniMax，降价、免费、补贴轮番上演。逻辑很简单——先圈住开发者，再想商业化。但DeepSeek用一组数据把这个逻辑打了一个问号。
据外媒报道，DeepSeek年化收入运行率已突破10亿美元，较数月前约5亿美元的水平翻了一倍以上。更具冲击力的细节是，CEO梁文锋向投资者明确表示，尽管上月API价格上调了2.3倍至4.5倍，客户需求依然强劲，推动API业务7月毛利率达到82.9%。这说明什么？说明DeepSeek的客户不是因为便宜才用的。他们留下来，是因为模型本身的价值足够覆盖涨价后的成本。
这是大模型行业第一次出现清晰的定价权信号。所谓定价权，并不是你能把价格定多高，而是你涨价之后，客户不会跑。82.9%的毛利率放在任何一个软件行业都是极其优秀的水平，放在一个几个月前还被认为“只能靠免费抢市场”的行业里，几乎是一个认知颠覆。
这背后的因果关系值得拆解。DeepSeek之所以敢涨价，不是拍脑袋冒险，而是基于对客户使用深度和替代成本的判断。当开发者把一个模型嵌入到自己的产品、服务、工作流之后，切换成本远高于早期的试用阶段。模型能力越强，用户对它的依赖越深，价格敏感度就越低。这和SaaS行业的续约逻辑本质相同：真正赚钱的不是新签客户，而是那些已经离不开你的存量客户。
对企业决策者而言，这个案例最重要的启示不在于DeepSeek赚了多少钱，而在于它验证了一个商业常识：在任何技术变革中，最终能建立商业壁垒的，永远不是最便宜的那个，而是客户最难替换的那个。过去两年，很多企业CIO和CTO在选择大模型供应商时，把价格作为第一筛选条件。DeepSeek的涨价实验提醒我们，这个排序可能需要重新调整。
与此同时，DeepSeek的融资动作也在印证这个判断。公司正在上海推进约75亿美元规模的新一轮融资，投前估值目标约5000亿元，并已委托中信证券筹备科创板IPO。资本市场的定价逻辑正在从“你烧了多少钱”转向“你能赚多少钱”。这是一个健康的信号，也是一个残酷的信号——那些还没有跑出单位经济模型的大模型创业公司，融资窗口正在快速关闭。
二、腾讯整合智能体：从百花齐放到收敛聚焦
腾讯QClaw停止运营的新闻，表面看是一个产品调整，实质上反映的是AI智能体赛道正在经历的残酷收敛。QClaw团队公告称，产品将于2026年12月24日停止运营，停止新用户注册，停止订阅服务购买与续费。腾讯方面的回应很直接：因业务发展调整，为进一步整合资源为用户提供更好的Agent服务，将提供WorkBuddy迁移工具，并为完成迁移的用户提供1000积分补贴。
这个动作释放了几个关键信息。第一，大厂内部也在砍项目。在AI Agent概念最热的时候，腾讯系内部同时跑着多个智能体产品。当资源需要集中时，那些定位模糊、用户规模不够、商业模式不清晰的产品，就是最先被砍掉的对象。这和中国互联网过去二十年的规律完全一致：风口期百花齐放，冷静期收敛聚焦，活下来的往往只有一到两个。
第二，用户迁移成本是订阅制AI产品的生死线。腾讯给用户提供迁移工具和积分补贴，说明即便是一个停止运营的产品，大厂也要把用户平滑过渡到替代品上。这背后是一个残酷的现实：订阅制AI产品的用户留存和迁移，比免费工具复杂得多。用户的数据、工作流、使用习惯都沉淀在产品里，强制迁移会直接摧毁用户信任。腾讯用补贴和工具来降低摩擦，本质上是在为之前的战略分散买单。
第三，Agent产品的商业化窗口正在变窄。QClaw从上线到停止运营的时间并不长，这说明市场没有给它足够的时间去验证订阅模式。当一个赛道开始收敛，用户和客户的注意力会迅速集中到头部产品上，腰部产品的获客成本会急剧上升。对于还在做Agent创业的团队来说，腾讯的这个动作是一个明确的警示：要么快速找到差异化场景，要么尽快融入更大的生态。
WorkBuddy作为腾讯智能体业务的新核心，承载的是“把所有Agent能力装进一个入口”的战略意图。这与中国企业服务市场的整体趋势一致：企业客户不想要一堆功能重叠的工具，他们想要的是一个能解决关键问题的平台。在AI Agent这个品类里，平台化、入口化的竞争已经开始了。
三、麦当劳的AI账：传统行业的财务化落地
麦当劳CEO Chris Kempczinski在投资者日上宣布的战略，名字叫"McDonald's > NEXT"。听起来像一个品牌升级故事，但真正值得关注的是一组财务数字：到2030年将营业利润率提升至50%-55%。作为一个全球拥有数万家门店的餐饮巨头，这个利润率目标相当激进。而支撑这个目标的四个战略支柱中，有一个明确写的是“大规模部署AI工具以优化执行力、增强餐厅盈利能力”。
注意这里的措辞。麦当劳不是把AI作为一个“探索性项目”来介绍的，而是直接把它和利润率目标挂钩。AI工具在麦当劳语境里的角色非常清晰：降低运营成本、减少人工依赖、提升门店执行一致性。门店运营中的排班、库存预测、设备维护、点餐推荐、供应链调度，每一个环节都是AI可以直接产生财务收益的场景。
这是传统行业AI落地的一个重要范式转变。过去很多中国企业在做AI部署时，往往把AI放在“创新实验室”里，由CTO或数字化部门主导，用的是IT预算。但麦当劳的做法是把AI放在P&L里，由业务负责人用利润目标来衡量。这个差别看起来细微，实际上决定了AI项目能不能持续获得投入。创新预算会被砍，但如果AI的成本节省直接体现在每季度的利润率里，没有人会砍这个预算。
麦当劳同时宣布将重点投入鸡肉、饮料、牛肉三大品类，并称这将是其“历史上最大规模的菜单口味与品质升级”。这个组合拳的逻辑是：用菜单升级拉动客单价和复购，用AI工具压缩运营成本和提升效率，两侧同时发力，共同推动利润率向50%-55%迈进。这里面有一个值得中国企业学习的决策框架：AI投入不是孤立的科技故事，它必须和业务增长战略绑定在一起，才能形成真正的经营杠杆。
对中国的连锁餐饮、零售和服务业企业来说，麦当劳的这一步具有很强的示范效应。中国餐饮行业的净利率普遍在5%-10%之间，人力成本和房租成本是两座大山。AI在排班优化、需求预测、供应链管理上的价值，比做几轮营销活动的ROI要确定得多。问题在于，很少有企业愿意把AI预算从营销预算里切出来，放到运营效率上。这是一种组织惯性和认知惯性，但改变正在发生。
四、重估AI投入：从概念验证到财务闭环
把DeepSeek、腾讯和麦当劳这三件事放在一起看，会发现它们其实在讲同一件事：AI商业化的中心，正在从“有没有”转向“赚不赚”。DeepSeek证明了模型层可以建立定价权，腾讯证明了产品层必须收敛聚焦，麦当劳证明了应用层必须直接挂钩财务指标。三个层次，同一个趋势。
这意味着企业决策者需要重新审视自己的AI投入。过去两年，很多企业做AI项目的方式是：成立一个AI创新小组，给一笔预算，做一些演示项目，然后在董事会上展示一下。这种方式正在快速失效。不是因为AI不重要了，而是因为市场已经不再为“演示价值”买单。投资人、董事会和客户都在问同一个问题：AI到底帮你赚了多少钱，或者省了多少钱？
一个实用的判断框架是，把所有AI项目按照财务逻辑分为三类：能直接降低成本的、能直接提升收入的、以及只能提升体验但暂时看不到财务回报的。第一类和第二类项目应该优先投入，用利润表和营收表来考核。第三类项目如果没有明确的战略意义，应该果断砍掉。这个排序看起来简单，但在很多企业里，AI预算的分配恰恰是反过来的：钱花在最花哨的地方，而不是最赚钱的地方。
另一个需要重新评估的是供应商选择逻辑。DeepSeek涨价后客户不流失，说明真正有价值的AI能力不是同质化商品。企业在选择大模型或AI工具供应商时，如果继续把“谁便宜用谁”作为第一条原则，可能会在后续的迁移成本和能力差距上付出更大代价。更理性的做法是，先明确自己的核心场景和性能要求，再在满足要求的供应商中做价格比较。价格是决策因素，但不应该是第一因素。
从组织角度看，AI项目的负责人也需要变化。越来越明显的趋势是，AI项目的负责人正在从CTO或CIO手里，转移到业务负责人手里。因为只有业务负责人最清楚，哪个环节的成本可以被压下来，哪个环节的收入可以被提上去。当AI项目的考核指标从“上线”变成“利润贡献”，组织对这个事情的态度就完全不同了。
五、下一步：企业AI落地的三个关键动作
面对AI商业化正在发生的这次实质性转折，中国企业决策者可以立即推动三个具体动作。
第一，对本企业现有AI项目做一次财务审计。把过去一年所有AI相关投入列出来，逐项标注：它省了多少钱、赚了多少钱、还是只是“提升了体验”。如果一项AI投入在六个月到一年内无法用财务语言证明价值，就应该纳入观察名单。这听起来残酷，但麦当劳已经用利润率目标证明了，AI的价值是可以说清楚的。
第二，重新评估核心场景的供应商关系。不要因为某个模型或工具便宜就默认它是最优选择。深入分析你的团队真正高频使用的功能是什么，你的数据和工作流沉淀在哪里，切换成本有多高。如果现有供应商在核心场景上表现优异，即便涨价，留下来的总成本可能仍然低于迁移到更便宜的替代品。这个计算方式，比单纯的单价比较要真实得多。
第三，把AI项目从IT部门搬到业务部门。或者至少建立业务负责人与AI项目之间的直接考核关系。让门店运营负责人为AI排班系统的效果负责，让客服负责人为智能客服的满意度负责，让供应链负责人为AI预测准确率负责。只有当业务负责人把AI当成自己的工具而不是IT部门派发的任务时，AI才能真正进入经营的核心。
DeepSeek用10亿美元年化收入证明了大模型可以赚钱，腾讯用QClaw的关停证明了产品战略必须聚焦，麦当劳用50%以上的利润率目标证明了AI可以进入财务主表。这三件事共同宣告了一个旧阶段的结束和一个新阶段的开始。还在用“试验”心态做AI的企业，需要尽快切换到“经营”心态。因为商业世界不会等任何人，尤其是当定价权开始易手的时候。