大家好，我是你们的老朋友。今天咱们聊聊一个特别有意思的话题——AI行业正在发生的一场静悄悄但意义重大的变革。你可能每天都在刷各种新闻，看到AI又出了什么新模型、有什么炫酷功能，但真正推动整个行业往前走的，其实是那些看不见摸不着的数据背后的故事。

先说个重点：全球企业级AI推理用量正在疯狂飙升，而且它的商业变现能力远远超出我们的想象。很多人只盯着模型更新换代看热闹，却忽略了这个更关键的趋势。

你知道吗？像SemiAnalysis的Dylan Patel就说过，很多AI服务尤其是推理API，利润高得吓人，有时候毛利率能飙到75%以上。这在圈内其实早就不是秘密了，只是外界被各种发布会和炒作分散了注意力。

当然，普通用户的订阅服务也能赚钱，但问题在于重度用户可能会让公司成本失控。毕竟训练顶尖模型需要大笔投入，这不是谁都能玩得起的游戏。不过就算模型不变，使用量也在蹭蹭往上涨，而且大部分都处在盈利区间。

有趣的是，早在今年上半年我们看到一系列重大突破之前，AI的使用就已经开始爆炸式增长了。比如推理模型的回答长度从几百个token扩展到了数万个token，这就直接导致数据曲线变得更加陡峭。而这些模型通常都是按token收费的，所以用得越多，收入自然也越高。

说到这儿，不得不提一下谷歌在今年I/O大会上展示的强大实力。他们的主题演讲堪称一场AI“国情咨文”，覆盖了模态、硬件形态以及任务等多个维度。谷歌的目标很明确：要在几个特定领域拔得头筹，在其他领域也要保持前三名的位置。这种全面性是其他公司很难比拟的。

I/O大会上的亮点包括对标OpenAI o1 Pro的产品Gemini Deep Think、新的多模态模型如带音频功能的Veo 3，还有对标Meta和苹果的增强现实头显演示，以及新版Gemini 2.5 Flash。说实话，这些方向我们早就看到了，但谷歌推进的速度还是让人吃惊。

最震撼的是那张幻灯片，展示了谷歌所有AI平台处理的token数量，最近几个月简直是坐上了火箭。二月份拐点出现时，月处理总量约为160万亿token；到了四月份，这个数字已经飙升到480万亿+，眼看就要冲上1000万亿大关。换算成每秒的话，大概就是1.5亿到2亿token。相比之下，谷歌年搜索量才5万亿次，也就是每秒10万次搜索，每次搜索平均用1000个token。

谷歌目前最大的AI产品还是基于Gemini模型的搜索概览功能，他们一再强调用户非常喜欢这个功能，覆盖人群超过十亿。而且谷歌每月生成的token数量已经超过了Common Crawl的数据量。Common Crawl可是开放网络快照的标准，也是AI预训练数据集的重要来源。预计一两年内，谷歌单日处理的token量就能达到Common Crawl的规模。

这篇文章还拿谷歌的数据和其他公司做了对比。比如微软CEO萨提亚·纳德拉就在财报会议上提到，Azure AI服务本季度处理了超过100万亿token，同比增长5倍。虽然谷歌的数据几乎是Azure的10倍，但要知道谷歌起步比微软晚得多。

至于OpenAI，由于是私营公司，数据比较滞后。不过根据Sam Altman去年在X上的说法，OpenAI每天生成约1000亿个单词，相当于每月4万亿token，差不多是谷歌2024年4月数据的一半。

不仅是西方企业，中国的字节跳动、百度等公司也在快速跟进，进入每日1万亿token的量级。当Anthropic或OpenAI分享那些看似夸张的收入预测时，也许我们真的该多信几分。

还有一个值得关注的趋势是，一些处于测试阶段的功能，特别是编码智能体，正在推动token数量飙升。Claude Code、Codex、Jules这些工具每次运行几分钟就会消耗大量文本token。我和朋友估算过，一次深度研究查询可能消耗约100万token进行推理。很快，单个任务将消耗1000万甚至1亿token，而仅仅两年前，一次惊艳的ChatGPT查询也就100-1000个token。

总的来说，现在正是做token销售生意的好时候，但这仅仅是开始。AI行业的这场变革正在实实在在地发生，而且速度远超我们的预期。