人工智能行业 | 生成式人工智能中隐藏的成本削减措施和节约压力——包括减少字数：少即是便宜——图片来源：Xpert.Digital
生成式人工智能提供商的隐性成本危机
人工智能的巨大幻象：数十亿美元的损失和成本削减措施——科技巨头们都在对你隐瞒什么
人工智能正经历着前所未有的蓬勃发展，但在这场技术革命光鲜亮丽的外表下，却隐藏着巨大的财务挑战。用户眼中看似微不足道的技术调整，仔细观察后却发现，实际上是大型人工智能供应商为了控制其不断飙升的成本而做出的无奈之举。2024年9月，谷歌和OpenAI几乎同时进行了一系列调整，乍看之下似乎毫无关联，但实际上却揭示了整个行业面临的一个更大问题：人工智能服务的盈利能力远远落后于巨额投资和运营成本。.
生成式人工智能（Generative AI）是人工智能的一个子领域，专门用于生成新内容，而不是仅仅分析或分类现有数据。.
这一发展尤其值得关注，因为它表明，即使是市值数十亿美元的科技巨头也同样承受着自身创新带来的财务压力。OpenAI尽管估值高达1570亿美元，却预计2024年将亏损50亿美元；而谷歌则在悄然采取措施，大幅提高数据收集和处理的成本。这些看似微小的变化对整个数字格局产生了深远的影响，并预示着人工智能行业正面临一场更大的结构性危机。.
谷歌的无声革命
禁用 num=100 参数
2024年9月14日，谷歌悄然对其搜索基础设施进行了近年来最重大的变革之一。此前数十年来允许同时显示100条搜索结果的URL参数num=100被彻底禁用。这一技术变革对整个SEO行业和人工智能应用产生了深远的影响。.
虽然这个参数对普通用户来说只是个便捷功能，但它对搜索引擎优化（SEO）行业却至关重要。几乎所有主流SEO服务商，例如Ahrefs、Sistrix、SEMrush以及各种专业的排名工具，都利用这个参数来高效地收集数据。只需一次请求，他们就能获取完整的排名前100名，这比逐页检索结果更经济高效。.
该参数的停用导致SEO行业成本飙升。排名工具现在需要执行十次独立的查询才能获取之前一次请求即可获得的数据量。这意味着查询成本增加了十倍，并已给多家工具提供商带来了严峻的技术和财务挑战。.
对网站运营商的影响
这些影响在谷歌搜索控制台中立即显现：87.7% 的受检网站显示其展示次数大幅下降。然而，矛盾的是，与此同时，这些网站的平均排名却有所提升，因为排名在第 11 到 100 位之间的“低排名展示次数”减少了。.
许多出版商都反映流量大幅下降。例如，新闻网站derwesten.de的搜索流量下降了51%，express.de下降了35%，focus.de下降了33%。原因错综复杂：除了谷歌的技术调整外，人工智能生成的评论也起到了一定作用，导致用户减少点击外部网站。.
谷歌战略背后的动机
谷歌做出这项决定的原因有很多。一方面，此举显著降低了服务器负载，因为每次请求需要处理的数据量减少了。另一方面，这也使得机器人和网络爬虫服务更难大规模收集数据，考虑到人工智能公司对谷歌数据的兴趣日益浓厚，这一点尤为重要。.
另一个方面是用户体验：谷歌希望引导用户回归传统的搜索体验，让他们点击浏览多个页面，并在谷歌平台上停留更长时间。这巩固了谷歌作为信息中心的地位，并降低了公司对将用户重定向到外部网站的依赖。.
与此相关：
OpenAI 为控制成本而采取的极端措施：引用量急剧下降
与谷歌的调整同步，OpenAI 也对 ChatGPT 进行了同样重要的更改。自 2024 年 9 月 11 日起，这款 AI 聊天机器人显示的来源引用和外部网站参考信息将大幅减少。无论内容质量或来源网站的域名权威性如何，所有行业和内容类型都受到了同等程度的影响。.
数据令人震惊：据分析，ChatGPT 的引用量下降了高达 90%。免费 ChatGPT 账户受到的影响尤为严重，而付费用户受到的限制则少得多。这一趋势加剧了网站从 Google 获取的流量与 ChatGPT 带来的低得多的流量之间本已存在的差距。.
网络搜索功能成本的爆炸式增长
OpenAI面临着巨大的财务压力。该公司预计2024年将亏损约50亿美元，而ChatGPT的运营成本高达每天70万美元。减少网络搜索和引用显然是一种削减成本的措施，因为每次网络搜索都需要额外的计算资源和API调用。.
OpenAI 的网络搜索功能成本大幅上涨。早期的模型提供免费的网络搜索服务，而新模型则对搜索令牌收取全价。举例来说，使用 GPT-40 进行一次查询只需 0.13 美元，而使用 GPT-5 和更全面的网络搜索令牌进行同样的查询则需要 74 美元。.
对于目前具备互联网搜索功能的模型，OpenAI 对 gpt-4o 和 gpt-4.1 的收费标准为每 1000 次请求 25 美元，而功能更强大的模型，例如 GPT-5 和 o 系列，收费则高达每 1000 次请求 10 美元。这一定价策略清晰地展现了 OpenAI 为何能在提供网络信息方面大幅降低成本。.
字数缩减：少即是多
除了减少引用来源外，用户还注意到另一个更为细微的变化：ChatGPT 的回复明显变得更短、更简略。乍看之下，这似乎是为了提高简洁性而做出的优化，但实际上，这又是另一种有效的成本节约措施。每个生成的单词——或者更准确地说，每个词元——都会消耗计算能力，从而产生直接成本。通过系统性地缩短回复，OpenAI 降低了每次请求的运行成本。.
与 Anthropic 的 Claude 或 Google 的 Gemini 等竞争对手进行直接比较时，这种趋势尤为明显。这些模型通常能够针对相同的查询提供更详细、更细致、更深入的答案。尽管竞争对手有时仍然将丰富的细节作为质量标准，但 OpenAI 似乎有意减少字数，以应对其庞大用户群带来的经济负担。.
对用户而言，这意味着需要付出更多努力。他们往往无法获得全面的答案，只能得到一个肤浅的摘要，必须通过有针对性的后续问题（即所谓的“提示链”）自行挖掘所需的详细信息。每一次后续询问都是一次新的交易，虽然单次交易成本较低，但却耗费了用户更多的时间和精力。这一措施与减少引用次数的策略完美契合：两者都代表着用户体验的下降，而这些下降加起来的目的是为了大幅节省成本，以弥补公司巨大的财务亏损。.
答案更短，信息来源更少：您是否也注意到 ChatGPT 是如何悄悄削减成本的？
亏损的付费订阅业务
尤其令人担忧的是，即使是价格更高的ChatGPT Pro订阅服务（每月200美元），也因为用户使用量超出预期而出现亏损。首席执行官Sam Altman将这种情况形容为“疯狂”，这也证实了公司在成本控制方面面临的挑战。.
OpenAI 首席执行官 Sam Altman 承认，该公司目前 200 美元的订阅服务正在亏损：“人们使用这项服务的频率远远超出了我们的预期。”这一令人惊讶的发现表明，人工智能公司很难预测实际使用成本并制定合适的价格。.
这两个变化之间令人惊讶的联系
这两个事件发生的时间如此接近绝非巧合。ChatGPT 经常依赖当前的网络信息来生成回复，它会直接或间接地通过网络爬虫服务访问谷歌搜索结果。禁用 num=100 参数会显著阻碍 ChatGPT 和其他人工智能系统高效地收集网络数据。.
ChatGPT 等 AI 应用依赖于广泛且最新的网络数据来生成相关且准确的答案。num=100 参数使这些系统能够快速且经济高效地收集大量搜索结果，并选择最佳答案来源。.
禁用此参数会迫使人工智能系统执行更多单独的查询，从而导致成本呈指数级增长。这就解释了为什么 OpenAI 同时降低了其引用频率——提供最新网络信息的成本已不再具有经济可行性。.
8000亿美元的资金缺口
贝恩公司令人担忧的预测
贝恩公司最近的一项研究揭示了人工智能行业面临的巨大资金缺口。到2030年，OpenAI、谷歌和DeepSeek等人工智能公司每年需要筹集约2万亿美元，以支付不断上涨的计算能力和基础设施成本。然而，咨询公司预计，该行业实际筹集的资金将比这一目标少约8000亿美元。.
贝恩公司全球技术部门主席大卫·克劳福德郑重警告：“如果目前的规模规律成立，人工智能将日益给全球供应链带来压力。” 预期收入与实际收入之间的这种差距，引发了人们对人工智能行业估值和商业模式的根本性质疑。.
巨额投资，但回报却不明朗。
美国主要科技公司正以前所未有的力度加大对人工智能（AI）领域的投资。微软、Meta和谷歌计划到2025年共计投资2150亿美元用于AI项目。亚马逊也宣布将追加1000亿美元的投资。这些支出将主要用于扩建数据中心和开发新的AI模型。.
自 ChatGPT 发布以来，投资额已增长超过一倍。早在 2024 年，四大科技公司在人工智能领域的总投资额就已达到 2460 亿美元，比上一年增长了 63%。到 2030 年代初，人工智能领域的年度支出可能超过 5000 亿美元。.
能源需求和基础设施挑战
贝恩公司预测，到2030年，全球对计算能力的额外需求可能攀升至200吉瓦，其中一半来自美国。人工智能数据中心的电力消耗将从2023年的500亿千瓦时增至2030年的约5500亿千瓦时，增幅高达11倍。.
这种大规模扩张正导致严重的环境影响。尽管可再生能源的使用有所增加，但数据中心的温室气体排放量将从2023年的2.12亿吨增加到2030年的3.55亿吨。同期，冷却用水量将增长近四倍，达到6640亿升。.
与此相关：
DeepSeek事件带来的冲击是一个转折点
来自中国的高性价比创新
中国初创公司DeepSeek凭借其R1模型震撼了人工智能行业。据估计，该公司仅花费560万美元的研发成本，就打造出了一个足以与价格高昂得多的美国模型相媲美的模型。相比之下，OpenAI的GPT-40的研发成本约为8000万美元。.
DeepSeek 的定价策略远低于竞争对手。该公司的模型比 OpenAI 的同类模型便宜 20 到 40 倍。DeepSeek 的 Reasoner 模型每部署一百万个代币只需 53 美分，而 OpenAI 的 o1 模型部署相同数量的代币则需要 15 美元。.
对行业动态的影响
DeepSeek的成功挑战了人工智能行业的既有认知。该公司证明，即使没有数十亿美元的预算，也能实现尖端人工智能，这给传统供应商带来了巨大的价格压力。这一发展揭示了美国出口限制的一个有趣副作用：技术限制迫使该公司在软件方面进行创新，以最大限度地利用现有硬件。.
短短几周内，DeepSeek 的人工智能助手就占据了全球 LLM 用户 21% 的份额，并取代 ChatGPT 成为苹果应用商店中最受欢迎的免费应用。这种快速的市场渗透凸显了人工智能市场的波动性，以及它对那些采用成本高昂的商业模式的传统供应商构成的威胁。.
我们的建议：🌍 无限覆盖 🔗 互联互通 🌐 多语言 💪 销售实力：💡 真诚策略 🚀 创新与 🧠 直觉的完美结合
从本土走向全球：中小企业凭借巧妙的战略征服世界市场 - 图片来源：Xpert.Digital
在企业数字化影响力决定其成败的时代，真正的挑战在于如何打造真实、个性化且覆盖面广的线上形象。Xpert.Digital 提供了一种创新解决方案，将自身定位为行业中心、博客和品牌大使的融合体。它将沟通和销售渠道的优势整合于单一平台，并支持 18 种语言的内容发布。通过与合作伙伴门户网站的协作，以及在 Google 新闻和拥有约 8000 名记者和读者的媒体分发名单上发布文章，最大限度地扩大了内容的覆盖范围和曝光度。这对于外部销售和市场营销 (SMarketing) 至关重要。.
更多信息请点击这里：
人工智能造就赢家和输家：谁将在新的互联网秩序中生存下来？
对网站流量的巨大影响
人工智能概述中的衰落
Authoritas 的一项研究表明，由于人工智能概览（AI Overviews）的存在，英国出版商网站的点击率（CTR）显著下降，降幅约为一半。研究显示，当网站显示人工智能概览时，桌面端的点击率下降了 47.5%，移动端的点击率下降了 37.7%。即使网站在谷歌人工智能概览中排名靠前，点击量也仅有微乎其微的提升。.
SEO专家Kevin Indig和用户体验研究员Eric Van Buskirk的一项新研究系统地考察了谷歌AI概览的使用情况。在一个复杂的实验环境中，研究人员观察了70位用户完成八项真实的搜索任务。这产生了约400次基于AI的交互，从而揭示了在AI的影响下，网络搜索行为发生了多么显著的变化。.
人工智能概览会显著降低外部链接的点击率。在桌面端，点击率最多会下降三分之二；在移动设备上，点击率则会下降近一半。用户越来越依赖人工智能概览中的信息，尤其是在进行简单或标准化的查询时。.
与此相关：
传统网络流量的崩溃
自谷歌分别于2024年5月和2025年3月底在美国和德国将人工智能生成式答案整合到搜索结果以来，新闻网站、博客和论坛等内容提供商的访问量显著下降，这令他们感到担忧。如果答案已经显示在搜索结果页面上，用户通常不会点击原始来源。.
由于人工智能概览功能的启用，《每日邮报》在线版的点击率 (CTR) 下降了超过 56%。部分网站的自然流量下降了 18% 至 64%。使用人工智能概览功能时，自然点击率最多可下降 70%。.
Built In 的报告指出，到 2026 年，出版商的自然搜索流量可能会下降 25%。即使是排名前三的网站，由于人工智能驱动的应用内购买 (AIO) 的影响，点击率 (CTR) 也大幅下降；排名第四到第十的网站，点击率下降幅度甚至高达 50%。一项针对 1000 家中小企业 (SME) 网站的研究发现，68% 的网站在部署人工智能搜索功能后，自然流量出现了显著下降。.
重点关注少数几个来源
自 2024 年 7 月以来，来自 ChatGPT 的网站推荐流量下降了 52%。Reddit 的引用量增长了 87%，目前占 ChatGPT 所有引用量的 10% 以上。维基百科的引用量较 7 月份的低点增长了 62%，达到了近 13% 的份额。.
排名前三的网站——维基百科、Reddit 和 TechRadar——占据了所有引用量的 22%，仅一个月就增长了 53%。ChatGPT 现在更倾向于少数几个“答案优先”的来源，而品牌网站则失去了曝光度，错失了数百万潜在的推荐点击量。.
时间压力下的意外
谷歌的图像生成问题
目前谷歌Gemini的问题体现在多个层面。数周以来，用户一直反映Imagen技术存在根本性故障，尤其是在生成所需格式的图像时。这一普遍存在的问题主要影响16:9图像的生成，此前生成此类图像一直没有问题，但现在却无法生成。.
更严重的是，图像明明已经生成却无法显示。用户会收到图像创建成功的确认信息，但看到的却是空白区域或错误信息。这个问题在网页版和移动应用中都会出现，导致图像生成功能几乎无法使用。.
沟通不畅和缺乏透明度
谷歌对这些显而易见的系统错误的处理方式尤其令人担忧。尽管这些问题已经存在数周，但该公司并未主动与用户沟通。相反，系统仍然显示所有功能运行正常，而实际性能却严重受损。.
当前遇到的困难不应孤立看待，而应视为谷歌人工智能系统一系列问题的一部分。早在2024年2月，谷歌就不得不彻底禁用Gemini系统中的人像识别功能，因为该系统生成了不符合历史事实的图像。例如，德国士兵被描绘成具有亚洲人的特征，维京人被赋予了脏辫——这些错误暴露了训练数据准备方面的根本性问题。.
与此相关：
人工智能发展中的结构性问题
出版速度之快
这些反复出现的问题暴露出谷歌人工智能开发体系的缺陷。该公司似乎面临着巨大的时间压力，需要赶上OpenAI等竞争对手，导致产品发布仓促。这种“快速迭代，不断试错”的心态或许在其他技术领域行得通，但对人工智能系统而言却问题重重，因为错误会对用户体验产生更直接的影响。.
负责内容审核和系统改进的分包商的工作条件加剧了这些问题。有报道称，他们面临时间压力、工资低廉以及供应链缺乏透明度，这些都让人对人工系统优化的质量产生质疑。.
系统架构碎片化
不同谷歌服务之间缺乏整合暴露出其结构性缺陷。尽管谷歌相册新增了人工智能图像编辑功能，但Gemini的基本图像生成功能却无法正常运行。这种碎片化现象表明谷歌内部协调不足，并加剧了最终用户的体验问题。.
经济后果
对不同用户群体的影响
上述问题对各类用户群体都产生了切实的影响。依赖可靠图像生成功能的内容创作者和营销人员被迫转向其他替代方案。这不仅会导致工作流程中断，还会增加购买其他工具的成本。.
对于付费版 Gemini Pro 用户来说，这种情况尤其令人头疼。他们付费购买了扩展功能，但往往实际性能却不如预期。许多用户已经取消了订阅，因为承诺的改进并未兑现。.
对人工智能提供商的信任丧失
系统的不可靠性导致用户对谷歌作为人工智能提供商的信任度下降。依赖服务准确性和可用性的用户正越来越多地转向其他提供商。从长远来看，这可能会削弱谷歌在竞争激烈的人工智能市场中的地位。.
虽然 OpenAI 的 DALL-E 或 Anthropic 的 Claude 能提供更稳定的结果，但谷歌的算法却存在一些根本性的功能缺陷。尤其令人惊讶的是，即使是免费的替代方案，其可靠性也往往优于谷歌的付费产品。.
与互联网泡沫的相似之处
类似的市场动态
当前的发展与千禧年之交的互联网泡沫有着惊人的相似之处。当时，互联网热潮导致估值过高，最终以惨烈的崩盘告终。如今，人工智能公司面临着类似的挑战：天文数字般的估值与不明朗的商业模式相冲突，投资与实际收入之间的差距也在不断扩大。.
标普500指数目前的估值是过去十年盈利的38倍。正如摩根士丹利的策略师所指出的，只有在互联网泡沫时期，其估值才更高。曾是互联网泡沫时期明星分析师的亨利·布洛杰特警告说，当前的AI热潮与互联网泡沫有着惊人的相似之处。.
美国经济繁荣背后令人匪夷所思的真相
德意志银行的乔治·萨拉维洛斯以一种令人震惊的方式指出：“人工智能机器现在确实在拯救美国经济。” 分析揭示了一种悖论——经济增长并非来自革命性的人工智能应用，而是来自“人工智能产能工厂”的建设。.
尤其令人担忧的是：该银行指出，如果没有这些与技术相关的支出，美国恐怕早已陷入衰退。一个建立在数十亿美元投资之上的摇摇欲坠的“纸牌屋”正在勉强支撑着这个世界最大经济体。这种对人工智能投资的极端依赖所带来的系统性风险远远超出了科技行业本身。.
与此相关：
解决方案和未来展望
替代商业模式
成本上涨迫使人工智能提供商开发新的商业模式。OpenAI 正在测试基于使用量的收费模式，客户只需为实际使用的计算能力付费。批量 API 已经能够为非时间紧迫的请求节省高达 50% 的成本。.
据报道，为了实现盈利，OpenAI 正在考虑提高其各项订阅服务的价格。该公司计划大幅提价：ChatGPT Plus 的价格预计将在 2024 年底从 20 美元涨至 22 美元，到 2029 年甚至可能涨至每月 44 美元。.
专业化作为一种生存策略
通用人工智能系统成本的不断攀升可能会促使人们开发专用解决方案。人工智能系统不再试图利用现有网络数据回答所有查询，而是可以更有选择性地进行处理，仅在特定类型的查询时才诉诸成本高昂的网络搜索。.
这将促进人工智能市场的多元化，不同的供应商可以发展不同的专业领域。一些供应商可能专注于实时信息，而另一些则专注于无需互联网连接即可获得的深度专业知识。.
新的合作模式
人工智能提供商与内容创作者之间正在涌现新的合作模式。一些出版商正与人工智能公司直接洽谈许可协议，以获得使用其内容的合理报酬。这一发展趋势可能催生一个新的生态系统，在这个系统中，内容创作者能够因其内容在人工智能系统中的使用而直接获得报酬。.
向各利益相关方提出的建议
面向网站运营者和内容创作者
网站运营者应拓展策略，不能仅仅依赖搜索引擎流量。通过新闻简报、社交媒体和其他渠道与用户建立直接联系变得越来越重要。同时，他们还应提升内容质量，以便在人工智能生成的回复中获得更多提及。.
与其追求数量，质量正变得越来越重要。内容创作者应该专注于制作实用、独特且真正有价值的内容。仅仅依靠SEO优化就能跻身前100名的时代已经过去了。.
适用于SEO机构和工具
SEO公司需要调整服务策略，更加专注于排名前20的搜索结果，因为这些结果带来了绝大部分的真实流量。过去那种对排名前100的搜索结果进行全面分析的时代即将结束，这或许能为更深入的优化腾出资源。.
像 Semrush 和 Accuranker 这样的工具提供商正在竭尽全力调整他们的系统，但增加的成本最终必然会转嫁给客户。许多成熟的工具目前显示的数据不完整或有误，因为它们的爬取逻辑是基于旧的 num=100 参数。.
对于人工智能公司
人工智能公司面临的挑战是如何开发既有利于自身又有利于内容创作者的可持续商业模式。如果当前免费内容使用模式损害了其数据源的基础，那么从长远来看，这种模式是不可持续的。.
为了重获用户信任，像谷歌这样的公司需要对其运营方式进行根本性变革。首先，也是最重要的一点，必须提高系统问题和计划维护的沟通透明度。用户有权知道哪些功能无法正常运行。.
隐性成本削减措施及其后果：科技巨头的新权力
谷歌和ChatGPT看似微小的技术变革，标志着数字信息格局的根本性转折点。它们表明，整个互联网生态系统对少数几家大型科技公司的决策有着多么深厚的依赖性。.
这两项变化共同加速了互联网从链接驱动型向人工智能驱动型的转变。这一发展既带来机遇也带来风险：用户能够更快地获得问题的答案，但内容创作的经济基础也受到了根本性的挑战。.
该行业正经历着重新调整的时期，技术提供商、内容创作者和用户之间必须建立新的平衡。未来几年将揭示哪些企业能够成功适应不断变化的环境，以及哪些新的商业模式将会涌现。.
贝恩公司预测的8000亿美元资金缺口可能导致行业整合。只有财务实力最强的公司才能生存下来，而规模较小的供应商和初创企业则可能退出市场。人工智能泡沫最终会演变成可控的调整还是剧烈的崩盘，取决于该行业能否及时开发出可行的商业模式。.
大型人工智能供应商采取的隐性成本削减措施仅仅是冰山一角，背后隐藏着一场更为严重的结构性危机。尽管公众依然对人工智能的无限可能充满热情，但这些公司却在幕后为生存而苦苦挣扎。这场悄无声息的变革早已悄然展开，其影响将在未来数年重塑数字格局。.
您的全球营销和业务拓展合作伙伴
☑️ 我们的业务语言是英语或德语。
☑️ 新增：用您的母语进行通信！
Konrad Wolfenstein
我和我的团队很乐意为您提供私人顾问服务。.
您可以通过填写此处的联系表格联系我wolfenstein@xpert.digital：，或者直接致电+49 7348 4088 965。我的邮箱地址是
我期待着我们的合作项目。.
☑️ 为中小企业提供战略、咨询、规划和实施方面的支持
☑️ 制定或调整数字化战略和数字化
☑️ 拓展和优化国际销售流程
☑️ 全球及数字化 B2B 交易平台
☑️ 先锋业务拓展/市场营销/公关/展会
🎯🎯🎯 Xpert.Digital 提供五大领域的综合服务，助您轻松实现目标 | 业务拓展、研发、体验式研究、公关及数字曝光优化
利用 Xpert.Digital 五大领域的专业知识，享受全面的服务套餐 | 研发、XR、公关和数字曝光优化 - 图片：Xpert.Digital
Xpert.Digital 拥有跨行业的深厚知识。这使我们能够制定量身定制的策略，精准契合您特定细分市场的需求和挑战。通过持续分析市场趋势和监测行业发展动态，我们能够积极主动地提供创新解决方案。丰富的经验和专业的知识相结合，能够创造附加值，并为我们的客户带来决定性的竞争优势。.
更多信息请点击这里：