Der Verkauf von Tokens hat sich zu einem „Lieferdienst“ entwickelt, während die Anbieter von Werkzeugen direkt „Geld drucken“.
In dieser Runde der Künstlichen Intelligenz (KI) konzentrieren sich die Gewinne immer noch auf die am stärksten positionierten Segmente.
Einfach ausgedrückt: Die oberen Ebenen der KI-Industrie haben fast das gesamte in die Branche investierte Geld aufgesogen.
Schauen wir uns zunächst einige Zahlen an.
In der neuesten Quartalsbilanz erzielte Micron einen Umsatz von 41,456 Milliarden US-Dollar und einen Betriebsgewinn von 33,318 Milliarden US-Dollar, was einer Betriebsgewinnspanne von 80,4 % entspricht. Die Prognose für das nächste Quartal ist noch beeindruckender: Ein geschätzter Umsatz von etwa 50 Milliarden US-Dollar und eine Bruttomarge von etwa 86 %.
Im ersten Quartal 2026 erzielte SK Hynix einen Betriebsgewinn von 37,61 Billionen Koreanischer Won.
Im ersten Quartal 2026 erzielte der Halbleiter-DS-Sektor von Samsung einen Betriebsgewinn von 53,7 Billionen Koreanischer Won. Obwohl dieser Zahlenwert nicht ausschließlich auf Speicherprodukte bezieht, hat das Unternehmen selbst deutlich gemacht, dass die Kernantriebskräfte die Nachfrage nach KI, die Rekordwerte bei der Speichertechnologie und die Preiserhöhungen in der Branche sind.
Wenn man Hynix, Samsung DS und Micron zusammen betrachtet, beläuft sich die Gesamtsumme der Betriebsgewinne dieser drei Unternehmen pro Quartal grob geschätzt auf fast 100 Milliarden US-Dollar.
Vergleichen wir das mal.
Der Betriebsgewinn von NVIDIA im gleichen Quartal belief sich auf etwa 53,5 Milliarden US-Dollar.
Das heißt, die Betriebsgewinne dieser drei Unternehmen zusammen sind im Quartal deutlich höher als der von NVIDIA.
Selbst Tech-Schwergewichte wie Apple müssen sich den großen Speicherherstellern beugen.
Nehmen wir nun einen anderen Vergleichspunkt.
Die 608 Unternehmen an der STAR-Marke erzielten im Jahr 2025 einen Gesamtgewinn nach Steuern von 58,624 Milliarden Yuan.
Die Betriebsgewinne von Hynix, Samsung DS und Micron in einem Quartal entsprechen in Yuan umgerechnet mehr als dem Zehnfachen dieses Betrags.
Das ist das markanteste Bild der gegenwärtigen KI-Industrie:
Die Modellschicht muss Kosten senken, und zwar aus Zwang.
OpenAI hat die Preise für seine API so fein segmentiert, dass verschiedene Modelle, Kontextlängen, zwischengespeicherte Eingaben und Rabatte für Batch-Verarbeitung separat angeboten werden. Im Kern geht es darum, die Kosten pro Token zu senken und die Nutzungsrate zu erhöhen.
Die Preise werden immer transparenter, und der Wettbewerb wird immer direkter.
Google Gemini folgt dem gleichen Prinzip: Es bietet eine gestaffelte Preisstruktur, bei der verschiedene Funktionen unterschiedliche Preise haben. Selbst bei Unternehmenskunden werden immer mehr Paketangebote gemacht, um die Nutzungszahlen und Aufrufe zu erhöhen.
Microsoft ist noch direkter: Es entwickelt eigene Modelle und integriert gleichzeitig dritte Modelle (einschließlich DeepSeek) in Azure AI Foundry, damit die Kunden verschiedene Modelle vergleichen und jederzeit wechseln können.
Dieses "Modell-Supermarkt"-Konzept reduziert im Grunde die Verhandlungsmacht einzelner Modelle.
Das Gleiche gilt auch in China.
Doubao von ByteDance, das ursprünglich mit niedrigen Preisen oder sogar fast kostenlos angeboten wurde, beginnt nun mit einer gestaffelten Preispolitik. Der Grund ist einfach: Die Kosten explodieren, wenn die Anzahl der Aufrufe steigt, und am Ende stellt man fest, dass die meisten Kosten für GPU und Speicher anfallen. Das Modellgeschäft wird somit zu einem Geschäft mit niedrigen Margen und hohem Volumen.
Mit anderen Worten: Die Modellunternehmen kämpfen an der Front mit Preisen und Funktionen, aber die Kostenstruktur im Hintergrund wird immer rigider.
Andererseits profitieren die Speicherschichten.
HBM, Server-DRAM und eSSD können nicht einfach so schnell erweitert werden. Die Kapazitätserhöhung erfolgt langsam, und der Validierungsprozess dauert lange, während die Nachfrage durch KI-Datenzentren, Training, Inferenz und Agenten stetig steigt.
Das Ergebnis ist: Die Preise steigen, und die Gewinne werden direkt in den Bilanzen sichtbar.
Die Modellunternehmen kämpfen um Preise, während die Speicherunternehmen Bargeld einnehmen.
Wenn man sich also die KI-Industrie anschaut, darf man nicht nur darauf achten, welches Modell am stärksten ist, sondern auch darauf, welche Segmente die Schlüsselpositionen einnehmen.
Das Geschäft mit Tokens ähnelt immer mehr dem "Lieferdienst": Die Bestellungen können immer mehr werden, aber die Preise werden transparenter, der Wettbewerb intensiver, und sowohl Plattformen als auch Anbieter müssen immer mehr Nachlass geben.
Die Hersteller von Speicherlösungen hingegen sind wie "Tollplätze": Wenn Sie ein Datenzentrum bauen, Inferenz betreiben oder Agenten einsetzen, müssen Sie zuerst das Geld zahlen, und diese Kosten lassen sich schwer einsparen.
Zumindest in dieser Phase liegen die größten Gewinne in der KI-Industrie nicht bei den Anbietern von KI-Funktionen an der Front, sondern bei den Anbietern von Speicher und Halbleiterhardware im Hintergrund.
Vor der Speicher- und Halbleitertechnik sind alle Unternehmen wie "alte Hasen".
Dieser Artikel stammt aus dem WeChat-Account "Wu Duidui" (ID: esnql520), geschrieben von Wu Duidui und mit Genehmigung von 36Kr veröffentlicht.