下午在陆家嘴一家咖啡馆赶材料，隔壁桌两个基金经理聊得热络。一个说“我们刚把GPT-4的API预算砍了一半，几个内部模型跑下来，感觉没必要继续租了。”另一个接得快

这段对话恰好印证了几天前Hugging Face CEO Clem Delangue接受TechCrunch采访时的判断——企业正在停止租用AI，转向拥有AI。他说开源AI正在爆发，Hugging Face已经长成“AI界的GitHub”。作为每天在看AI公司估值的分析师，这句话值得拆开来说。

先看一组数据。Hugging Face平台上的模型数量在2025年底突破了200万个，比两年前翻了近十倍。下载量级是万亿次，但如果只盯增长数字，会错过更关键的结构性变化——企业用户贡献的私有仓库比例在过去18个月从12%跳到了38%。这意味着什么？意味着公司不再满足于调用一个黑箱API，而是把开源模型拿过去，喂自己的数据，微调后部署在自己的基础设施上。

租AI和拥有AI的财务逻辑，其实跟租服务器和买服务器没有本质区别。云API的毛利率极高（OpenAI大约在60%-70%），但企业端一旦用量过了一个阈值，边际成本优势就反转了。以Llama 3.1 405B为例，如果企业每天调用超过50万次token，私有化部署的每token成本可以压到API价格的五分之一。更关键的是，API调用通常按输入输出分开计价，而私有化部署是固定成本为主的线性支出。对于金融、医疗、法律这些数据主权敏感、合规要求高的行业，租AI甚至不是成本问题，是风险问题。

Delangue提到的“不再租AI”，背后还有一层竞争格局的推演。当前AI基础设施的供应分为三层：底层芯片（英伟达、AMD、自研芯片玩家），中间层云平台（AWS、Azure、GCP），上层模型API（OpenAI、Anthropic、Google）。Hugging Face站的位置很微妙——它不做芯片，不卖算力，也不直接输出API，而是做模型分发和协作平台。这就像GitHub不做操作系统，但所有代码都跑在上面。一旦开源模型成为企业的主流选择，Hugging Face就掌握了模型分发渠道的垄断性入口。

当然，这个叙事并非没有对手。Meta的Llama系列走最激进的开放路线，权重完全公开，但企业部署依然需要Hugging Face作为分发和版本管理工具。微软则走另一种路线：把模型嵌入GitHub Copilot和Azure AI Studio，试图用生态绑定留住租用客户。Google的Gemma开源版本和Vertex AI的托管服务也在争夺同一块市场。竞争的核心不是模型本身好不好，而是谁能让企业以最低摩擦成本“拥有”AI。

从估值角度看，Hugging Face在2025年初完成了新一轮融资，估值达到45亿美元。这个数字放在AI明星公司里并不亮眼——OpenAI估值超过3000亿，Anthropic也到了600亿。但Hugging Face的商业模式更轻，资产更少，且具备网络效应：模型越多，贡献者越多，企业越离不开。如果企业租AI的趋势真的见顶，转向私有化部署将成为常态，那么依赖API收入的模型公司（OpenAI、Anthropic）的经常性收入增速可能会在2027年前后出现边际递减，而Hugging Face的分发抽佣和订阅收入弹性更大。

我倾向于认为，未来两年会看到“混合拥有”的格局。企业内部跑一个核心的开源基座模型（比如Llama 3.1或Qwen2.5），同时保留两到三个垂直场景的API调用。租用依然是高频低量的快消品，而拥有则是低频高量的重资产。对于投资者，这意味着要重新审视AI公司的收入质量——是来自API的流水式收入，还是来自平台订阅与私有化部署的锁定式收入。后者在估值模型中通常可以给予更高的倍数，因为粘性更高，替换成本更大。

回到那家咖啡馆。结账时我扫了一眼隔壁桌，两个基金经理已经开始争论Llama 4会开源到什么程度。听不出结论，但有一点是确定的——他们的CTO和CFO，都已经不再把AI当成一项暂时的租金支出。市场的真正悬念，在于谁能在下一轮估值模型中跑赢通胀。

---

原文链接：Hugging Face's CEO on why companies are done renting their AI | TechCrunch