某天下午，你打开微信，准备在搜索栏找点资料，忽然发现“AI搜索”功能悄悄上线了。
点进去试了试，发现它不仅能回答问题，还能帮忙写总结、生成创意内容。
当你正准备夸一句“真香”的时候，看到一篇报道说，这背后的DeepSeek大模型，每月运营成本高达4.5亿元，而收入却连成本的一半都覆盖不了。
这时候，你会好奇：这样的服务为什么还会推出来？
它真的挣钱吗？
如果不挣钱，为什么各大科技公司反而争着用？
说到MaaS，我们可以先把它理解成一个“云端大脑”。
企业无需自己花钱造大模型，只需把模型部署到云端，客户按需使用，像开水电费一样按量付钱。
听起来是不是非常实用又便捷？
但问题在于，支撑起这样的大脑，背后需要巨大的算力成本。
DeepSeek就是典型的例子，它每个月的开支主要用在购买高性能芯片、搭建服务器和支付电费等方面。
为了保持模型性能，它得依赖英伟达等顶级设备，但这些设备可一点不便宜。
据估算，服务1000亿次请求，DeepSeek每个月的机器算力成本就高达4.5亿元，而收入却微乎其微。
所以，虽然它看起来炫酷好用，但“赔本赚吆喝”却是现阶段的常态。
你可能会问，这么亏，腾讯、华为为何还愿意接入？
这是因为，每一项新技术，尤其是像AI这样的颠覆性技术，大家争得就是先发优势。
试想，如果你的同行都在提供这样的服务，而你没有，客户会选谁呢？
事实上，DeepSeek的接入不仅仅是技术升级，更像是一场新赛道的竞争。
目前已经有超过100家公司跟随腾讯、华为接入DeepSeek，包括国内的一些行业巨头，比如百度和字节跳动。
有人将这场竞争形容成“烧钱游戏”：谁能把技术用得好、用得多，谁就有机会赢得市场。
但问题也随之而来。
在中国市场，大模型普及离不开算力的支持，而算力的价格不仅高昂，竞争还非常卷。
像在美国，云服务商能通过技术优化压低成本，而国内市场却因为基础设施的限制，加上只想抢风头的“竞赛心态”，很难找到利润平衡点。
这就像开一间奶茶店，你花高价买了最顶级的原料，做出了一杯全城最好的奶茶，但因为别人都在打折促销，你也不得不拼了命降价。
看似是扩大了顾客群，实际上每卖出一杯就亏得更多。
对于DeepSeek来说，这也是当前的现实：免费或低价的服务，拉来了流量，但盈利怎么破，没人知道确切答案。
让DeepSeek更受关注的是它的开源模式。
简单来说，就是把研发成果免费共享给开发者，谁都可以拿去用。
这听起来是在做慈善，但其实核心在于生态建设——通过降低使用门槛，让更多中小企业能跟着使用和优化，让模型在更广的场景里被应用。
这种“开源精神”其实和MaaS的定位有点冲突。
MaaS模式强调的是服务平台通过提供大模型来盈利，而开源模式却是在推广基础技术，鼓励大家自己动手。
结果就是，一边大家都用着DeepSeek，一边又都在观望：它会成为另一种盈利模式的基础吗？
更复杂的是，算力成本居高不下，客户能否长期买单成为了未知数。
比起直接提供模型服务，很多企业发现“开发基于模型的应用”可能更赚钱。
比如，一些AI初创公司不再追求大而全的模型，而是结合DeepSeek的能力，研发具体场景下的轻量化工具，从而快速满足特定需求。
那问题又来了：明明赚钱不容易，为什么像腾讯、华为这样的巨头，甚至地方政府都在大规模推广DeepSeek？
这背后，更多是长远的布局。
DeepSeek通过开源和技术开放，降低了模型开发的门槛，让原本就有技术储备的大厂，可以用更低的成本做出更复杂的应用。
很多公司不仅仅是为了短期利润，而是在抢占未来产业链上的核心位置。
更重要的是，在微信这样庞大的用户场景中，大模型的普及意味着更多“用户体验的创新机会”。
比如，AI搜索提供更智能的内容推荐，帮助企业更高效地完成工作流程等。
不可忽视的是，这些服务的目标之一，不仅是留住用户，还在于探索新的经济价值，诸如广告或定制化服务，这或许是未来盈利的方向。
DeepSeek的故事只是AI赛道的一个缩影。
有人会说，这种模式注定走不通，也有人认为它正在改变我们的商业逻辑。
几年前，你很难想象，AI今天会“走进”你的微信，而未来，大模型可能会像自来水、电力一样成为生活的一部分。
历史告诉我们，每一次技术浪潮都会有赢家，只不过，这次的赢家可能要超越传统的商业逻辑，用更复杂的方式来定义成功。
如果有一天，你用DeepSeek帮忙写了一份报告，也许不会考虑它背后的商业模式，但它确实改变了你处理问题的方式。
而这，或许才是它真正的价值所在。
