午饭时间，园区食堂坐得满满当当，算力调度大屏上的GPU占用率却在往下走。
这是2026年7月一个普通工作日。两年前，这座拥有8000P算力的园区交付时，被称为通用人工智能（AGI）策源地。新华网客户端当时提到，截至2024年底，全国已经形成超过100个人工智能园区，算力、空间和产业集聚是各地争夺AI企业的主要筹码。
两年过去，园区没有等来成批的独角兽。先把生意做起来的，是园区自研的跨集群算力调度平台。
据运营方披露，截至2026年6月，平台月均调度营收突破1200万元。2026年二季度，毛利率达到34%。同期，园区47家入驻企业中，正常运营的有32家，其中真正拥有付费客户、现金流为正的只有14家。
这份账本说明了一件事：8000P只是园区拥有多少算力，利用率才决定这些算力能不能产生收入。
视频生成能交货，利润却留在后期
园区二期的一家AIGC工作室，主要为电商品牌制作商品展示视频。
团队技术负责人介绍，他们上个月用Sora 3生成了17条广告片，14条通过客户审核。每条片子平均还要追加4.2小时后期处理，客单价已经压到800元，毛利只有15%。
模型调用费用并非最大的压力。人物手指、金属反光、微表情和长镜头一致性，都需要人工返修。视频可以生成，不等于可以直接交付。多出来的几个小时，最终都要计入项目成本。
这家公司2025年3月入驻时租用了16个机柜，如今缩减到6个。它面对的问题也很具体：推理任务主要集中在工作日白天，夜间和周末的GPU经常空闲。
负责人算得很明白：“我们不是算力不够用，是算力用不起。”
医疗Agent卡了四个月，问题出在旧系统
另一家团队开发医疗影像AI Agent。模型在三甲医院测试集上的准确率达到92%，接入医院PACS系统时，却停滞了四个月。
按照创始人的说法，医院使用的是十年前定制的私有协议，API文档已经缺失，部分流程只能向原厂工程师询问。团队每接入一家医院，几乎都要重新处理数据管道。
模型精度到了92%，产品仍然没有形成收入。这家公司目前没有付费客户，主要依靠园区免租期和算力补贴维持运营。创始人每周要跑三家医院做POC，消耗最多的资源不是训练算力，而是工程师的对接时间。
AI进入医疗、制造、金融等行业后，旧系统往往比模型更难改。接口、权限、数据格式和业务流程中的任何一环，都可能拖慢交付。
从RPA转向Agent，这家公司把账算过来了
第三家企业原来做传统财务RPA，2024年入驻时已有30多个客户。
到2025年三季度，电子发票版式变化导致原有规则库失效，发票识别准确率从87%降到41%。团队随后使用Qwen3-MAX重构底层，把识别、判断、字段映射和异常处理放进Agent工作流。
据智东西报道，阿里在2025年云栖大会发布Qwen3-MAX时，强调了它的编程和工具调用能力。对这类财务软件公司来说，这些能力可以减少对固定规则和正则表达式的依赖。
重构后，这家公司的发票处理准确率回升至91%，维护成本下降60%，客户续约率恢复到85%。代价同样明显：转型前六个月，模型调用费用增加到原来的三倍，业务密集时单月推理成本达到15万元。
它最终活了下来，原因不是拥有更多GPU，而是客户续约带来的收入能够覆盖模型调用成本。
8000P算力，月均实际使用率只有43%
园区运营方提供的数据显示，2025年，8000P算力的月均实际使用率为43%。每天10时至18时，峰值使用率可以达到78%；凌晨0时至6时，使用率会降至12%。
这种波动让单纯出租GPU很难形成稳定生意。白天资源紧张，夜间设备闲置，园区仍要承担物业、电力和运维支出。
跨集群调度平台正是从这条波动曲线中找到了收入。
平台接入了三个外部集群，包括贵州的推理专用集群、长三角的边缘计算节点，以及一家云厂商的弹性GPU池。园区内部任务达到峰值时，部分需求会被分配到外部；外部出现离线渲染订单时，园区的闲置算力也可以反向承接任务。
不同任务走不同通道：在线推理优先保证延迟，离线微调优先考虑价格，视频渲染则需要更高带宽。平台按照交易收取12%至18%的费用。
到2026年二季度，平台月调度量达到14000卡时，外部客户占比升至47%。运营负责人称，平台利润已经能够覆盖园区物业和运维成本的六成，下一步目标是独立实现收支平衡。
这套模式更接近一张算力网络：平台不必持有所有GPU，核心工作是匹配任务、价格和集群资源。
阿里云也在强化类似方向。吴泳铭在2025年云栖大会提出建设“超级AI云”，阿里正在推进三年3800亿元的AI基础设施建设计划。基础设施投入仍在扩大，如何让分散的算力持续运转，已经成为另一门生意。
47家入驻企业，14家实现正向现金流
园区提供的数据中，47家入驻团队目前有32家正常运营，11家缩减规模，4家完全退出。正常运营不等于商业模式成立：拥有付费客户且现金流为正的企业只有14家。
分赛道看，模型微调和行业Agent交付团队的经营情况相对稳定。这类公司通常不需要训练基础模型，算力消耗更容易预测，也能围绕具体项目收费。
三家自研垂直基础模型的团队则全部退出或转型。训练成本高、产品差异不足，是它们共同遇到的问题。
园区招商负责人回看两年前的目标时说：“当年以为会诞生一批独角兽，现在发现园区自己才是最像独角兽的那个。”
目前，调度平台正在筹备独立融资。相比之下，园区估值最高的入驻企业为3.2亿元。
园区仍在亏损，收入结构已经变了
园区建设投入约28亿元，8000P算力硬件占据主要部分。运营两年后，租金和算力服务累计收入约4.7亿元，调度平台外部收入约1.8亿元，政府补贴和专项基金约3.2亿元。
园区整体仍未盈利。变化出现在调度平台：其毛利率从2025年一季度的8%，上升至2026年二季度的34%。
入驻企业累计融资约11亿元，实现正向现金流的只有6家，累计营收不到融资额的三分之一。融资可以支撑模型训练和早期试错，却无法替代客户付款。
两年前，园区最醒目的标签是8000P和AGI策源地。如今，园区门口的标语已经换成“让每一P算力都有去处”。
这句话比独角兽目标具体得多。对一座算力园区来说，先解决GPU什么时候闲、谁来用、如何收费，才有机会把账本做平。
