当前位置:

首页 > 硬件相关 > AI终于赚钱了,全球1100亿美元的真实收入,为什么让人更不安?

AI终于赚钱了,全球1100亿美元的真实收入,为什么让人更不安?

Air Explorer Pro
Air Explorer Pro

Air Explorer Pro是一款跨平台多网盘管理工具,可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

立即下载
¥99
Windows/macOS 2026-08-22
正版软件 Windows macOS软件 Pro 文件搜索工具 Pro下载 Pro正版软件 Pro购买

全球生成式AI近12个月收入1100亿美元,季度收入首超折旧,但折旧年限争议与电力短缺等问题凸显,行业仍处早期,面临多重压力。

本文目录

    两年了。

    这两年,“AI泡沫”的警告声从来没断过。但最该回答的问题没人能正面回答:这个行业到底赚了多少钱?什么时候能收支平衡?

    答案最近才冒出来。

    给出答案的是分析机构Exponential View,领头人是一向对AI保持审慎的分析师兼投资人Azeem Azhar。他的团队花了好几个月,梳理了超过1000家公司的财务数据、供应链记录、行业披露——做了一件听起来简单、实际上极其繁琐的事:把AI行业的真实收入,从根上重算了一遍。

    为什么要重算?AI行业的收入数字里一直藏着个秘密:同一笔钱,云服务商算一遍,大模型厂商算一遍,应用层再算一遍。报告管这个叫“去重”。把那些重复计算的水分挤掉之后,数字会缩水不少,但可信度会大幅提升。

    去重后的结论是:过去12个月,全球生成式AI(不含中国大陆本土市场)产生了1100亿美元的真实收入,年化运行率超过了1750亿美元。


    更抓眼的是某个季度的数字。

    2026年第一季度,AI行业季度收入达到250亿美元。连续第二个季度,这个数字超过了同期的芯片与数据中心折旧(210亿美元)。

    Azhar的措辞很有意思:AI需求“just about clears the depreciation hurdle”,也就是勉强跨过了折旧门槛。


    注意,不是“大幅超越”,不是“全面覆盖”,是“勉强跨过”。这位深度参与AI投资的人,在自己发布了对AI最乐观的需求侧报告后,用了这样一个克制到近乎审慎的表述。

    这种克制,不是没来由的。

    不过在此之前,得先感受一下这个行业的增速。EV报告给出的参照让人印象深刻:AI收入增速大约是此前任何一次IT平台浪潮(互联网、云计算、智能手机)的3倍。2024年,AI行业每新增10亿美元收入大约需要180天;到2026年,这个时间缩短到了不到2天。一种非线性的、近乎垂直的爬升。

    速度快,但规模还小。另一个容易被忽略的数字是:就算按1750亿美元的年化收入来算,AI行业目前也只占到美国GDP的0.42%。整个IT行业占美国GDP的比例是9.4%。换句话说,AI很大,但在宏观经济尺度上,它仍然处于极早期阶段。1100亿美元是一笔真实的巨款,但也只是早期的巨款。

    拷问一:AI到底回本了吗?

    先说结论:得看用哪把尺子。

    EV报告用的尺子,是AI季度收入对比同期的折旧摊销额——那些过去购置的芯片和数据中心,在本季度计入账本的成本。250亿对210亿,确实是跨过去了。

    但换一把尺子,画面立刻变样。

    Sequoia资本合伙人Da vid Cahn从2024年起就在追踪一个指标:以英伟达数据中心收入的运行率为基数,乘上2(GPU只是数据中心成本的一半,另一半是能源、厂房、冷却),再乘上2(运营商需要的毛利率)。最后算出来的,就是AI行业每年必须产生的最低收入门槛。

    2024年底,这个门槛是2000亿美元。2024年中,随着英伟达收入飙升,门槛更新到了6000亿美元。到2026年,还在继续上移。

    对照EV报告1750亿美元的年化收入,差距超过了4倍。

    还有第三把尺子:从整个投资周期来看,EV报告原文承认,到2026年底,AI相关的资本支出比ChatGPT前的历史趋势线额外多出了5350亿美元。如果加上此前已有的基础投入,多家行业机构(包括Goldman Sachs和Morgan Stanley)的综合测算显示,超大规模云商的AI相关累计资本支出已逼近2万亿美元。累计收入,远未触及这个数字。

    三把尺子,三种结论。


    这不是哪个算法“更正确”的问题。关键问题在于:当媒体标题写着“AI收入首次超过折旧”,大多数人理解的是第二行或第三行,而报告描述的其实是第一行。

    更值得关注的是折旧数字本身的争议。

    2025年11月,曾因做空次贷而声名大噪的Michael Burry公开指控:各大科技巨头正在把GPU的会计折旧年限从实际经济寿命的2-3年,拉长到5-6年。他的测算(引用自行业分析师综合推演,并非经审计数据)显示:2026到2028年之间,行业合计低估折旧约1760亿美元。

    需要说明的是,延长折旧年限本身在会计准则框架内是被允许的。折旧年限本质上是对资产使用寿命的估计,企业有自主判断空间,审计师也确实签了字。AWS的CEO曾公开表示,六年前的A100服务器因为需求旺盛至今都没退役——这为拉长折旧年限提供了某种现实依据。真正的争议在于:这个判断,和芯片在快速迭代环境下的真实经济寿命,到底能不能对上号。

    如果对不上,那个“跨过”的里程碑,可能从未真实发生过。

    值得注意的是,EV报告自己也没有回避这个问题。报告直接画了两种情景做对比:在乐观情景下,如果GPU确实能在6年折旧期满后继续产生收益(旧芯片承担推理等低要求工作负载),CapEx是能够回本的;但在悲观情景下,如果H100今天就已经过时——芯片实际有效寿命只有2-3年——那么收入远远不够覆盖资本支出。

    换句话说,这份对AI需求侧最乐观的报告,在折旧寿命这个关键变量上,自己也不敢下定论。它只是把两种结果摆出来,让读者自己判断。而这两张图之间的差距——1760亿美元的悬殊,恰好和Burry的指控方向一致。


    拷问二:价格打到骨折,收入怎么还在涨?

    这是AI行业最反直觉的事之一,值得认真停下来看一看。

    AI的价格,正在经历历史性的崩塌。斯坦福大学AI Index记录了这组数字:2024年11月,查询一个GPT-3.5级别模型的价格是每百万token 20美元。到2024年10月,同等能力的查询降到了0.07美元。不到两年,降了280倍。

    a16z的“LLMflation”分析更激进:GPT-3级别的推理成本从2024年到2024年,降低了整整1000倍。

    按常规商业逻辑,价格跌1000倍,收入应该跟着暴跌。

    但事实是,这个行业的收入正以接近200%的年增速在扩张。原因出在一个160年前的经济学现象上:杰文斯悖论(Jevons Paradox)。

    1865年,英国经济学家威廉·杰文斯观察到:瓦特改良蒸汽机之后,每单位工作所需的煤大减少了,但英国的总煤炭消耗量反而急剧上升。原因很简单——更高效的蒸汽机让煤炭动力在更广泛的领域变得经济可行,开辟了全新的需求。

    AI正在精确地重演这个过程。

    当每百万token的成本从20美元跌到0.07美元,之前只有少数大公司能负担的AI应用,突然对初创公司、中小企业和个人开发者打开了大门。每当一个能力层级变得可负担,大量“之前不值得做”的应用场景就冒了出来:不是存量用户用得更便宜了,而是增量用户带着全新用例涌入了市场。

    数据也印证了这一点。Bain & Company的分析显示,2024年12月到2025年12月,token成本减半,但同期token消耗量增长了450%。价格降一半,用量涨四倍半,总支出不降反升。

    EV报告自己的数据更精确:全球token月消耗量已经超过30Q(千万亿),同比增长14倍。报告测算了需求弹性:每降价10%,用量增长12%到18%,弹性系数约1.2到1.8。需求增长始终快于价格下降——这正是杰文斯悖论在数字经济中的精确数学表达。


    一位分析师的总结精准得让人忍俊不禁:“模型越来越便宜,用量越来越重,账单顽固地居高不下。”

    EV报告还提出了一个更具前瞻性的类比:今天AI行业的Token计费,正在重演当年Google发明CPC(按点击付费)的故事。

    CPC出现之前,横幅广告按展示计费,市场规模有限;CPC让广告支出第一次可以和投资回报挂钩,最终催生了价值数千亿美元的数字广告生态。报告认为,Token计费正在成为AI时代的“价值计量单位”。当每一次调用都可以被精确计价和追踪,AI的商业化就不再是黑箱。这不是简单的降价,而是一个新的商业范式正在形成。

    企业端的体感更直接。Uber把整年的AI预算,在四个月内全部用完,不是因为超支失控,而是因为每次调用变得更便宜之后,工程师们发现了越来越多值得自动化的流程,用量当然螺旋上升。

    EV报告提到,Uber的AI支出上限大约是每名工程师每年1500美元——这个水平已经排在美国企业前10%。换句话说,即便是全美最激进的AI采用者之一,其支出规模相对于营收也仍然只是“毛毛雨”。空间巨大,但这也意味着飞轮一旦加速,消耗会远超预期。

    这是真实运转中的需求飞轮。EV报告记录的1100亿美元,是真实付出去的钱。

    但正是在这里,一个更深的问题浮现了。

    一台真正高速运转的引擎,才需要认真担心散热和燃料。需求越真实,接下来的风险就越不能被轻描淡写。

    聊完AI行业“赚了多少钱”,一个同样重要但很少有人问的问题浮出水面:这些钱流向了哪里?产业结构正在发生什么变化?

    EV报告的答案是:价值正在沿着技术栈向上迁移。

    一年前,云基础设施占据了AI行业总收入的约82%,模型层约11%,应用层仅约7%。到2026年,应用层份额已经升到了约11%(年收入增长2.95倍),模型层微降至约9%,云基础设施则跌破80%。

    这意味着,虽然底层硬件和云服务仍然拿走了绝大部分收入,但增速最猛的已经不是它们,而是应用。钱正在从“卖铲子的人”流向“挖金子的人”。


    但报告同时指出了一个隐忧:前沿模型的定价权正在被快速侵蚀。去年的前沿模型,今年就被开源权重模型追上、商品化。在OpenRouter平台上,开源模型的token份额持续上升。如果模型能力快速同质化,模型层的收入增长可能比预期更早见顶——而这恰恰会加剧“折旧门槛”的压力:收入增长放缓,折旧却在加速。

    这不是远在天边的风险。它正在发生。

    拷问三:需求是真的,危机也是真的

    把杰文斯悖论反过来用一下。

    需求越旺盛 → 各家大厂越不敢踩刹车 → 投资越猛 → 未来折旧越大 → 收入门槛越高 → 需要更多投资维持竞争力……

    这是一个自我加速的飞轮,没有自然的停止机制。

    EV报告里有一个数字可以把飞轮的速度具体化:AI基础设施的年折旧额,据行业分析师综合测算,预计到2026年底将逼近1110亿美元。而Q1我们刚刚跨过的季度折旧线,才210亿美元。门槛正在快速升高。

    飞轮的物理尺度也在膨胀。EV报告记录,全球最大规模的数据中心在短短四年间扩大了约50倍。芯片在数据中心成本中的占比从2024年的约40%上升到2026年的约60%,其中增长最快的不是GPU本身,而是高带宽内存(HBM),其份额从约2%飙升至约18%,已经成为AI基础设施投资中最大的增量项。

    当然,这个飞轮也有对冲力量:开源模型的快速成熟和推理效率的持续提升,正在压低单位算力成本,给行业提供一些喘息空间。但目前来看,这些力量的速度,还追不上折旧门槛上升的速度。

    与此同时,超大规模云商的自由现金流已经在告急。2024年,这个群体每季度还能产生约450亿美元的自由现金流;到2026年Q1,已经跌到了约40亿美元。分红和回购之外,这些公司已经开始靠借债维持AI投资。2025年的债务发行额,是历史平均水平的四倍。

    飞轮在加速,但需要燃料。而燃料的供给,正在触碰两道硬墙。

    第一道硬墙:电

    这听起来像是基础设施问题,实际上是整个AI产业的天花板。

    全球数据中心用电量,预计到2026年将逼近1050 TWh。如果数据中心是一个国家,它是全球第五大电力消耗体,排在日本和俄罗斯中间。

    美国东北部电网运营商PJM预测,2027年将出现6GW的供电缺口——相当于六座大型核电站同时满负荷发电。咨询机构Gartner的预测更直接:到2027年,电力短缺将直接限制40%的AI数据中心扩张。

    问题的核心,是一个无法用钱解决的时间错配:超大规模数据中心几个月就能建好,但一座核电站从规划到并网需要十年,电网输电线路的许可审批通常也要五到七年。空档期里,只能靠天然气填,这和各大科技公司公开承诺的碳中和目标直接冲突。

    微软与三里岛核电站签署协议,重启其中仍可运行的1号机组(2号机组在1979年事故后已永久关闭);亚马逊花6.5亿美元买下直连核电站的数据中心园区;Meta和Google广泛布局核电购电协议。这些动作的本质,都是在电力成为最大瓶颈之前提前锁定稀缺资源。但能做到这一点的,只有少数资产负债表最雄厚的玩家。其余的,只能排队等电。

    第二道硬墙:折旧的定时冲击波

    目前英伟达H100 GPU在发布第四年仍供不应求,AWS的CEO公开表示六年前的A100服务器至今没退役——这说明折旧年限拉长,也许有真实的市场需求在支撑。

    但这一点都不让人放松。

    H100之后有Blackwell,Blackwell之后有Rubin,Rubin之后还有Feynman。英伟达大约每两年就带来一次代际性的性能跳跃。一旦新芯片的成本效益足够领先,旧资产的价值就会迅速缩水——更便宜的新算力会抢走旧芯片能承接的工作负载。

    普林斯顿大学CITP的研究发现:GPU的实际有效寿命大约在1到3年,而行业普遍按5到6年计提折旧。这一判断与Burry的指控方向一致,同样属于学术估算,并非审计结论。

    这个差距,是一根越拉越紧的弦。当它断的那一天,多年积累的账面利润虚高,会集中释放。

    体能测试还在后面

    平心而论,EV报告的里程碑是真实的。

    过去两年,“AI需求是否真实存在”是最难回答的问题:最重要的AI公司大多没上市,云服务商从不单独披露AI收入,整个需求侧一直被一层薄雾笼罩着。这份报告第一次把雾吹开了一些。1100亿美元,是真实付出去的钱。

    但也得记住,AI收入目前只占美国GDP的0.42%。这个行业很大,但仍然很早。跨过折旧门槛,是第一关的成绩单,不是最终判词。

    而“勉强跨过折旧门槛”,是一个极其脆弱的平衡。它需要三个条件同时成立:AI收入继续以接近200%的速度增长,折旧假设不被迫修正,电力供给跟得上飞轮的转速。

    这三个条件里,没有一个是理所当然的。

    Azhar说过一句话值得反复回味:“在资本密集型投资的这个阶段,你不会期待大幅超越折旧门槛,如果那样的话,说明你之前可能把钱留在桌上没赚。”

    这句话的另一面是:现在活得最好的玩家,是那些一方面真实地跨过了这条线,另一方面还留有足够余裕去应对电力短缺和折旧冲击的人。

    这场财务大考,AI通过的是受控条件下的第一关。

    真正的压力测试,将由物理世界来主持。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 AI
    相关文章 更多
    讯飞听见思维导图怎么自动生成 查看位置在哪
    讯飞听见思维导图怎么自动生成 查看位置在哪

    打开转写稿进AI纪要,切到思维导图视图即可自动生成层级节点树,节点可改可拖;它挂在AI纪要下面,不在导出或设置里。

    讯飞听见会议纪要怎么自动生成 导出教程
    讯飞听见会议纪要怎么自动生成 导出教程

    打开转写稿点顶部AI纪要,自动生成摘要、章节要点和待办,每条可点回原文定位;右上角导出选Word或PDF,导出范围记得勾上原文。

    剪映专业版画质修复怎么用 老视频清晰化处理
    剪映专业版画质修复怎么用 老视频清晰化处理

    选中视频段,右侧属性栏最右的「AI 效果」里选超清画质,挑强度后云端处理;锐化和特效补不回分辨率,源文件压缩过重时效果有限。

    AI桌面浏览器网页打不开怎么办 缓存清理排查方法
    AI桌面浏览器网页打不开怎么办 缓存清理排查方法

    先分范围:全部打不开查网络与代理,单个打不开清缓存换浏览器;扩展误杀也会导致白屏,临时停用可验证。

    AI桌面浏览器AI图像处理支持哪些功能 老照片修复怎么用
    AI桌面浏览器AI图像处理支持哪些功能 老照片修复怎么用

    四类:模糊修复、老照片修复、漫画头像、去水印消除;老照片上传后自动去噪补划痕,缺失五官无法还原。

    AI桌面浏览器新标签页小组件怎么添加 天气热搜配置
    AI桌面浏览器新标签页小组件怎么添加 天气热搜配置

    新标签页找「添加小组件」按钮勾选卡片,可拖动位置;天气需定位权限、日历需日程权限,没授权会显示空白。

    AI桌面浏览器内核是什么 Chromium单核怎么确认
    AI桌面浏览器内核是什么 Chromium单核怎么确认

    基本都是 Chromium 单核,在「关于」里能看到具体内核版本;单核更轻快,但只支持老 IE 的站点需另找办法。

    AI桌面浏览器热搜榜功能在哪看 一键查看设置
    AI桌面浏览器热搜榜功能在哪看 一键查看设置

    侧边栏工具列表里的「热搜榜」即实时榜单,点条目带关键词跳搜索结果;可在侧边栏设置里取消勾选。

    AI桌面浏览器软件安装功能怎么用 一键装软件教程
    AI桌面浏览器软件安装功能怎么用 一键装软件教程

    软件中心搜索或按分类找软件,点安装自动完成;商店版无捆绑但版本可能滞后,要最新版还是去官网下。

    AI桌面浏览器软件管理功能怎么用 软件升级操作步骤
    AI桌面浏览器软件管理功能怎么用 软件升级操作步骤

    软件中心「升级」筛选里能看到可更新项,升级前先退出正在运行的程序;失败多为权限或残留进程,用管理员权限重试。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?