过去两年，资本市场的核心争论始终未变：AI热潮究竟是真实需求，还是资本开支的泡沫？
由知名投资人、企业家阿齐姆·阿扎尔（Azeem Azhar）创办的研究机构Exponential View，在其最新发布的《AI经济现状报告》中，或许给出了答案。
报告显示，除中国以外的全球生成式AI产业的真实商业年化收入已达约1750亿美元。经过去重处理，今年第一季度，AI产业季度收入首次超过同期基础设施折旧成本。这意味着，经过两年狂飙式的投资，AI产业终于开始依靠真实的客户收入，覆盖不断扩大的基础设施投入。
但这并不意味着AI投资已进入"收获期"。报告认为，真正决定这轮万亿美元AI基础设施投资能否兑现回报的，将是AI成本下降后能否持续释放需求，在价格不断下探的过程中创造足够大的Token消费和商业收入。
Azeem Azhar在接受彭博电视采访时表示，过去市场对供给侧"几乎一览无余"，但需求侧始终"笼罩在迷雾之中"，其团队首次发布报告，正是为了理清AI经济的真实脉络。
AI需求侧真相：年化营收达1750亿美元过去一年，市场对AI产业的供给侧已实现精确量化——英伟达GPU出货量、微软与Meta的资本开支、全球数据中心建设进度，均有成熟的数据体系持续追踪。
真正的盲区在需求侧。OpenAI、Anthropic等头部AI公司均未上市，微软、谷歌、亚马逊等云厂商也从不单独披露AI业务收入。市场始终无法回答一个关键问题：究竟有多少企业和消费者在真正为AI付费？
Exponential View历时半年，对超过1000家公司的公开披露、财务数据、产业链信息及云计算采购记录进行逐项拆解，通过剔除产业链重复计算，自下而上构建了独立收入测算模型。
经测算，截至2026年6月，全球生成式AI产业（不含中国）真实年化收入已达约1750亿美元，过去12个月已实现真实收入约1100亿美元。
AI收入首次覆盖折旧，但回本仍然遥远对于资本市场而言，本次报告最受关注的数据，是AI收入首次跨越了一个重要门槛。
截至2026年第一季度，AI产业季度收入已经首次超过同期AI基础设施折旧费用。这意味着，当前AI业务产生的现金流，已经能够覆盖服务器、GPU及数据中心形成的会计折旧成本。
不过，如果放在整个投资周期来看，距离真正收回投资仍有较长距离。报告预计，截至2026年底，全球超大规模云厂商及新兴AI云平台累计AI相关资本开支将达到约2万亿美元，其中AI因素带来的新增资本开支较原有趋势增加约5350亿美元。
与此同时，2026年AI基础设施年度折旧费用预计将接近1110亿美元。虽然当前季度收入已经能够覆盖折旧，但累计收入仍未完全覆盖历史累计资本投入形成的折旧压力。
换句话说，AI产业已经跨过"能够养活自己"的第一道门槛，但距离证明整个资本周期能够获得合理投资回报，还有一段距离。
AI成长速度超过互联网三倍AI正从技术革命迈向商业兑现阶段，而且这一过程的速度远超历次IT平台变革。
报告显示，生成式AI收入仍保持约200%的同比增速，约为历史上任何一次IT平台升级速度的三倍，整体发展轨迹已超过互联网、云计算和智能手机早期阶段。按照收入增长曲线计算，2023年AI产业新增10亿美元累计收入需要约180天，如今这一过程已缩短至不足2天。
收入高速增长的背后，是推理需求持续爆发，推动整个计算产业进入新的超级周期。报告显示，自1971年以来，全球算力规模长期保持约66%的复合增长，而进入AI时代后，这一增速进一步提升至80%。与此同时，美国沉寂十余年的电力需求重新恢复增长，大型AI数据中心规模四年间扩大约50倍。
AI热潮也正在重塑数据中心的成本结构。报告预计，一个数据中心中芯片成本占比将由2021年的约40%提升至2026年的60%。其中，变化最大的并非GPU，而是HBM等高端存储，其成本占比已从约2%跃升至18%左右，成为AI基础设施投资的重要增量。
Azhar在采访中表示，团队年初原本预计AI收入增速将逐步放缓，但实际情况远超预期。"我们原本认为增长会开始降温，结果Anthropic的爆发式增长，让整个行业收入继续维持在接近200%的同比增速。"
真正决定AI投资成败的是价格报告指出，未来几年AI产业的最大变量，不在于模型能力的跃升，而在于价格下降后，需求能否真正持续释放。
随着模型性能不断提升、推理效率持续改善，以及GPU利用率的显著提高，每百万Token的调用成本已从2023年的约17美元骤降至约2美元。与此同时，Token的消费量却呈现出指数级增长态势，同比增幅高达约14倍。
Google、OpenAI等头部公司均观察到相似的规律：Token价格每下降10%，需求通常增长12%至18%，需求弹性已超过价格降幅本身。正因如此，AI产业正逐步走向类似互联网广告的发展路径。正如Google当年推出按点击付费（CPC）机制，最终催生了庞大的数字广告生态，Token计费也正成为AI时代新的价值度量单位。
模型越便宜，应用场景反而越多，市场规模也随之扩大——低成本或正在成为产业扩张的真正催化剂。
AI价值开始向应用层转移另一项值得关注的结构性变化是：AI产业利润正在从上游向外迁移。
2025年以来，应用层收入增速显著超过模型层与云基础设施。过去一年，应用层在整体AI产业收入中的占比已从约7%升至11%，模型层则由11%微降至约9%，云基础设施收入占比从约82%下降至80%以下。这表明，商业价值正加速向应用端集聚。
但报告同时指出，前沿模型仍存在有限的定价窗口期。随着开源模型能力迅速追赶，最先进的大模型往往在发布后快速商品化。未来，AI实验室若想维持利润率，不仅需要持续推出新的前沿模型，还需将业务延伸至法律、编程等垂直应用领域，而不再单纯依赖API收费。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。启恒配资提示：文章来自网络，不代表本站观点。
