過去兩年，資本市場的核心爭論始終未變：AI熱潮究竟是真實需求，還是資本開支的泡沫？

由知名投資人、企業家阿齊姆·阿扎爾（Azeem Azhar）創辦的研究機構Exponential View，在其最新發布的《AI經濟現狀報告》中，或許給出了答案。

報告顯示，除中國以外的全球生成式AI產業的真實商業年化收入已達約1750億美元。經過去重處理，今年第一季度，AI產業季度收入首次超過同期基礎設施折舊成本。這意味著，經過兩年狂飆式的投資，AI產業終于開始依靠真實的客戶收入，覆蓋不斷擴大的基礎設施投入。

但這并不意味著AI投資已進入"收獲期"。報告認為，真正決定這輪萬億美元AI基礎設施投資能否兌現回報的，將是AI成本下降后能否持續釋放需求，在價格不斷下探的過程中創造足夠大的Token消費和商業收入。

Azeem Azhar在接受彭博電視采訪時表示，過去市場對供給側"幾乎一覽無余"，但需求側始終"籠罩在迷霧之中"，其團隊首次發布報告，正是為了理清AI經濟的真實脈絡。

AI需求側真相：年化營收達1750億美元

過去一年，市場對AI產業的供給側已實現精確量化——英偉達GPU出貨量、微軟與Meta的資本開支、全球數據中心建設進度，均有成熟的數據體系持續追蹤。

真正的盲區在需求側。OpenAI、Anthropic等頭部AI公司均未上市，微軟、谷歌、亞馬遜等云廠商也從不單獨披露AI業務收入。市場始終無法回答一個關鍵問題：究竟有多少企業和消費者在真正為AI付費？

Exponential View歷時半年，對超過1000家公司的公開披露、財務數據、產業鏈信息及云計算采購記錄進行逐項拆解，通過剔除產業鏈重復計算，自下而上構建了獨立收入測算模型。

經測算，截至2026年6月，全球生成式AI產業（不含中國）真實年化收入已達約1750億美元，過去12個月已實現真實收入約1100億美元。

AI收入首次覆蓋折舊，但回本仍然遙遠

對于資本市場而言，本次報告最受關注的數據，是AI收入首次跨越了一個重要門檻。

截至2026年第一季度，AI產業季度收入已經首次超過同期AI基礎設施折舊費用。這意味著，當前AI業務產生的現金流，已經能夠覆蓋服務器、GPU及數據中心形成的會計折舊成本。

不過，如果放在整個投資周期來看，距離真正收回投資仍有較長距離。報告預計，截至2026年底，全球超大規模云廠商及新興AI云平臺累計AI相關資本開支將達到約2萬億美元，其中AI因素帶來的新增資本開支較原有趨勢增加約5350億美元。

與此同時，2026年AI基礎設施年度折舊費用預計將接近1110億美元。雖然當前季度收入已經能夠覆蓋折舊，但累計收入仍未完全覆蓋歷史累計資本投入形成的折舊壓力。

換句話說，AI產業已經跨過"能夠養活自己"的第一道門檻，但距離證明整個資本周期能夠獲得合理投資回報，還有一段距離。

AI成長速度超過互聯網三倍

AI正從技術革命邁向商業兌現階段，而且這一過程的速度遠超歷次IT平臺變革。

報告顯示，生成式AI收入仍保持約200%的同比增速，約為歷史上任何一次IT平臺升級速度的三倍，整體發展軌跡已超過互聯網、云計算和智能手機早期階段。按照收入增長曲線計算，2023年AI產業新增10億美元累計收入需要約180天，如今這一過程已縮短至不足2天。

收入高速增長的背后，是推理需求持續爆發，推動整個計算產業進入新的超級周期。報告顯示，自1971年以來，全球算力規模長期保持約66%的復合增長，而進入AI時代后，這一增速進一步提升至80%。與此同時，美國沉寂十余年的電力需求重新恢復增長，大型AI數據中心規模四年間擴大約50倍。

AI熱潮也正在重塑數據中心的成本結構。報告預計，一個數據中心中芯片成本占比將由2021年的約40%提升至2026年的60%。其中，變化最大的并非GPU，而是HBM等高端存儲，其成本占比已從約2%躍升至18%左右，成為AI基礎設施投資的重要增量。

Azhar在采訪中表示，團隊年初原本預計AI收入增速將逐步放緩，但實際情況遠超預期。"我們原本認為增長會開始降溫，結果Anthropic的爆發式增長，讓整個行業收入繼續維持在接近200%的同比增速。

真正決定AI投資成敗的是價格

報告指出，未來幾年AI產業的最大變量，不在于模型能力的躍升，而在于價格下降后，需求能否真正持續釋放。

隨著模型性能不斷提升、推理效率持續改善，以及GPU利用率的顯著提高，每百萬Token的調用成本已從2023年的約17美元驟降至約2美元。與此同時，Token的消費量卻呈現出指數級增長態勢，同比增幅高達約14倍。

Google、OpenAI等頭部公司均觀察到相似的規律：Token價格每下降10%，需求通常增長12%至18%，需求彈性已超過價格降幅本身。正因如此，AI產業正逐步走向類似互聯網廣告的發展路徑。正如Google當年推出按點擊付費（CPC）機制，最終催生了龐大的數字廣告生態，Token計費也正成為AI時代新的價值度量單位。

模型越便宜，應用場景反而越多，市場規模也隨之擴大——低成本或正在成為產業擴張的真正催化劑。

AI價值開始向應用層轉移

另一項值得關注的結構性變化是：AI產業利潤正在從上游向外遷移。

2025年以來，應用層收入增速顯著超過模型層與云基礎設施。過去一年，應用層在整體AI產業收入中的占比已從約7%升至11%，模型層則由11%微降至約9%，云基礎設施收入占比從約82%下降至80%以下。這表明，商業價值正加速向應用端集聚。

但報告同時指出，前沿模型仍存在有限的定價窗口期。隨著開源模型能力迅速追趕，最先進的大模型往往在發布后快速商品化。未來，AI實驗室若想維持利潤率，不僅需要持續推出新的前沿模型，還需將業務延伸至法律、編程等垂直應用領域，而不再單純依賴API收費。