AI收入能覆盖GPU账单吗？全球AI经济的真实家底首次曝光

　　6月27日消息，近日，知名科技研究机构Exponential View发布首份《The State of the AI Economy》报告，首次以自下而上的方式对全球AI经济的需求侧进行了系统性的量化测算。

　　报告核心发现：过去12个月，全球AI生态系统（不含中国数据）创造了约1100亿美元收入，年化收入运行率已突破1750亿美元。这一增长速度是此前互联网和移动应用等信息技术浪潮的约三倍。

　　首次自下而上测算AI需求侧

　　Exponential View创始人Azeem Azhar在报告中指出，AI供给侧包括芯片、服务器、数据中心等的市场规模相对透明，大多为上市公司，通过其披露、销售和远期订单即可掌握大致情况。但理解需求侧要困难得多，大量AI收入来自OpenAI、Anthropic、Cursor、ElevenLabs等私营公司，它们没有法定的披露义务，而亚马逊、谷歌、微软等超大规模云服务商虽然公开上市，却并未一致性地披露其AI业务的细分收入。

　　研究团队花费数月构建了一个专有的AI经济模型，追踪了超过1000家企业的AI支出。报告的核心设计原则是“不重复计算”，追踪的是终端客户实际支付的每一美元。例如，若用户向Anthropic支付1美元购买Claude服务，而Anthropic为此向亚马逊支付50美元，报告只计入1美元。

　　研究团队通过检视超大规模云服务商和新型云服务商的公开声明、供应商和客户的信息、以及经过核实的泄漏和自报数据，构建了逐项财务模型，涵盖了主要贡献公司和业务单元的损益表、资产负债表和现金流。这使得报告的数据具备可审计性，每一个估算都可以追溯到具体的数据点和置信度权重。

　　AI收入首次覆盖折旧成本

　　该报告回答了业界最为关切的问题：AI收入能否覆盖支撑其运转的基础设施投资？

　　研究团队将超大规模云服务商和新型云服务商的AI相关资本支出从常规资本支出中剥离出来，这一调整至关重要，因为在ChatGPT问世之前，谷歌、微软和亚马逊每年的常规资本支出已高达约1200亿美元。模型将计算资产按6年折旧、其他基础设施按14年折旧。

　　测算结果显示：2026年第一季度，全球（除中国外）AI收入已达250亿美元，首次超过同期210亿美元的折旧成本，这意味着AI产业在财务上首次跨越了覆盖基础设施投资折旧的门槛。

　　报告指出，6年的折旧年限是合理的。一方面，AI计算的需求仍然超过可用供给；另一方面，运营商在GPU集群管理方面日益精进。仅后者一项就足以支撑更长的经济寿命。

　　Token需求弹性显著，降价反而推高总支出

　　报告还对AI市场的价格弹性进行了深入分析。供应商每降价10%，Token使用量会增加12%至18%，这意味着总支出反而上升。

　　报告建议，尽管Token是一个有用的计费单位，但它并非衡量AI经济价值的理想尺度。质量调整后的输出Token综合考量Token产量、用户可见输出比例以及底层模型能力，能更好地衡量流通于该领域的经济价值。

　　企业AI支出意愿持续走强

　　报告指出，虽然许多企业已超越偶发性试点阶段，但仍处于规模化推广和深度应用的早期。Azhar在与欧洲和美国多个行业（从工业到保险、从金融到制药）的高管交流中得到的反馈一致：他们计划在未来几年加大对AI的投入。企业在财报电话会议中提及AI影响的频率也在上升，不过值得注意的是，BCG的调查显示，半数受访CEO认为其职业前途取决于能否在AI领域取得成功。

　　Exponential View表示，这是该系列报告的第一个版本，欢迎各界提供建设性反馈。随着AI经济从概念走向可持续的商业引擎，这份报告为全球AI产业提供了一个可审计、可追溯的量化基准。