AI收入能否覆盖GPU成本？全球AI经济实况大公开

科技界权威机构Exponential View推出了首份《The State of the AI Economy》白皮书，通过自下而上的视角，对全球AI经济的需求端进行了严谨的量化分析。

报告揭示的关键数据：过去一年里，全球AI生态系统（排除中国）创造了约1100亿美元营收，年化营收规模已冲破1750亿美元大关。这一增速远超互联网及移动应用等过往信息技术的增长幅度，约为前者的三倍。

首次通过自下而上的方法评估AI需求

Exponential View创始人Azeem Azhar在文中分析道，AI供给侧（如芯片、服务器、数据中心）的市场规模较为清晰，因多为上市公司，可通过财报、销售及订单掌握。相比之下，需求侧的统计难度极大，巨额AI收入来自OpenAI、Anthropic、Cursor、ElevenLabs等非上市公司，它们无强制披露义务；即便是亚马逊、谷歌、微软等云巨头，也未统一披露其AI业务的详细收入。

研究团队历经数月建立了一套专属的AI经济模型，监控了逾千家企业的AI开支。报告遵循“不重复计算”原则，仅统计终端用户实际支出的金额。譬如，若用户付给Anthropic 1美元购买Claude服务，而Anthropic为此向亚马逊支付了50美元，报告仅记录这1美元。

团队综合了超大规模及新型云服务商的公开声明、供应商与客户信息，以及经核实的泄露和自报数据，搭建了详尽的财务模型，涵盖了主要贡献公司的损益表、资产负债表及现金流。该模型确保了数据的可审计性，每一项估算均可回溯至具体数据点及置信度权重。

AI收入首度覆盖折旧开支

报告针对业界最关心的问题给出了答案：AI收入能否覆盖基础设施投资？团队将云服务商的AI相关资本支出与常规支出分离，这一调整至关重要，因为ChatGPT出现前，谷歌、微软、亚马逊的常规年资本支出已约1200亿美元。模型设定AI资产折旧期为6年，其他基础设施为14年。

计算结果为：2026年第一季度，全球（不含中国）AI收入达250亿美元，首次超越同期210亿美元的折旧支出，标志着AI产业财务上首次实现覆盖基础设施折旧的目标。

报告认为6年折旧是合理的。原因在于：AI算力需求仍大于供给，且运营商在GPU集群管理上日益成熟，仅此一点就足以支撑更长的经济生命周期。

Token需求弹性明显，降价反而增加总支出

报告深入分析了AI市场的价格弹性。数据显示，供应商降价10%，Token用量即增12%至18%，导致总支出反而增加。报告建议，Token虽是常用计费单位，但非衡量AI经济价值的最佳尺度。质量调整后的输出Token结合了Token产量、用户可见比例及模型能力，能更精准衡量该领域的经济价值。

企业AI投入意愿不断增强

报告指出，尽管许多企业已走出单纯试点阶段，但整体仍处于规模化推广和深度应用的初期。Azhar在与欧美各行业（涵盖工业、保险、金融、制药等）高管交流时发现，大家普遍计划未来几年增加AI投入。企业财报电话会提及AI的频率上升，但BCG调查显示，半数CEO认为AI成功与否关乎自身职业前景。

Exponential View表示，这是该系列报告的首版，欢迎各界提出建设性意见。随着AI经济从概念走向可持续的商业引擎，本报告为全球AI产业确立了可审计、可追溯的量化基准。