兆级投资下 软件收入能否支撑算力基础设施
统计口径
2025 年规模
2026 年规模或预测
对投资者意味着什么
全球软件支出
约 1.244 万亿美元
约 1.433 万亿美元
这是 AI 软件化变现的最大传统预算池
全球 SaaS 支出
Gartner 口径 2025 年约 2991 亿美元
第三方口径约 3756 亿至 4650 亿美元
SaaS 是 AI Agent 最容易首先改造的企业软件层
AI Software
约 2829 亿美元
约 4532 亿美元
收入增长迅速，但盈利能力仍需检验
AI Infrastructure
约 9756 亿美元
约 1.432 万亿美元
上游投入明显前置，回报依赖下游高质量现金流
计费模式
传统 SaaS
AI Agent SaaS
投资者应追问的问题
计费单位
用户席位、模块、订阅周期
任务、调用量、流程、交易、结果
是否能突破 seat 增长瓶颈
价值锚
提升人效、规范流程
替代部分劳动、自动完成业务
是否能分享人工成本节省
成本结构
云成本相对可控，毛利率高
推理成本和模型成本可能显著增加
毛利率能否随规模改善
竞争壁垒
数据、流程、生态、渠道
数据闭环、执行权限、工作流嵌入
是否掌握不可替代的执行场景
主要风险
增长放缓、席位饱和
ROI 不清、幻觉、权限、安全和成本失控
是否只是"AI 功能"，而不是"AI 劳动力"
情景问题
关键数字
如何理解
AI Software 2026 年较 2025 年增量
约 1703 亿美元
收入池增长很快，但仍只是年度增量
AI Infrastructure 2026 年较 2025 年增量
约 4564 亿美元
基础设施增量更大且更资本密集
AI Software 增量对高 CapEx 假设覆盖
约 22%
单年软件增量不足以完全解释激进 CapEx
一次性 7650 亿美元 CapEx 所需年收入
约 4173 亿美元
取决于折旧、融资成本和目标回报
每年持续 7650 亿美元 CapEx 的稳态收入需求
约 1.53 万亿美元
若建设强度长期维持，收入要求显著提高
公司
AI 产业链位置
最新实际 CapEx 或代理口径
关键判断
Alphabet
AI/Cloud 需求方 + 应用分发
约 914.5 亿美元
搜索、YouTube、云和 TPU 形成内部消化能力，但 CapEx 压力显著
Microsoft
AI/Cloud 需求方 + 企业软件现金牛
约 645.5 亿美元
Azure 与 Office/企业软件结合紧密，但 OpenAI 生态也带来外部依赖
Amazon
AI/Cloud 需求方 + 电商/物流现金流机器
约 1318.2 亿美元
AWS 与物流混合口径使 AI 纯度较低，但基础设施规模最大
Meta
垂直 AI 数据反馈系统 + 基础设施需求方
约 696.9 亿美元
广告业务有明确 AI ROI 闭环，是重要的垂直数据反馈系统
Oracle
OCI AI 云挑战者 + 数据库现金牛
约 212.1 亿美元，FY2026 指引约 400 亿美元
弹性高，但对大客户、长约和融资环境更敏感
NVIDIA
AI Factory 供给侧
自身约 60.4 亿美元
不是主要 CapEx 承担方，而是最大收钱者
Tesla
Physical AI 终端侧期权
约 85.3 亿美元
自动驾驶和机器人期权巨大，但当前利润与估值之间差距最大
NVIDIA 的角色
常见理解
更准确的理解
GPU 公司
卖高性能芯片
卖 AI Factory 的核心生产设备
平台公司
CUDA 生态强
硬件、网络、软件、库和开发者生态共同锁定客户
周期公司
受服务器周期影响
仍有周期性，但周期被模型规模、推理需求和生态迁移放大
最大受益者
客户花钱它收钱
对客户 ROI 极度敏感，风险来自下游 CapEx 反转
观察指标
乐观信号
风险信号
AI SaaS 收入
AI 功能带来净收入留存提升和高毛利增量
加价难以维持，推理成本吞噬毛利
企业 Agent 落地
从试点进入核心工作流，按结果付费出现
停留在 demo 和低价值自动化
云 GPU 利用率
训练与推理需求共同提升利用率
集群空置或只能靠降价填充
模型公司单位经济性
收入增长快于算力成本增长
用户越多亏损越大
数据中心融资
长约客户质量高，融资成本稳定
依赖高杠杆、单一客户和再融资
NVIDIA 订单
需求从训练扩散到推理和企业应用
客户推迟订单或压缩 CapEx