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 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。"
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。
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。
