⁣
📰 AI终于赚钱了，全球1100亿美元的真实收入，为什么让人更不安？

Exponential View 对全球生成式AI行业进行了“去重”后的收入核算，揭示了真实收入与宏观体量之间的错位。过去12个月全球生成式AI的真实收入约1100亿美元，年化约1750亿美元，季度层面2026年Q1达到250亿美元，勉强跨过折旧门槛，但并未说明全面盈利。文章强调三把尺子导致三种结论：按折旧口径、按数据中心和资本投入口径、以及投资周期口径。AI收入增速远超以往IT浪潮，且价格快速下降带来需求弹性提升，形成Jeviation悖论般的“价格降、用量增、账单高”的现象，推动市场从云与模型向应用层迁移。尽管收入扩张，AI产业的体量仍占美国GDP的0.42%，远未达到规模化盈利的水平。折旧寿命、价格下降和电力瓶颈三者共同构成未来的“飞轮挑战”：需求越旺，折旧越高、用电越紧张，行业需要更强的资本实力与能源保障来维持增长。最终结论是：AI的财务表现处在第一关的验收阶段，真正的压力测试还在物理世界与长期资本回报之间。

🏷️ #去重 #AI收入 #折旧门槛 #Jeavons悖论 #电力瓶颈

🔗 原文链接

⁣
📰 AI终于赚钱了，全球1100亿美元的真实收入，为什么让人更不安？-钛媒体官方网站

过去两年，关于AI行业究竟赚了多少钱、何时能收支平衡，始终缺乏可信口径。Exponential View 的Azhar团队对1000多家公司的财务与披露进行去重分析，给出更可信的真实收入：全球生成式AI在过去12个月约为1100亿美元，季度收入在2026年Q1达到250亿美元，连续超越芯片与数据中心折旧的水平。收入增速远超以往IT浪潮，年增速接近两倍以上，但在宏观层面AI仍仅占美国GDP0.42%，处于初期阶段。三把尺子揭示不同结论：是否回本取决于折旧口径、成本与投资周期，EV给出乐观、悲观两端情景，折旧寿命与需求弹性是关键变量，1760亿美元的折旧争议与Burry的指控方向一致。价格大幅下降推动用量暴增，呈现杰文斯悖论：成本降低并未压缩总支出，反而催生新的增量需求。收入结构正在向应用层迁移，云基础设施仍占比最高但增速放缓，前沿模型价格竞争与开源化可能在未来压缩模型层的利润空间。飞轮效应正在加速，但电力供应、数据中心折旧与芯片寿命的现实约束将成为真正的考验。AI的财政真相是在持续增长的需求、上升的折旧门槛以及有限的能源与基础设施供给之间的博弈，只有在三者同步达到前，跨越折旧门槛才算真正的稳定性胜利。

🏷️ #AI经济 #折旧门槛 #杰文斯悖论 #应用层增长 #能源与基础设施

🔗 原文链接