AI行业首次跨过折旧门槛：全球1100亿美元真实收入背后的三大拷问

事件概述

分析机构Exponential View梳理了超过1000家公司的财务数据与供应链记录，得出全球生成式AI（不含中国大陆）过去12个月真实收入为1100亿美元，年化运行率约1750亿美元。2026年第一季度，AI行业季度收入达250亿美元，连续第二个季度超过同期的芯片与数据中心折旧（210亿美元），分析师Azeem Azhar称之为“勉强跨过折旧门槛”。

三大关键拷问

1. AI到底回本了吗？

• Exponential View的尺子：季度收入对比折旧额，确实跨过。
• Sequoia资本的尺子：以英伟达数据中心收入运行率推算，AI行业每年需产生至少6000亿美元收入才能覆盖全部投资，当前年化收入差距超过4倍。
• 累计资本支出视角：多家机构综合测算，超大规模云商AI相关累计资本支出已逼近2万亿美元，累计收入远未触及。
• 折旧年限争议：Michael Burry指控科技巨头将GPU折旧年限从实际2-3年拉长至5-6年，2026-2028年行业可能合计低估折旧约1760亿美元。Exponential View报告本身也列出了乐观（6年折旧）与悲观（2-3年有效寿命）两种情景，差距达1760亿美元。

2. 价格暴跌为何收入还在涨？

• 杰文斯悖重现：AI推理成本在过去两年下降约280倍（斯坦福AI Index），但token消耗量同比增长14倍（Exponential View数据），价格每降10%，用量增长12%-18%。
• 企业案例：Uber将全年AI预算在四个月内耗尽，因每次调用变便宜后工程师发现更多可自动化流程；其人均AI支出约1500美元/年，仅排全美前10%。
• 范式转变：Token计费正在成为AI时代的“价值计量单位”，类似Google发明CPC后催生的数字广告生态。

3. 产业结构变化与隐忧

• 价值上移：应用层收入份额从一年前约7%升至约11%，年增长2.95倍；云基础设施份额从约82%降至约80%，但仍占大头；模型层份额微降至约9%，且前沿模型定价权被开源模型快速侵蚀。
• 飞轮效应：需求越旺盛→投资越猛→未来折旧越大→收入门槛越高→需更多投资维持。AI基础设施年折旧额预计2026年底将逼近1110亿美元。

值得关注

• 电力瓶颈：全球数据中心用电量预计2026年将达1050 TWh，美国东北部电网2027年可能出现6GW供电缺口，Gartner预测电力短缺将直接限制40%的AI数据中心扩张。
• 折旧定时炸弹：GPU实际有效寿命约1-3年（普林斯顿CITP研究），而行业普遍按5-6年计提折旧，一旦新芯片代际跳跃导致旧资产快速贬值，账面利润虚高将集中释放。
• 巨头现金流告急：超大规模云商自由现金流从2024年每季度约450亿美元跌至2026年Q1的约40亿美元，2025年债务发行额达历史平均水平的四倍。

Exponential View报告的里程碑是真实的——它首次以去重方式呈现了真实需求，当前AI收入仅占美国GDP的0.42%。但“勉强跨过折旧门槛”的平衡极其脆弱，需要收入继续近200%增长、折旧假设不被修正、电力供给跟得上三重条件同时成立，而这没有一个是理所当然的。