2026 年 6 月 25 日，据 Bloomberg 报道，研究机构 Exponential View 的一份报告显示，AI 产生的收入已经来到一个关键转折点，它开始证明，科技公司近几年投入数据中心和芯片的数千亿美元支出，可能具备经济可持续性。

2026 年第一季度，除中国以外的全球 AI 收入达到 250 亿美元，连续第二个季度超过与数据中心和芯片投资相关的估算折旧成本，后者约为 210 亿美元。这说明 AI 公司正在开始收回巨额资本开支，但利润空间仍然很薄，因为折旧成本依然占收入的三分之二以上，留给电力、人工、融资等其他成本的余地并不大。

Exponential View 在报告中称，“目前来看，经济账仍然站得住脚”，但也提醒称，容错空间并不宽。尤其在所谓 Neo-cloud，即新兴 AI 云服务商之间，租赁、债务和股权融资正在将更多风险转移到资本市场。 

这份报告回应了 AI 热潮中最核心的问题之一，客户需求是否足以支撑科技公司在芯片和数据中心上投入的巨额资金。

Meta、Alphabet、Microsoft、Amazon 等美国科技巨头，今年计划在资本开支上投入约 7250 亿美元，其中相当大一部分流向 AI 基础设施。这已经成为企业史上规模最大的投资浪潮之一。

Exponential View 创始人 Azeem Azhar 对 Bloomberg 表示，目前 AI 收入只是刚刚越过折旧成本这道门槛，但总体来看，情况正在随着时间改善。他认为，当前阶段不应指望资本开支立即获得极高回报；如果回报已经远高于成本，反而说明企业此前可能投资不足，错过了更大的增长机会。

过去，AI 热潮主要通过“供给侧”指标衡量，比如 Nvidia 等芯片公司的业绩，或者 Alphabet 等超大规模云服务商的财报。但“需求侧”一直更难量化，因为 OpenAI、Anthropic 等重要 AI 实验室仍然是非上市公司，外界很难直接看到其真实收入和使用情况。 

报告估算，除中国外，生成式 AI 在过去 12 个月创造了约 1100 亿美元收入。这一增长速度比互联网、移动应用和云计算等历史上的信息技术浪潮快约三倍。

Exponential View 称，这组数据基于对 1000 多家企业 AI 支出的追踪，来源包括公司公告、管理层表态、媒体报道和云服务商公开信息，并经过调整，以避免 AI 供应链不同环节之间的重复计算。

报告还假设，包括 GPU 在内的 IT 设备折旧周期为 6 年。不过，一些投资者认为这一假设可能偏乐观，因为芯片迭代速度很快，旧硬件可能在几年内大幅贬值。知名投资者 Michael Burry 曾批评部分公司低估折旧成本，称其是现代商业中最常见的“欺骗”之一。

但 Exponential View 的数据也显示，旧款 AI 芯片并没有迅速失去价值。Nvidia H100 发布已有数年，但按小时出租价格仍接近发布初期水平的 80%。Azhar 表示，即便 H100 已进入第四年，市场需求仍未消失；由于 AI 算力需求超过 Nvidia 新一代 Blackwell 芯片供应，H100 的租赁价格在过去一年反而有所上升。

这与 AWS CEO Matt Garman 今年 2 月的说法相呼应。Garman 曾表示，由于需求持续存在，AWS 仍没有淘汰使用已达 6 年的 Nvidia A100 服务器。换言之，市场对 AI 算力的需求足够强，使得老一代 GPU 依然具备经济价值。 

报告还指出，越来越多用户正在转向 open-weight 模型，以及 DeepSeek 等中国 AI 模型。

OpenRouter 数据显示，在该平台上，Google、OpenAI、Anthropic 等美国模型所处理的 Token 占比，已经从一年前的 72% 降至 2026 年 6 月的 33%。

Exponential View 报告数据：

2025 年 6 月第二周，美国模型在 OpenRouter 上仍占据绝对主导；到 2026 年 6 月第二周，美国模型占比已明显收缩，中国模型和其他模型填补了大量空白。 

Azhar 认为，这种份额变化反映出重度用户正在将简单任务转向更便宜、更快的模型。他用一个比喻解释称，从发票中提取数字、填入支出表格这类任务，并不总是需要“诺贝尔奖得主级别”的智能。

这种变化，提高了 OpenAI、Anthropic 向客户收取高价的门槛。

Azhar 认为，未来领先模型厂商需要依靠更多增值服务、更强的用户锁定能力，以及足以证明溢价合理性的差异化功能，才能继续维持高收费。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。