> **来源：[研报客](https://pc.yanbaoke.cn)** # 人工智能经济现状 2026年6月25日 ## 核心内容概述 本报告探讨了2026年的人工智能（AI）经济现状，重点分析了需求端、资本支出（CapEx）、代币经济、技术栈及财务模型等方面。报告强调了AI经济的真实需求和增长潜力，并通过详细的数据分析揭示了当前市场动态。 --- ## 主要观点 ### 1. 需求端：真实、强大且快速增长 - **真实需求**：AI需求由外部客户驱动，已超越以往任何IT浪潮的增速三倍。 - **收入增长**：生成式AI（GenAI）收入已从110亿美元增长至175亿美元/年（2023年1月至2026年6月）。 - **计算超级周期**：AI需求推动了计算能力的显著提升、数据中心的扩张及新能源发电的增加。 - **合同积压**：超大规模企业（Hyperscalers）的合同积压表明AI需求的持续性和增长潜力。 ### 2. 经济表现：仍处于早期阶段 - **收入占比小**：AI收入在GDP和企业利润中仍占较小比例，仅为美国GDP的0.42%。 - **未被衡量的社会收益**：消费者剩余未完全反映在GDP中，许多好处尚未被统计。 - **效率导向**：目前大多数企业将AI投资视为提升效率和降低成本的手段，而非直接盈利。 ### 3. 资本支出：科技史上最大规模的建设 - **CapEx规模**：到2026年，超大规模企业及新云服务商的累计资本支出预计达到2万亿美元。 - **融资来源**：越来越多的外部资本（如债务融资）被用于AI基础设施建设。 - **折旧覆盖**：当前AI收入足以覆盖其基础设施的季度折旧费用，但尚未覆盖全部资本支出。 ### 4. 代币经济：AI的价值单位 - **代币使用量**：全球每月代币总量超过300亿枚，年增长率高达14倍。 - **价格弹性**：价格下降显著推动了代币使用量增长，如OpenAI的代币使用量在价格下降50%的情况下增长12倍。 - **质量调整**：质量调整后的代币产出增长与原始代币产出增长同步，反映了AI模型能力的提升。 ### 5. 技术栈：价值创造的核心 - **收入分布**：当前AI收入集中在少数企业，但技术栈正向应用层和模型层转移。 - **定价权**：前沿实验室仍掌握高端定价权，但开放权重模型正在形成低成本竞争。 - **扩展趋势**：实验室开始拓展至应用程序和基础设施领域，以应对价格压力和竞争。 --- ## 关键信息 - **收入去重**：通过逐层计算和三角验证，避免重复计算，确保数据准确。 - **CapEx与收入关系**：AI相关的资本支出正在推动收入增长，但尚未完全收回成本。 - **市场集中度**：赫芬达尔-赫希曼指数（HHI）显示市场高度集中，但开放权重模型正在改变格局。 - **消费者剩余**：AI通过降低使用成本，为消费者带来显著剩余价值。 - **数据来源**：报告数据来自公司文件、高管披露、云归属分析、第三方分析师及公开数据源。 --- ## 方法论 - **收入核算**：基于公司文件和高管披露，通过云归属分析确认私营公司收入在公有公司账目中的体现。 - **资本支出**：计入超大规模企业及新云服务商的AI相关基础设施支出，包括现金资产和租赁。 - **代币统计**：所有代币使用均按实际处理的输入和输出进行统计，避免重复计算。 - **数据维护**：系统每日扫描和爬取数据，确保数据集的广度和深度。 --- ## 数据中心与能源趋势 - **数据中心扩张**：全球最大数据中心的规模在四年内增长了50倍。 - **能源需求**：AI推动了美国电力需求的显著增长，预计到2030年，美国电网需额外约166吉瓦电力。 - **计算与能源比例**：内存和计算成本在数据中心支出中占比上升，从40%增加到60%。 --- ## 结论 人工智能经济正在快速发展，需求真实且增长迅速，但目前仍处于早期阶段。尽管资本支出巨大，收入增长足以覆盖折旧，但尚未完全收回成本。AI的经济价值远超其可量化的收入，且随着技术进步和成本下降，其对经济的影响将持续扩大。