人工智能经济现状报告_英译中_66页_7mb

人工智能经济现状总结（2026年6月25日）

核心内容

人工智能经济正经历快速扩张和结构性变化，其增长速度远超以往的IT浪潮。尽管需求端存在模糊性，但通过详细的按层级计费模型和三角验证方法，已能够较为准确地衡量人工智能的经济影响。以下是报告的核心内容、主要观点和关键信息的总结。

主要观点

1. 需求端：真实、强大且迅速增长

• 真实需求：人工智能收入由外部客户驱动，而非仅限于内部使用或实验性项目。
• 收入增长：生成式人工智能（GenAI）的年化收入已从110亿美元增长至175亿美元。
• 计算超级周期：AI需求推动了计算能力、数据中心规模和能源使用量的显著增长，表现为积压订单和资本支出的增加。
• 价格弹性：AI需求对价格下降表现出高弹性，价格每下降10%，使用量增长12-18%。

2. 经济表现：仍处于早期阶段

• 收入占比：人工智能收入仍占GDP的0.42%，远低于信息技术产业的9.4%。
• 企业收益：AI在损益表上仍为小部分，但越来越多的企业将其视为盈利增长的机遇。
• 社会收益未计入：AI带来的消费者剩余和生产者剩余未完全反映在GDP中。

3. 资本支出：最大规模的建设正在获得回报

• 累计资本支出：到2026年，超大规模云服务商和新云服务商的累计资本支出预计达到2万亿美元。
• 折旧与收入覆盖：当前收入足以覆盖季度折旧费用，但尚未覆盖全部资本支出。
• 外部融资：越来越多的AI基础设施依赖外部融资，如债券和商业票据。

4. 代币：AI经济的价值单位？

• 代币增长：全球每月代币处理量超过300亿，年增长率高达14倍。
• 价格下降与使用量上升：代币价格下降推动使用量增长，提升整体经济价值。
• 质量调整代币：质量调整后的代币更接近价值单位，反映了模型能力和用户价值。

5. 技术栈：价值向应用和模型转移

• 收入集中：目前收入集中在基础模型和芯片供应商，但正向应用层转移。
• 定价权变化：随着开放权重模型的兴起，定价权正在从前沿实验室向更广泛的市场转移。
• 技术进步：技术栈的效率提升使得资本和能量转化为认知工作，推动AI经济的持续发展。

关键信息

收入与去重

• 采用按层级去重方法，确保收入不被重复计算。
• 每一层的收入独立计算，但不跨层汇总，避免夸大总金额。
• 例如，100美元的支出，若涉及多个层级，将按增值贡献分别归因，总和仍为100美元。

资本支出与折旧

• 资本支出主要用于AI基础设施，如数据中心和GPU。
• 2026年AI相关资本支出折旧费用接近1110亿美元。
• 折旧费用吸收了部分收入，但整体仍处于覆盖范围内。

代币与经济影响

• 代币是AI经济的计费单位，但尚未成为价值单位。
• 代币价格下降与使用量上升形成正反馈，推动经济价值增长。
• 代币数量和质量调整后的输出量均在增长，显示AI技术的持续进步。

市场趋势与竞争格局

• 市场集中度较高，但随着开放权重模型的兴起，竞争加剧。
• 前沿实验室如OpenAI和Anthropic在高端市场保持优势，但面临商品化压力。
• 企业开始拓展AI应用和基础设施，以保持竞争力。

方法论与数据来源

• 数据来源：公司文件、高管披露、云归属确认、第三方分析师报告。
• 三角验证：通过多种数据源交叉验证，确保数据准确性和可靠性。
• 按层级计费：收入、资本支出和代币分别按层级计算，避免重复。

作者与联系信息

• 阿兹米尔·阿扎尔：创始人，产品经理

• 威廉·吉尔德：高级研究员

• 汉娜·佩特罗维奇博士：资深研究员

• 内森·沃伦：资深研究员

• 玛丽亚·加夫里洛夫：总经理

• 联系方式：aieconomy@exponentialview.co（反馈与贡献）

• 咨询请求：helen@exponentialview.co

附注

• 报告强调了AI对经济的深远影响，包括对计算、能源和市场结构的改变。
• AI的经济价值远超当前可衡量的收入，需更全面的评估框架。
• 报告提供了一个框架，帮助理解企业AI转型的实际影响。

可视化与图表

• 图表1：生成式AI收入增长趋势（2023年1月至2026年6月）
• 图表2：超大规模云服务商和新云服务商的累计资本支出
• 图表3：每吉瓦容量的代币产出与收入
• 图表4：AI市场集中度（HHI指数）
• 图表5：代币价格与使用量的关系

总结

人工智能经济正经历快速扩张，其收入和资本支出均显著增长，但仍处于早期阶段。AI的需求端虽有模糊性，但通过详细的计费和验证方法，已能较为准确地反映其经济价值。随着技术进步和成本下降，AI的使用量和经济影响将持续扩大，但其对GDP和企业利润的影响尚未完全显现。未来AI的经济价值将更多体现在其应用和模型层面，而非仅限于基础设施。