> **来源：[研报客](https://pc.yanbaoke.cn)** # 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。