报告概述
本报告由Exponential View独立编制，旨在解构AI经济的真实需求侧。报告覆盖全球（除中国）的生成式AI生态，通过专有收入模型从底层追踪应用、基础模型和基础设施层的收入，并去除重复计算。报告分析了AI经济的核心维度：需求规模与增速、宏观经济影响、资本支出强度、代币作为价值单位的演变，以及价值在堆栈中的分布。报告采用自下而上的财务建模方法，结合公开披露和自有模型，为读者提供无炒作、无恐惧的AI经济现状参考。
报告的核心结论
AI需求由真实外部客户驱动，收入增长远超以往技术浪潮
截至2026年6月，生成式AI生态年化收入已超过1750亿美元，过去12个月收入达1100亿美元。AI收入增长速度为以往IT浪潮的3倍，且每新增10亿美元收入所需时间从2023年的180天缩短至不足2天。
资本支出创历史新高，但当前收入尚未完全覆盖累计折旧
超大规模云商和新型云商到2026年的累计资本支出承诺达2万亿美元，其中AI相关支出较前AI趋势增加5350亿美元。2025年第四季度季度收入首次超过折旧，但2026年第一季度折旧仍消耗超大规模/新型云商收入的81%，覆盖薄且依赖持续增长。
代币需求呈现高弹性，价格下降推动使用量更快增长
全球代币处理量每月超过30万亿个，同比增长14倍。代币需求弹性系数约为1.2-1.8，即价格每下降10%带动使用量增长12-18%。从聊天转向智能体进一步放大代币消耗，每任务代币消耗量呈指数级上升。
价值正向上游堆栈（应用和模型）转移，但前沿模型定价权面临开放权重竞争
应用和模型层的收入份额从2024年第一季度的7%增长至2026年第一季度的11%和9%。但开放权重模型快速追赶，前沿模型实验室的时间溢价正在收窄，去年前沿能力已快速商品化，实验室必须持续领先以维持利润。
报告回答的关键问题
生成式AI的真实需求有多大？
报告显示，生成式AI生态的经去重年化收入已超过1750亿美元，过去12个月收入达1100亿美元，且增速是此前任何IT浪潮的3倍。需求由实际外部客户支付驱动，而非内部资本性支出。
AI资本支出能否通过收入回收？
超大规模云商和新型云商的累计资本支出承诺达2万亿美元。2025年第四季度季度收入首次超过折旧，但2026年第一季度折旧仍吸收超大规模/新型云商收入的81%。回收依赖于收入持续增长和利用率提升，否则压缩空间。
代币定价如何影响AI经济？
代币是AI的计费单位，但尚未成为价值单位。需求弹性高，价格下降推动使用量更快增长，但收入每万亿代币呈下降趋势。质量调整后的代币（考虑能力）可能更接近价值单位，且其产出增速与原始代币增长同步。
AI堆栈中哪一层最赚钱？
收入集中但正在向上移动。应用和模型层的收入份额从2024年第一季度的7%增长至2026年第一季度的20%（合计）。但前沿模型实验室面临开放权重竞争，定价权随时间消散。Nvidia在芯片层占据主导，但垂直整合可能削弱其份额。
报告中的代表性数据
生成式AI生态年化收入
截至2026年6月，全球除中国，经过去重后的应用、基础模型和基础设施托管收入年化运行率。
AI收入增长速度
2023-2026，将生成式AI收入轨迹与历史技术浪潮（时间对齐至第一年）对比，AI增速为3倍。
全球代币月处理量
2026年，包括API、订阅和内部推理代币，同比增长14倍。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- AI需求验证：详细的收入模型方法论，包括来源、置信度评分、三角验证和去重机制，以及每层（应用、模型、托管）的收入归因规则。
- AI经济宏观视角：AI收入占美国GDP、企业利润和劳动成本的比例分析，以及消费者剩余测量和早期采用者表现对比。
- 资本支出深度分析：超大规模云商和新型云商的资本支出分解（按资金来源、资产类别），折旧与收入覆盖的动态模型，以及GPU租赁收益率和芯片使用寿命场景分析。
- 代币经济完整模型：全球代币生产量和质量调整后的代币增长，价格弹性实证，以及代币作为价值单位的评估框架。
- 堆栈价值分布：各层（芯片、托管、基础模型、应用）的市场集中度（HHI指数）、收入份额变化，以及前沿实验室定价权与开放权重竞争的演变。
- 数据中心经济学：基础设施成本建模（1GW IT容量年度总成本$79亿），以及实现25% ROI所需的代币定价。
- 未来场景分析：包括开放权重追赶、通用模型、计算需求降低等四种情景下堆栈各层利润和消费者剩余的演变。
- 技术能力指标：Epoch能力指数、METR任务时长、Artificial Analysis智能指数等多项基准的长期趋势。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
