分析机构Exponential View发布了一份重磅报告，首次对全球生成式AI行业的真实收入进行了大规模去重测算。领头人Azeem Azhar带领团队梳理了超过1000家公司的财务数据与供应链记录，剔除云服务商、大模型厂商与应用层之间重复计算的部分后，得出一个关键数字：过去12个月，全球生成式AI（不含中国大陆本土市场）产生了1100亿美元的真实收入，年化运行率超过1750亿美元。

报告中最引人注目的里程碑出现在2026年第一季度。该季度AI行业收入达到250亿美元，连续第二个季度超过了同期芯片与数据中心的折旧摊销额210亿美元。Azhar本人对此的措辞极为克制，称AI需求“勉强跨过折旧门槛”，而非大幅超越或全面覆盖。这种谨慎源于折旧数字本身存在巨大争议。

2025年11月，知名投资人Michael Burry曾公开指控科技巨头将GPU会计折旧年限从实际经济寿命的2-3年拉长至5-6年，其推演显示2026至2028年间行业合计低估折旧约1760亿美元。Exponential View报告也未回避这一问题，直接对比了两种情景：若GPU能在6年折旧期满后继续产生收益，资本支出可以回本；若芯片实际有效寿命仅2-3年，收入则远不足以覆盖投入。报告将两种结果并列呈现，未下定论。

与折旧争议并行的，是AI行业一个反直觉的现象：价格暴跌，收入却暴涨。斯坦福大学AI Index数据显示，同等能力的模型查询价格在不到两年内降低了280倍，但行业收入仍以接近200%的年增速扩张。这背后是杰文斯悖论在数字经济中的精确重演——当每百万token成本从20美元跌至0.07美元，大量之前不值得做的应用场景变得经济可行，增量用户带着全新用例涌入市场。Bain Company的分析显示，2025年token成本减半，但同期消耗量增长了450%。Exponential View测算的需求弹性约为1.2至1.8，需求增长始终快于价格下降。

然而，真实且快速增长的需求正将行业推向两道硬墙。第一道是电力供给。全球数据中心用电量预计到2026年将逼近1050 TWh，美国东北部电网PJM预测2027年将出现6GW供电缺口，Gartner更预警电力短缺将直接限制40%的AI数据中心扩张。微软、亚马逊、Meta和Google已开始通过核电协议提前锁定稀缺电力资源，但这仅限少数资产负债表雄厚的玩家。

第二道硬墙是折旧的定时炸弹。英伟达约每两年推出代际性能跳跃的新芯片，一旦新芯片成本效益足够领先，旧资产价值将迅速缩水。普林斯顿大学CITP研究发现GPU实际有效寿命约1-3年，而行业普遍按5-6年计提折旧，这根弦正越拉越紧。

报告还揭示了AI产业结构的变迁。应用层收入份额从一年前的约7%升至11%，年收入增长2.95倍，增速远超云基础设施层。但前沿模型的定价权正被快速侵蚀，开源模型在OpenRouter平台上的token份额持续上升，模型层收入增长可能比预期更快见顶，进而加剧折旧门槛压力。

超大规模云商的自由现金流已从2024年每季度约450亿美元骤降至2026年Q1的约40亿美元，部分公司开始靠借债维持AI投资，2025年债务发行额是历史平均水平的四倍。整个行业处于一个自我加速的飞轮中：需求越旺盛，投资越猛，未来折旧越大，收入门槛越高，又需要更多投资来维持竞争力。

Exponential View的里程碑是真实的，1100亿美元是真实付出去的钱。但AI收入目前仅相当于美国GDP的0.42%，行业仍处极早期。“勉强跨过折旧门槛”是一个极其脆弱的平衡，它需要AI收入继续高速增长、折旧假设不被迫修正、电力供给跟得上飞轮转速这三个条件同时成立，而其中没有一个是理所当然的。