阿波罗全球管理公司11月18日发布报告,对AI基础设施投资的收入回报提出量化测算:按已公布的投资计划,2026年至2028年AI基础设施累计资本开支可能达到约3.5万亿美元;要支撑这一建设规模,到2028年底AI产业所需的年化收入可能达到1.5万亿至2万亿美元,约为当前水平的5至7倍。报告进一步认为,到2030年该收入需求可能升至3万亿至5万亿美元,具体取决于新增基础设施的部署规模。
这一测算的核心逻辑是从单位算力的成本与利润要求倒推终端收入。报告以1吉瓦(GW)AI计算容量为例:假设每GW的IT设备资本开支约300亿美元、数据中心资本开支约150亿美元,IT设备使用寿命为6年。在此基础上,每GW算力对应的年度折旧及运营费用约68亿美元;基础设施层、模型开发商及应用层需留出的利润空间分别约为37亿、53亿和39亿美元。逐层计入后,每GW算力所需的年收入从基础设施层的约110亿美元,增至模型开发商层的约160亿美元,最终在应用层达到约200亿美元。该测算主要基于英伟达Blackwell一代芯片;若采用Vera Rubin一代芯片,每GW算力的年度折旧及运营费用可能升至接近90亿美元,进一步抬高收入门槛。
按上述单位模型,阿波罗估计到2028年底全球部署的AI计算容量可能达到约100GW,在保守与乐观两种部署情景下,支撑相关投资所需的年化终端收入约为1.5万亿至2万亿美元。需要说明的是,该收入指企业与消费者为AI应用和服务支付的费用,包括企业AI软件、消费者订阅等,并未计入AI给谷歌和Meta带来的广告收入增量,也不包含芯片销售收入。
AI商业化本身已呈现高速增长。阿波罗援引的数据显示,2024年初AI应用收入的年化水平仅约110亿美元,到2026年第二季度已增至约2000亿美元,9月进一步达到约2760亿美元;自2023年以来年增长倍数约为3.75倍。但要在2028年底达到1.5万亿至2万亿美元,未来两年仍需保持每年增长至上一年约2.3至2.6倍的速度。报告认为,过往增长表现说明这一路径具有一定可行性,但随着收入基数扩大,维持高增速将越来越困难。
从市场对比看,阿波罗汇总的数据显示,2025年全球云计算市场收入约4190亿美元,在线广告和半导体市场规模分别约7150亿美元和7950亿美元,企业软件市场约1.19万亿美元。相比之下,2028年底AI产业所需的1.5万亿至2万亿美元年化收入,甚至超过整个全球企业软件市场的现有规模。报告因此认为,AI的长期商业化不能仅依赖传统科技市场,而需渗透更广泛的经济活动,尤其是通过提高劳动生产率创造可量化的经济价值。报告援引数据称,2024年全球劳动收入约58万亿美元,即使AI仅带来相对温和的生产率改善,也可能在庞大经济基础上创造可观新增价值。企业IT预算也有增长空间:报告援引麦肯锡2026年5月的客户调查指出,受访企业分配给AI的IT预算比例中位数约7%,而AI原生组织的相应比例约23%。
报告同时强调,上述收入需求建立在基础设施按计划部署的前提上。电力供应不足、芯片短缺、数据中心建设延迟及潜在政策限制,都可能减缓算力部署;若AI收入增长不及预期,企业估值下降、融资成本上升,也可能促使企业削减或推迟资本开支。阿波罗认为,资本市场可能由此形成一种抑制过度投资的反馈机制:收入增长放缓时企业放缓建设,进而降低支撑调整后投资规模所需的收入门槛,这有助于缓解产能过剩与投资泡沫风险。报告援引AI公司Anthropic的IPO注册文件指出,若收入增长放缓,该公司可能面临算力和模型开发投资受限的风险,进而削弱竞争优势;其做法之一是提前锁定数据中心容量,同时推迟规模较大的AI加速器采购,直到实际算力需求更明确。
阿波罗指出,AI基础设施的大部分成本集中于加速器及IT设备,相关投资具有一定可推迟性,但已承诺使用的数据中心容量仍可能带来合同义务。由于模型分别计入基础设施、模型开发和应用层的利润要求,更深度的产业链纵向整合或更多生态系统补贴安排,都可能降低所需的终端收入规模。总体而言,阿波罗仍看好AI收入未来几年的快速增长,认为随着模型能力改善、应用场景拓展,AI将进入更广泛的经济领域;但报告强调,真正的问题并非AI收入能否继续增长,而是其增长速度能否足够快,以支撑正在进行的基础设施建设。