分析機構Exponential View發佈了一份重磅報告，首次對全球生成式AI行業的真實收入進行了大規模去重測算。領頭人Azeem Azhar帶領團隊梳理了超過1000家公司的財務數據與供應鏈記錄，剔除雲服務商、大模型廠商與應用層之間重複計算的部分後，得出一個關鍵數字：過去12個月，全球生成式AI（不含中國大陸本土市場）產生了1100億美元的真實收入，年化運行率超過1750億美元。

報告中最引人注目的里程碑出現在2026年第一季度。該季度AI行業收入達到250億美元，連續第二個季度超過了同期芯片與數據中心的折舊攤銷額210億美元。Azhar本人對此的措辭極為剋制，稱AI需求“勉強跨過折舊門檻”，而非大幅超越或全面覆蓋。這種謹慎源於折舊數字本身存在巨大爭議。

2025年11月，知名投資人Michael Burry曾公開指控科技巨頭將GPU會計折舊年限從實際經濟壽命的2-3年拉長至5-6年，其推演顯示2026至2028年間行業合計低估折舊約1760億美元。Exponential View報告也未迴避這一問題，直接對比了兩種情景：若GPU能在6年折舊期滿後繼續產生收益，資本支出可以回本；若芯片實際有效壽命僅2-3年，收入則遠不足以覆蓋投入。報告將兩種結果並列呈現，未下定論。

與折舊爭議並行的，是AI行業一個反直覺的現象：價格暴跌，收入卻暴漲。斯坦福大學AI Index數據顯示，同等能力的模型查詢價格在不到兩年內降低了280倍，但行業收入仍以接近200%的年增速擴張。這背後是傑文斯悖論在數字經濟中的精確重演——當每百萬token成本從20美元跌至0.07美元，大量之前不值得做的應用場景變得經濟可行，增量用戶帶著全新用例湧入市場。Bain Company的分析顯示，2025年token成本減半，但同期消耗量增長了450%。Exponential View測算的需求彈性約為1.2至1.8，需求增長始終快於價格下降。

然而，真實且快速增長的需求正將行業推向兩道硬牆。第一道是電力供給。全球數據中心用電量預計到2026年將逼近1050 TWh，美國東北部電網PJM預測2027年將出現6GW供電缺口，Gartner更預警電力短缺將直接限制40%的AI數據中心擴張。微軟、亞馬遜、Meta和Google已開始通過核電協議提前鎖定稀缺電力資源，但這僅限少數資產負債表雄厚的玩家。

第二道硬牆是折舊的定時炸彈。英偉達約每兩年推出代際性能跳躍的新芯片，一旦新芯片成本效益足夠領先，舊資產價值將迅速縮水。普林斯頓大學CITP研究發現GPU實際有效壽命約1-3年，而行業普遍按5-6年計提折舊，這根弦正越拉越緊。

報告還揭示了AI產業結構的變遷。應用層收入份額從一年前的約7%升至11%，年收入增長2.95倍，增速遠超雲基礎設施層。但前沿模型的定價權正被快速侵蝕，開源模型在OpenRouter平臺上的token份額持續上升，模型層收入增長可能比預期更快見頂，進而加劇折舊門檻壓力。

超大規模雲商的自由現金流已從2024年每季度約450億美元驟降至2026年Q1的約40億美元，部分公司開始靠借債維持AI投資，2025年債務發行額是歷史平均水平的四倍。整個行業處於一個自我加速的飛輪中：需求越旺盛，投資越猛，未來折舊越大，收入門檻越高，又需要更多投資來維持競爭力。

Exponential View的里程碑是真實的，1100億美元是真實付出去的錢。但AI收入目前僅相當於美國GDP的0.42%，行業仍處極早期。“勉強跨過折舊門檻”是一個極其脆弱的平衡，它需要AI收入繼續高速增長、折舊假設不被迫修正、電力供給跟得上飛輪轉速這三個條件同時成立，而其中沒有一個是理所當然的。