6月27日消息，知名科技研究机构Exponential View最近发布了首份《The State of the AI Economy》报告。这份报告有意思的地方在于，它头一次用“自下而上”的扎实方法，把全球AI经济需求侧的“家底”给系统性地算了一遍。

先说几个核心判断：过去12个月，全球AI生态系统（不含中国）创造的收入大约在1100亿美元，年化收入运行率已经冲上了1750亿美元。这个增长速度有多快？是此前互联网和移动应用那波信息技术浪潮的差不多三倍。

首次自下而上测算AI需求侧

Exponential View的创始人Azeem Azhar在报告中点出了一个关键难题：AI的供给侧，像芯片、服务器、数据中心这些，市场规模相对透明，因为涉及的大多是上市公司，看看它们的披露、销售和远期订单，大致情况就摸清了。但需求侧想弄明白就难多了——大量AI收入来自OpenAI、Anthropic、Cursor、ElevenLabs这些私营公司，它们没有法定的披露义务。而亚马逊、谷歌、微软这些超大规模云服务商虽然是上市公司，却并没有统一、一致地公布AI业务的细分收入。

为了破解这个难题，研究团队花了几个月时间，搭建了一个专属的AI经济模型，追踪了超过1000家企业的AI支出。报告的核心设计原则是“不重复计算”。什么意思呢？就是追踪终端客户实际支付的每一美元。举个例子：用户为Claude服务向Anthropic支付了1美元，即便Anthropic又为此向亚马逊支付了50美元，最终报告里只计入那1美元。

具体做法是，通盘检视超大规模云服务商和新型云服务商的公开声明、供应商和客户的信息，以及经过核实的泄露和自报数据，构建起逐项财务模型，覆盖了主要贡献公司和业务单元的损益表、资产负债表和现金流。这样做的结果是数据具备可审计性，每一个估算都能追溯到具体的数据点和置信度权重。

AI收入首次覆盖折旧成本

这份报告直击了业界最关心的问题：AI挣的钱，到底能不能覆盖支撑它运转的那笔基础设施投资？

研究团队做了个关键动作：把超大规模云服务商和新型云服务商的AI相关资本支出，从常规的资本支出里剥离出来。为什么这个调整重要？因为在ChatGPT问世之前，谷歌、微软和亚马逊每年的常规资本支出就已经高达约1200亿美元。模型将计算资产按6年折旧，其他基础设施按14年折旧。

测算结果令人印象深刻：2026年第一季度，全球（除中国外）AI收入达到了250亿美元，首次超过了同期210亿美元的折旧成本。这意味着什么？意味着AI产业在财务上第一次跨过了覆盖基础设施投资折旧的门槛。

报告认为，6年的折旧年限是合理的。一方面，AI计算的需求仍然超过可用供给；另一方面，运营商在GPU集群管理上越来越得心应手。光是后者这一项，就足以支撑更长的经济寿命。

Token需求弹性显著，降价反而推高总支出

报告对AI市场的价格弹性也做了深入分析，发现了一个反直觉的现象：供应商每降价10%，Token使用量会增加12%到18%。结果呢？总支出不降反升。

报告还提了个醒：虽然Token是个有用的计费单位，但它并非衡量AI经济价值的理想尺度。相比之下，质量调整后的输出Token——综合考量Token产量、用户可见输出比例以及底层模型能力——能更准确地反映流通于该领域的经济价值。

企业AI支出意愿持续走强

报告指出，虽然许多企业已经超越了偶发性的试点阶段，但整体仍处于规模化推广和深度应用的早期。Azhar与欧洲和美国多个行业（从工业到保险、从金融到制药）的高管交流后，得到的反馈出奇一致：他们计划在未来几年加大对AI的投入。企业在财报电话会议中提及AI影响的频率也在上升。但有意思的是，BCG的调查显示，半数受访CEO认为，自己的职业前途完全取决于能不能在AI领域取得成功。

Exponential View表示，这是该系列报告的第一个版本，欢迎各界提供建设性反馈。随着AI经济从概念走向可持续的商业引擎，这份报告为全球AI产业提供了一个可审计、可追溯的量化基准。