全球企业巨资投资AI,究竟有多少公司真正赚到了钱?

026年四大科技公司资本开支预期合计约7200亿至7400亿美元。麦肯锡调查中37%报告EBIT影响,仅6%属于AI高绩效企业。

ตู้เซิร์ฟเวอร์ภายในศูนย์ข้อมูล

全球大型科技企业正在以数年前难以想象的规模投资人工智能数据中心、芯片及网络。根据亚马逊、Alphabet、微软和Meta各自披露的2026日历年资本支出预期,简单相加约为7200亿至7400亿美元。这只是不同会计口径下的规模参考,不是纯粹AI支出,也不是已经审计的全年实际投资。

提供芯片和计算基础设施的企业已经能够在财报中体现利润;购买这些设施的企业则面对更难的问题:AI帮助员工节省时间,究竟有多少转化为可衡量的经营利润?麦肯锡2026年8月25日发布的调查显示,37%的受访者称AI对其组织息税前利润(EBIT)产生某种影响;只有6%符合“AI高绩效企业”标准,即AI对EBIT至少贡献5%,并创造显著业务价值。AI投入与实际回报之间的差距正是“AI ROI Gap”。

究竟有多少公司真正从AI获利?先厘清利润定义

至少有三个不同概念。首先,公司可能实现整体净利润,但利润包含大量非AI业务。其次,某一个AI项目在扣除算力、模型、人员、接入、治理和业务流程改造费用后可能得到正回报。最后,AI也可能显著改善整个公司的EBIT,这需要把AI作用与经济周期、价格调整等因素区分开。不能拿其中一种指标证明另一种。

麦肯锡2026年指标受访比例如何解读
至少一个部门使用AI~90%采用不等于回本
企业级规模化AI44%2025年为38%
报告AI影响EBIT37%影响程度可能较小
AI高绩效企业6%EBIT贡献至少5%并有明显价值
AI运营费用限制使用~20%token与运维费形成限制

此次麦肯锡调查于2026年5月至6月开展,涉及97个国家的1,719名受访者。数据来自受访者对所在企业的描述,不是对全球所有公司财报进行审计。因此,6%并不意味着只有6%的企业在AI上实现任何正向ROI,其余94%也不代表都亏损;一些公司可能取得较小收益,或暂时无法独立衡量。2025年的类似调查中,约39%认为AI影响EBIT,高绩效者约6%。两年样本不完全相同,不能把39%降至37%解释为全球AI利润率确定下降两个百分点。

2023年至2026年AI资金如何迅速增长

2023年生成式AI普及后,企业开始大量采购高性能GPU并预订更多电力。2023年至2024年以试点为主,2025年至2026年转为实际扩建数据中心,随之而来的是折旧、供电和资产利用率能否被收入覆盖的问题。

期间AI投资演进证据与局限
2023 – 2024从生成式AI试点到建设基础设施GPU、云平台及流程调整
2025斯坦福统计全球企业AI投资 ~581,690,000,000 USD含私人资本及并购,不只是CapEx
2025IEA估计五大科技公司CapEx超过 400,000,000,000 USD包括非AI基础设施
2026IEA预计继续增加 ~75%预测值,不是全年实际支出

斯坦福AI指数统计的2025年全球企业AI投资约为5,816.9亿美元,包括私人资本投资及并购交易等,不能再与大型科技公司的CapEx直接相加,因为融资、收购和固定资产投资的定义不同且可能重复。四家科技巨头2026年的投资预期如下:

公司2026年CapEx预期注意口径
Amazon~220,000,000,000 USD全集团现金CapEx,不只是AWS或AI
Alphabet195,000,000,000 – 205,000,000,000 USD全年预计含其他设施
Microsoft~170,000,000,000 USD按日历年估计,包含融资租赁
Meta135,000,000,000 – 145,000,000,000 USD包括融资租赁本金偿还

合计约7,200亿至7,400亿美元仅供观察规模。亚马逊披露全业务现金资本开支;微软的预计数字包含融资租赁,Meta则包含融资租赁本金偿还。云业务、零售、广告和一般数字设施也占其中一部分,并非全部采购AI模型或GPU。资产投入后,会在未来带来折旧、电费、土地、租赁及维护支出。战略地位可能因此受益,但回收现金仍需要数年持续的实际需求。

为什么很多企业陷入“试点炼狱”

MIT Project NANDA的2025年初步研究《The GenAI Divide》曾因95%的受研究企业生成式AI部署尚未在损益表中产生可衡量收益而广泛传播。研究参考300多个公开项目、对52家组织的访谈和153名高级管理者的问卷。这项探索性研究说明试点难以转化为日常生产系统,但样本并不代表全球公司,不能据此宣称全球95%的企业因AI亏损,也不能与2026年麦肯锡调查作同口径比较。

模型输出速度快,不代表完整流程更便宜。企业仍需人工核对数据与结果,还要支付系统集成、权限管理、纠错、信息安全及按次推理费用。写作节省的时间可能转为审核时间。麦肯锡发现,80%的受访者认为个人生产率提高,只有37%报告公司层面的EBIT影响。这并不等于AI没有价值;只有企业实际减少付费成本、销售更多产品,或新增收入超过新增支出时,生产率才会变成利润。

技术人员在数据中心检查设备

芯片、云服务和应用之中谁先实现盈利?

基础设施建设周期中,芯片与设备供应商交货便可确认收入,购买方却要等待客户付费并提升计算资源使用率。因而多家基础设施供应商的利润在财报中更清晰,但这不意味着它们所有客户的AI投资已经回本。

公司及财务期间相关收入已报告经营利润
NVIDIA (Q2 FY2027)数据中心 89,000,000,000 USD全集团经营利润 63,734,000,000 USD
Broadcom (Q3 FY2026)总收入 29,591,000,000 USD全集团经营利润 15,955,000,000 USD
AWS (Q3 CY2026)46,000,000,000 USDAWS经营利润 17,800,000,000 USD
Google Cloud (Q3 CY2026)30,709,000,000 USDGoogle Cloud经营利润 11,121,000,000 USD

截至2026年7月26日的季度,NVIDIA数据中心业务收入同比增长117%;截至8月2日的季度,Broadcom总收入同比增长86%。它们公开了真实销售与公司层面的经营利润,但也有非生成式AI产品,不能把全部经营利润称为“AI净利润”。

云服务方面,AWS在2026年第三季度的经营利润为178亿美元,去年同期为114亿美元。Google Cloud经营利润111.21亿美元,上年同期35.94亿美元,当季收入307.09亿美元。两个云业务部门也经营传统数据库、存储和非AI计算,披露的是云业务利润,而不是单独核算的AI利润。供电、输电、冷却和数据中心建筑企业也可能受益,但许可证、建设成本、长期电力合同和实际需求决定各项目回报,不能保证所有能源公司都成为赢家。

软件收入增加,不等于AI利润能够单独证明

软件订阅可以向众多客户销售服务。若单位模型推理成本下降速度超过收入增长,利润率可能改善;相反,大客户高频调用模型可能使固定月费不足以覆盖实际算力支出。

微软截至2026年6月的财年实现整体净利润1,337.49亿美元,2026年7月至9月还有186亿美元的正自由现金流;这并不是Copilot等AI产品单独的可审计净利润。Meta在2026年第三季度实现646.01亿美元收入、129.88亿美元经营利润,但因投资加快,自由现金流为负21.20亿美元。当季还有约99亿美元一次性诉讼费用,与AI投资不同。不能把现金流转负或季度利润变化直接归因于AI亏损。

许多私人AI应用企业公布用户量、年化收入或融资额,却未披露完整模型训练、推理折扣、人员和安全成本,以及可核实的净利润。销售额不能直接证明盈利。麦肯锡还发现,32%受访者曾因可以利用AI编程代理自行开发,而放弃购买至少一个软件产品或功能,通用软件厂商因而面临价格与差异化挑战。

如何计算ROI,避免把效率写成幻影利润

可靠的试点应预先建立基线,选定每笔订单成本、客服处理时间、返工率、销售转化率等指标,并通过可比较的实验组与对照组衡量。AI生成多少文件或消耗多少token都不是利润。

ROI =(真正实现的财务收益-总投资和运营成本)/总投资和运营成本。计算需明确期间,把云、模型、咨询、安全、数据连接、员工及错误审核的成本纳入。如果工具省下两小时,但企业并未实际减少支出,也没有用空出的时间创造额外销量,不能立刻把两小时按现金节省入账。未产生可衡量收益的项目应调整或终止,已证实有效的项目再扩展。有些支持性工作以改善服务质量为目标,也不应硬套一个季度内现金回本的要求。

风险从科技预算延伸到电力系统和资本市场

国际能源署估计,全球数据中心2024年耗电约415 TWh,到2030年可能升至约945 TWh。其中并非全部来自AI,但电网、土地、冷却设备和电力供应成为建设计算能力的重要约束。

一方面,巨额CapEx为芯片、电气设备、承包商及数据中心带来销售和就业;另一方面,买方在收入兑现前要承担折旧、租赁与融资成本。如果需求低于预期,高价建成的机房可能闲置。亚马逊报告截至2026年9月的12个月自由现金流为负424亿美元,主要与增加采购包括AI设施在内的固定资产有关,但AWS经营利润仍在上升。自由现金流为负不等于净亏损,云业务盈利也不足以证明全部新增资本投资已回本。

高利率会提高融资成本,芯片更新过快可能缩短经济使用寿命并增加折旧压力;但若终端AI用户真正增加收入,算力需求又可能支撑新建容量。目前的数据不足以断言整个市场最终走向。

哪些数据能证明AI投资开始回本?

未来12至24个月,应关注单位算力实现的收入、数据中心利用率、折旧与电力成本增量、扣除CapEx后的自由现金流、单次AI请求利润率,以及更多企业能否报告AI带来的EBIT提升。芯片供应商盈利不能证明买方已经回本,软件订阅数增长也不能代表应用行业整体净利润改善。

核心结论 芯片和云服务企业中已经出现财报可见的赢家,但现有公开信息仍不足以准确统计全球多少公司实现了可以单独归因于AI的净利润。2026年麦肯锡调查中,37%报告某种EBIT影响,只有6%进入高绩效群体。真正的长期赢家要看AI应用能否转化为新增利润及投资后的现金流,而不是单看资本开支和用户数。

主要参考资料

McKinsey – The state of AI in 2026 | MIT Project NANDA – The GenAI Divide | Stanford AI Index 2026 | IEA – Key Questions on Energy and AI

Amazon Q3 2026 | Alphabet Q3 2026 | Microsoft FY2027 Q1 | Meta Q3 2026

NVIDIA FY2027 Q2 | Broadcom FY2026 Q3 | IEA – Energy and AI

参考来源

主题: 科技企业盈利资本市场能源