AI的“万亿拷问”：疯狂砸AI，从哪里赚回来？

在上篇分析《AI“原罪”：英伟达是 AI 戒不掉的 “兴奋剂”？》中，海豚君提到了2025年AI产业链的核心变化是产业链价值极度上游化之后，产业链健康度失衡，在FOMO心态下，AI投入节节攀升，但核心玩家博弈明显。

但互联网迈入AI时代，无论要素变化如何重塑产业链条上不同玩家的话语权，AI还是要回答一个终极问题：在这场五年上下为折旧周期的前置式重资金、重技术、重人才投入，最终到底是不是一场泡沫，终极衡量非常简单，它创造的ROI是否算得过来。

本篇，海豚君就围绕尝试来毛估算一下这场AI投资盛宴所需要的投资回报，以及迈向这个投资回报，2026年以及之后，AI重点应该关注什么？

01 到底多少增量创收，北美AI投入的ROI才算得过来？

先解决一个基础命题，这些年疯了一样的AI投入到底需要创造多少的收入才能有一个合理的ROI。这里海豚君先做一个稳态下的合理假设：

a. 英伟达每卖出1美元的AI芯片+配套网络，云计算中心实际投入是2美元；

b. 按目前云计算50%毛利率水平，数据中心2美元的投入，需要云服务商创造4美元的收入，ROI才能覆盖上；

c. 而下游最终的用户（AI和Model使用者的最终客户）这里同样做一个50%的毛利率假设，也就是终端企业4元的云服务采购，至少要创造8块钱的收入ROI才能算得过来。

那么在这条复杂冗长的产业链上，芯片设计商每1美元的AI芯片和网络收入，要在终端场景产生合理的ROI，大概是：1×2×2×2=8元才能算得过来。

来源：英伟达NDR材料

按目前市场现在对主流芯片设计商2026年的收入预期（AKA云计算中心AI芯片+网络的采购支出），26年3700亿美金的合计收入。大约对应云计算中心26年6400亿美金（也是目前的市场一致预期）的数据中心资本开支。

而这些资本开支，在5年的摊销期合计要给云计算厂商们合计创造6400×2=1.2万亿的收入才能算得过来。这1.2万亿的收入，在CSP的客户账单中，就成了1.2万亿的AI云计算采购支出，这些客户要把账算过来，需要创收2.4万亿的终端场景才行（对终端客户来看，要么创收、要么减支）。

当然，如果把这2.4万亿的经济价值要求摊到5年，每年5000亿，好像也不是特别困难。但多数人的预测中，AI投入是在这个体量上每年高增，还要增长很多年。

甚至在英伟达的自己对云服务资本开支的预测中，到2030年甚至要拉高到3.5万亿的资本开支水平。其实，就算这个水平上零增长维持五年，那把2.4万亿增量经济价值摊销到五年也没有意义。

也就是说，2026年6400亿的资本开支，对一年经济效益的要求就有2.4万亿美金，考虑到美国当下名义GDP大约31万亿。这个水准的资本支出所对应的2.4万亿的经济增加值要求，已经相当于25年美国名义GDP的7.5%+。

换句话说，美国企业的这场AI投入带来技术扩散效应，美股AI在全球繁殖，同时也要带来美国自身生产效率的提升。按美国美联储主席热门人选哈塞特的说法，AI要在26年带动美国生产效率提升4%，美国实际GDP 2026年低于或等于3%的增长都是不够的。

带着2万亿+的终端价值总要求回报，在解答AI泡沫到底会不会破裂的时候，26年关键就是看什么？海豚君认为，不妨跟踪三大方向：

1）AI集大成群体：美股互联网利润能否加速增长？

2）排头兵OpenAI真能成为下一个互联网巨无霸吗？

3）端侧AI：到底何时才能爆发？

02 AI集大成群体：美股互联网利润能有加速增长吗？

美股互联网巨头因多数本身是云服务提供商，同时手握核心的分发渠道，也是下游场景落地的集大成者（比如， AI推荐系统普遍被这些企业用来对原本的推荐系统升级，以实现更好的人与货、人与内容，广告与人之间的推荐精准度）。

AI的落地首先是应该体现在这大公司收入的加速扩张中，或支出降本增效和人力替代中。而一旦没有收入的加速扩张，就会体现为重资产化资本开支强度走高，即使AI有效抵消一部分研发人员开支，一旦重资产的摊销比例上来，利润率也会下滑。

收入增长停滞或放缓+利润率收缩夹击，EPS必然会加速放缓，这样就等于完全逆转了这三年巨头超额收益的底层支撑——收入加速增长、EPS比收入增长更高的规模化优势。

过去几个季度来看，美股互联网巨头（微软、谷歌、Meta、亚马逊四家）收入端上基本保持住了高增长，甚至因为AI推荐系统提高了互联网广告的变现效率，巨头的收入增长以Meta为核心，还有加速增长的势头。

且AI投入早期阶段，除了微软之外的折旧费虽然有所拉升，但由于收入加速增长，这些新增的费用基本能被有效摊销。

但从25年三季度开始，研发支出（AI人才争夺战）在报表端的利润侵蚀已经非常明显，以至于已经开始全部侵蚀掉了收入加速增长带来的经营杠杆效应。

结果是，九个季度后，巨头经营利润率首次下滑，巨头们首次出现了利润增长慢于收入增长。

而回溯过往，当2022年美股巨头们收入增长放缓的同时，利润率转而又下滑，导致EPS呈现双重压力时，巨头普遍会经历惨烈的杀估值行情。

从三季度已经给出业绩展望的公司们来看，Meta因为指引收入已经隐含了四季度增长放缓，杀估值已经开始。其他几个互联网巨头（除苹果外），市场目前普遍预计的是传统互联网业务增长放缓（电商、广告），而云业务增长小幅加速。

对于，2026年美股互联网利润能有加速增长吗？从三季度的答案来看，除非AI生产力提升大杀四方，否则希望并不大，甚至能保住收入一头加速增长也不是一件容易的事情。

如果26年增长确实如此，这里隐含的意思是AI并没有给传统业务带来显著的增量收入，云业务加速度不明显，那么26年很可能是三季度利润率边际下行、EPS增长下行的进一步演绎。

26年看起来多数巨头都会处在收入增长停滞而投入加剧的收支错配期。因此，站在高估值的2025年末去展望2026年，美股巨头们接下来AI资本开支高增、摊销折旧支出在报表端明显呈现、同时AI抢人战下研发支出“通胀”，而AI的回报（体现在增收或者降本裁员），无法有效去稀释掉这些新增的开支的时候，美股部分巨头恐怕就会遭遇杀估值，即使不杀估值，恐怕也很难跑出超额收益。

03 终端排头兵OpenAI真能成为下一个巨无霸吗？

目前AI的落地集中在B、C两端。

目前C端模型跑出来的应用场景，主要是Chatbots和AI搜索，另外一个是浏览器，但目前看浏览器在交互形态发生大的变化之前，要颠覆传统浏览器还比较难。

B端的应用多数是以生产力的AI Agentic工具为主，收入增长快，但是整体体量仍然偏小。

作为开创者，OpenAI要支付25年开出的巨额资本开支承诺，也意味着它的创收和变现压力最大。它26年变现速度和方向，会是2026年这2.4万亿经济价值增量的一个重要跟踪方向。接下来海豚君就以OpenAI来作为重点对象，来研究它的推进速度。

按媒体信息，当下OAI 25年按10月年化预期200亿，全年130亿；目前公司收入有 to C端——ChatGPT(app订阅收入；to B端 ——OpenAI API接口为主，两类收入构成。to C和to B收入两端构成，从7：3占比优化为25年的65：35。

如果明年收入仅仅300亿，那么收入会远远不够支付这些云服务的偿付承诺（26年新增500亿支付承诺）。

1） to C 互联网消费：ChatGPT目前toC互联网产品，OpenAI仅有一个ChatGPT，其他新推互联网产品——浏览器、Sora等等，目前还不到迹象，目前的用户留存还都太差了。

目前ChatGPT 大约8-9亿WAU，估算年化收入120亿美金；如果按照最终20亿MAU（大约油管的用户体量），按目前APP的付费订阅率10%来毛估算，ChatGPT稳态订阅收入可能会在450亿美金上下。

而其他变现上，目前看纯广告可能较难，因为在模型中加入广告权重会污染模型，影响用户对ChatGPT回答的信任度；但基于成交的收入还在尝试中，收入目前不好测算。

从目前的产品演进来看，更偏订阅产品；如果终局是订阅类APP，那么交易变现假如占比25%（基于其他to C付费类APP估算）中广告收入占比来估算，那么对应应该是150亿美金，订阅加交易类收入合计收入600亿美金。

这个收入假设是建立在ChatGPT目前实现全球20亿用户的基础上的。回溯历史互联网APP用增史，不考虑社交类APP，多数APP过了10亿用户大关之后，单体APP（无母APP导流）用户继续高增，都会变得较为困难。

而AI聊天APP如果在技术领先期内，无法形成有效生态壁垒，一旦一个更强导流的竞对在模型能力跟上来，如出现类似谷歌 Gemini模型迭代+垂直一体化成本优势下的低价竞争，可能会导致OpenAI的付费订阅率迟迟拉不上去。

而25年一个很大的变化是，Gemini+Nano Banana在快速追赶，已经开始威胁ChatGPT在AI对话上的竞争力。

04 AI互联网的经济性到底如何？

相比于创收端的难以预料，海豚君在梳理OpenAI的收入经济性以及未来可能盈利前景的时候，遇到了另外一个麻烦的问题，不得不让海豚君重新思考AI时代to C互联网的生意经济性问题。

海豚君注意到，当下的OpenAI收入年化接近200亿美金，体量已不算小，但似乎收入做大过程中，亏损的斜率更高。

下图是海豚君从媒体报道中整理的微软从OpenAI的收入中拿到提升，假如该提成相对其收入规模比例关系保持稳定，同时三季度之前微软作为40%的股权拥有方，在OpenAI之前的亏损比例也保持稳定，那么微软因OpenAI亏损计入自己表内的亏损承担，相对比微软从OpenAI处获得的收入，能够一定程度上体现OpenAI的亏损率趋势。

当海豚君把这两个数放在一起的时候，呈现出非常完全“反互联网规模效应”的结果：OpenAI的收入在增长过程中，OpenAI的亏损率反而越来越大。

而我们知道，经历过PC和移动互联网，甚至是对带宽、CPU和存储要求更高的视频互联网，都能免费提供服务，早期完全不需要付费订阅。

免费提供APP服务，可以快速打满用户，最终用户不需要为网络服务买单，是广告商、卖货商为APP服务买单，实现极致的用户流量规模效应。

比如，大家熟悉的短视频互联网，相比图文互联网，因为视频需要更多的存储，视频的播放需要更多的流量，所以它对云服务的需求相比图文是更高的，但它好在能够建立超高的用户数量和时长——总流量池，用高效且多维度的变现来摊薄这些IT成本。

变现过程中，收入不断壮大，而成本增长速度远远低于收入，利润率结构分布的柱子不断上移，这也是互联网生意的魔力之处。

我们知道，传统互联网时代，一次搜索，在搜索结果的展示上，本质是统一底层知识库的不同组合展示，底层的内容知识库不变，传统互联网在给用户展示内容时候，边际成本非常低。

传统互联网时代的生产资料组合，似乎本质上是CPU+光纤+基站=流量=万物线上化，生产资料端的成本经过2000年的PC互联网泡沫破裂和移动时代多轮流量大基建（电信运营商的并购整合），生产资料端已经高度大宗商品化，超额利润已早被抹平。

但AI互联网，每一个问答，都是基础存量知识库的个性化回答生成。每一个都要GPU算力的介入，且交互频次越高，需要记忆的上下越长，消耗的Tokens也会进一步增加。

似乎，AI时代核心生产资料组合已经变成了GPU+电力=Tokens=万物智能化。在重塑后生产资料权重中，GPU不仅用量过高，上游又是高度垄断，溢价超高的行业。

从个性化问答角度，AI互联网有点“反互联网规模效应”，所以原始的用户积累阶段，开支和投入过大。所以，我们也能看到，AI互联网在to C端，在一开始推广的时候，就需要订阅付费，而非像Meta一样，在全球范围内最大可能地积累用户，中间用广告收入完全可以支撑免费用户的全球扩张。

现在，OpenAI在收入做大过程中，亏损率反而越来越高。这到底是因为OpenAI的免费用户增长过快了，还是因为AI时代上游生产资料的变化影响了AI时代互联网生意模式变化？

“AI”的消费互联网时代，到底还会有PC、移动时代无敌的互联网规模效应吗？这个问题值得深入思考，海豚君也会在AI经济的动态演绎中，尝试逐步去寻找这个问题的答案。

2） to B 产业互联网：模型接口

探讨完AI时代，消费互联网的问题。再看一下OpenAI商业模式上要顺滑很多的AI 产业互联网。目前OpenAI在to B端，主要是两类收入：

a. 企业订阅：5mn用户，按22元订阅收费，估计年化15亿美金（类似Office销售，员工使用，企业买单）

b. PaaS: API接口服务——Azure独家分发，估计年化收入60亿美金， Anthropic API收入年化已90亿美金。

从目前的竞争趋势来看，在大模型的API接口服务上，2025年Anthropic的市占率迅速，已经明显超过了OpenAI。

由于API接口的分发权在微软，因此OpenAI 模型 API接口的销售收入，OpenAI需要与微软分成。OpenAI在优先级上，对这块业务的推进并不高。

但在海豚君看来，但这块业务其实经济确定性比较强的地方，一方面企业用户本身付费能力较强，且收费模式上是按照Tokens消耗量来计费，相比to C互联网收入的不确定性，这部分在经济账上更容易投入产出比，风险系数比to B生意好算很多。

而全行业来看，按第三方数据（Menio Ventures），2025年AI云服务下游客户（第三方类客户）整体创造了大约370亿美金的收入，同比增长了320%。

按目前的增长斜率，2026年按同比150-200%的增长来算，整体to B方向（含基础模型+AI SaaS）26年应该能达到1000亿美金，因基数小，增长看起来更加速度。

注：Horizontal为通用办公AI，类似ERP、Office等；垂类行业指医疗健康等特定行业；部门AI指企业销售、财务等特定职能部门

行业层面，整个to B+to C下游场景合计创收2026年预估是to C 3000亿（美股互联网巨头新增收入）+to B 1000亿，大约也就是4000亿美金的增量。

尤其是C端，互联网竞争不仅是技术，更是在有限时间内，生态、用户、渠道、资金、产能等的生态竞争。在AI Model以季度为领先时间差的情况下，再生长出来一个全新to C互联网巨头，可能性并不算大。

因此未来多年高额的AI资本投入，最后真正的价值承担者，现在核算下来，似乎主要还是要寄望于端侧AI产品，以及由此产生新兴IoT产业互联网机会。

3）端侧AI，会是2.4万亿重担的真正承担者？

目前看，两类端侧产品，一种是人力替代型工具——AI机器人，但本身技术难度较高，推进进度可能会比较慢；而另外一类是AI消费电子，这一大类会类似移动时代的手机，是创造新需求的品类。目前来看：

a) AI机器人

似乎目前鸡生蛋和蛋生鸡的尴尬。

智能化：互联网的线上历史，有视觉、听觉数据，但唯独缺乏触觉数据。相比汽车的智能化，机器人智能化的研发在原始数据积累层面难度就高了很多。需要依赖硬件出货来收集数据。

硬件出货：没有智能化能力的机器人，除了少数尝鲜用户，买来除了占地方，能有多大的实用性？

注意这里逻辑与手机和汽车完全不同，手机在非智能手机时代，本身具备通信功能；而汽车在智能化到来之前，通过电动化来交通功能，本来也能够实现出货。

这两个大品类都可以在没有智能化功能的情况下，凭借既定规模出货量来实现智能化的冷启动——收集用户行为和场景数据，通过OTA实现智能化的迭代。而机器人在出货量少的基础下，去做触觉数据的收集和训练，恐怕路程会比较漫长。

b) AI时代新硬件：抢夺AI时代新的交互入口？

相比于AI机器人，海豚君认为似乎短期落地可能性更大的，是AI时代新兴消费电子。现在已经可以看到一批新的AI消费电子，比如说25年底，各家都在争相发售的AI眼镜，AI玩具，其他如AI戒指、AI手环、AI耳机，以及AI的基础上重做手机，类似近期豆包的AI手机等。

小结：26年三大方向——端侧AI、产业AI、算力降本

经过以上梳理，海豚君认为AI从22年底出现经过三年的演绎，三年围绕算力资源的炒作之后，26年或许更应关注算力降本需求下的投资机会，以及下游互联网巨无霸们处在投入产出错配期的情况下，去寻找AI在端侧落地的可能机会，以及产业AI落地中 Agentic vs 传统SaaS格局对比中产生的机会。

在26年的AI研究与跟踪中，海豚君也会重点从这三个方向去做深度研究，敬请关注。

本文来自微信公众号“海豚研究”，作者：海豚君，36氪经授权发布。