人工智能经济规模已达1100亿美元：真实收入与隐性增长驱动力
人工智能的规模已不再是抽象概念。过去12个月，在剔除重复计算后，AI行业的实际收入达到1100亿美元。而当前年化收入已达1750亿美元。这不仅仅是数字——它清晰地表明，这项技术已从实验阶段进入稳定的商业应用阶段。
方法论的关键细节在于：每一美元只计算一次。例如，花在Claude上的1美元只被记录一次，即使其中一部分流向了亚马逊或其他基础设施供应商。该指标根据终端客户的支出衡量，而非供应链各环节的收入。计算中未包含中国、内部AI经济、广告效应、咨询和系统集成。这使得数据尽可能贴近实际消费。
增长速度：比移动技术和互联网更快
AI行业的增长速度大约是当年移动技术或互联网普及速度的三倍。收入形成的速度急剧加快：每新增10亿美元收入现在不到两天就能实现，而2023年则需要180天。即使按科技行业的标准衡量，这也是前所未有的动态。
企业级AI已超越试点项目阶段，但全公司范围内的深度部署仍处于早期阶段。在标普500指数追踪的公司中，财报电话会议提及AI的比例达到31%。然而，其中只有20%的公司就技术对业务的影响做出了量化声明。这意味着，目前只有少数公司证实了具体的可衡量效果。其余公司仍在研究或测试中。
基础设施经济与价格弹性
云巨头的收入目前大致覆盖AI基础设施的折旧，但显卡的经济性在很大程度上取决于六年使用寿命的假设。而其余AI基础设施则按14年建模。这造成了评估中的某种失衡，投资者应予以关注。
关于代币价格的结论尤其值得关注。成本下降并不会自动减少收入：代币价格每降低10%，其消耗量就会增长12%至18%。这意味着AI需求具有弹性——降价带来的使用增长速度快于成本下降速度。这种效应可能成为未来规模化的关键驱动力。
电力供应和数据中心成本被列为增长的主要限制因素。正是这些因素将在未来制约AI经济的发展。计算团队为此工作了数月，凸显了分析的深度。
我的观点：数据证实AI已进入成熟市场阶段，但基础设施限制以及标普500公司中部署的不均衡表明，真正的爆发还在前方。投资者不仅应关注收入，还应关注能源容量——这是整个生态系统新的限制因素。