
阿波罗全球管理公司(Apollo Global Management)11 月 18 日发布报告指出,根据已公布的投资计划,2026 年至 2028 年,AI 基础设施累计资本开支可能达到约 3.5 万亿美元。要支撑这一建设规模,到 2028 年底,AI 产业所需的年化收入可能达到 1.5 万亿至 2 万亿美元,约为当前水平的 5 至 7 倍。

尽管目前算力需求持续超过供应,图形处理器(GPU)租赁价格上涨,部分基础设施提供商的投资回收期甚至不足一年,但庞大的投资规模意味着,AI 产业最终必须创造足够的商业收入,才能确保基础设施、模型开发及应用服务等各个环节获得合理回报。
每 GW 算力需要约 200 亿美元年收入
阿波罗通过测算单位算力的建设运营成本,以及 AI 产业链各环节所需的利润水平,推算出支撑整个 AI 生态系统的收入规模。
报告以 1 吉瓦(GW)AI 计算容量为例,假设每 GW 的 IT 设备资本开支约为 300 亿美元,数据中心资本开支约为 150 亿美元,IT 设备使用寿命为 6 年。
不过,基础设施成本只是整个产业链收入需求的一部分。阿波罗认为,提供算力的基础设施运营商、开发基础模型的企业,以及提供 AI 应用服务的公司,都需要获得一定利润。
按照报告的示例模型,每 GW 算力对应的年度折旧及运营费用约为 68 亿美元,基础设施层、模型开发商及应用层需要留出的利润空间分别约为 37 亿美元、53 亿美元和 39 亿美元。其中,应用层的测算假设约 25% 的服务由独立应用公司提供,并对该部分采用 50% 的毛利率。
随着各环节利润要求逐层计入,每 GW 算力所需的年收入从基础设施层的约 110 亿美元,增加至模型开发商层的约 160 亿美元,最终在应用层达到约 200 亿美元。

这一测算主要基于英伟达 Blackwell 一代芯片。报告指出,如果采用 Vera Rubin 一代芯片,每 GW 算力的年度折旧及运营费用可能升至接近 90 亿美元,进一步抬高收入要求。
阿波罗估计,到 2028 年底,全球部署的 AI 计算容量可能达到约 100GW。按照保守和乐观的算力部署情景,在上述成本及产业链利润假设下,支撑相关基础设施投资所需的年化终端收入约为 1.5 万亿至 2 万亿美元。
AI 收入高速增长,距离目标仍有差距
尽管收入目标十分庞大,但 AI 商业化进展已经展现出强劲增长势头。
阿波罗援引的数据表明,2024 年初,AI 应用收入的年化水平仅约 110 亿美元,到 2026 年第二季度已增至约 2000 亿美元,并于 9 月进一步达到约 2760 亿美元。
报告指出,自 2023 年以来,AI 应用收入的年增长倍数约为 3.75 倍。不过,要在 2028 年底达到 1.5 万亿至 2 万亿美元的收入需求,未来两年仍需保持每年增长至上一年约 2.3 至 2.6 倍的速度。
阿波罗认为,AI 应用此前的增长表现说明,这一路径具有一定可行性,但随着收入基数不断扩大,维持如此高的增长速度将越来越困难。
需要说明的是,上述收入主要来自企业及消费者支付的 AI 应用和服务费用,包括企业 AI 软件、消费者订阅等。相关估算并未计入 AI 带给谷歌和 Meta 的广告收入增量,也不包含芯片销售收入。
对于 AI 产业而言,关键不仅在于技术能力和算力规模持续提升,还在于能否将这些能力转化为足够广泛、可持续的付费需求。
AI 收入增长需要突破传统科技市场
阿波罗指出,按照其测算,到 2028 年底,AI 产业所需的年化收入规模将超过多个传统科技市场 2025 年的规模。
阿波罗汇总的数据显示,2025 年全球云计算市场收入约为 4190 亿美元,在线广告和半导体市场规模分别约为 7150 亿美元和 7950 亿美元,企业软件市场规模估计约为 1.19 万亿美元。
相比之下,2028 年底 AI 产业可能需要实现的 1.5 万亿至 2 万亿美元年化收入,甚至超过整个全球企业软件市场的现有规模。

阿波罗认为,这意味着 AI 的长期商业化机会不能仅仅依赖传统科技市场,而需要进一步渗透更广泛的经济活动,尤其是通过提高劳动生产率,为企业和消费者创造能够量化的经济价值。
报告援引的数据显示,2024 年全球劳动收入约为 58 万亿美元。即使 AI 仅带来相对温和的生产率改善,也可能在如此庞大的经济活动基础上创造可观的新增价值。
对于 AI 服务提供商而言,如果能够通过产品和服务分享部分新增经济价值,就有机会获得支撑基础设施投资所需的收入。
企业 IT 预算同样存在增长空间。报告援引麦肯锡 2026 年 5 月的客户调查指出,受访企业分配给 AI 的 IT 预算比例中位数约为 7%,而 AI 原生组织的相应比例约为 23%。
此外,消费者 AI 订阅服务,以及制药、网络安全和国防科技等领域的新产品与服务,也可能成为未来 AI 收入增长的重要来源。
阿波罗认为,单一市场可能难以独立创造数万亿美元的 AI 收入,但多个市场共同扩张,将为 AI 商业化提供可观的增长空间。
收入若不及预期,投资规模也可能调整
阿波罗强调,数万亿美元收入需求的测算建立在基础设施按计划部署的前提之上。
电力供应不足、芯片短缺、数据中心建设延迟,以及潜在政策限制,都可能减缓算力部署速度。与此同时,如果 AI 收入增长不及预期,相关企业估值下降、融资成本上升,也可能促使企业削减或推迟资本开支。
阿波罗认为,资本市场由此可能形成一种抑制过度投资的反馈机制:当 AI 收入增长不及预期时,企业可能放缓基础设施建设,进而降低支撑调整后投资规模所需的收入门槛。这可能有助于缓解产能过剩及投资泡沫风险。
报告援引 AI 公司 Anthropic 的 IPO 注册文件指出,如果收入增长放缓,该公司可能面临算力和模型开发投资受限的风险,进而削弱竞争优势,并对未来收入增长形成进一步压力。
不过,企业也可以通过分阶段投资控制风险。Anthropic 的做法之一,是提前锁定数据中心容量,同时推迟规模较大的 AI 加速器采购,直到实际算力需求更加明确。
阿波罗指出,AI 基础设施的大部分成本集中于加速器及 IT 设备,相关投资具有一定的可推迟性。不过,已经承诺使用的数据中心容量仍可能带来合同义务。
由于报告的模型分别计入基础设施、模型开发和应用层的利润要求,更深度的产业链纵向整合,或更多生态系统补贴安排,都可能降低所需的终端收入规模。
总体而言,阿波罗仍然看好 AI 收入未来几年的快速增长,认为随着模型能力持续改善、应用场景不断拓展,AI 将进入更广泛的经济领域。
但报告强调,真正的问题并非 AI 收入能否继续增长,而是其增长速度能否足够快,以支撑正在进行的基础设施建设