AI 行业三年烧了 1.38 万亿美元，只赚回 905 亿——为什么说 2028 年才是真正的拐点？

2026 年 5 月 | 杭州鸿观

最近看到一个数据，说实话挺震撼的。

2023 到 2025 这三年，全球 AI 行业累计投入了大约 1.38 万亿美元——主要都花在买 GPU、建数据中心、搞研发。但这三年的 AI 相关收入加在一起，只有 905 亿美元。

换算一下：每烧 15 块钱，只赚回来 1 块钱。

这个比例，已经到了让所有投资人都需要认真思考的地步。

一、钱都烧在哪了？

先看投入端。2023 年全球 AI 投入约 2,800 亿美元，2024 年 4,500 亿，2025 年攀升至 6,500 亿。三年合计 1.38 万亿美元。

这笔钱的主要去向：微软、谷歌、亚马逊、Meta 这几家云厂商买 GPU、建数据中心，加上 AI 创业公司的融资和研发投入。

再看收入端。2023 年全球 AI 软件和服务收入约 215 亿美元，2024 年 300 亿，2025 年约 390 亿。三年加起来 905 亿。

15:1 的投入产出比，放在任何行业都是触目惊心的数字。

二、为什么这么难赚钱？

AI 推理服务的成本结构决定了它的盈利困境。

传统 SaaS 的毛利率普遍在 75% 到 85% 之间，但 AI 推理服务的毛利率只有 40% 到 60%，很多公司甚至只有 30% 左右。

原因在哪？成本大头是算力。GPU 采购、电力、冷却加在一起，占了 AI 公司总成本的 50% 到 70%。研发和人力又占了 20% 到 30%。留给利润的空间本身就很小。

行业内有个粗略估算模型：每投入 1 美元算力基建，应用端需要产生约 4 美元的营收，整条产业链才能打平。

现在投入 15 块只赚回 1 块，离 4:1 还差得很远。

三、要打平，得同时满足三个条件

要把投入产出比从 15:1 拉到 4:1 以下，让整个行业盈利，需要三件事同时发生：

第一，AI 收入要翻 5 到 8 倍。 2025 年年收入 390 亿要涨到 2,000 到 3,000 亿美元级别，才能覆盖每年 6,000 到 8,000 亿的投入折旧加运营成本。这需要企业付费意愿真正爆发，付费 Token 占比从现在的不到 10% 提升到 50% 以上。

第二，算力成本要降到现在的三分之一到五分之一。 路径有两条：一是技术进步——下一代 GPU、存算一体新架构、模型蒸馏和稀疏化；二是国产算力替代——华为昇腾、寒武纪等把 H100 这类高价卡的价格打下来。算力成本降到位了，毛利才能从 40% 抬到 60% 以上。

第三，AI 应用要真正普及到各行各业。 不是写文案、画图这种轻量场景，而是制造排产、医疗诊断、金融服务、教育辅助这些能产生真金白银价值的核心业务。每个垂直行业都要有百万计的企业愿意为 AI 付费。

四、时间表：2028-2030 是最可能的拐点

根据市场主流预测，几个关键节点的轮廓已经比较清晰：

2026-2027 年：降本优化期。 新一代 GPU 陆续出货，模型蒸馏和量化技术更成熟，算力成本进入下降通道。垂直领域 AI 应用开始试水，但整体还是投入大于产出。

2027-2028 年：垂直应用率先盈利。 制造、医疗、金融、教育等行业的 AI 解决方案开始产生正向利润。企业服务 AI 先于通用大模型跑通商业模式。行业年收入有望达到 1,000 亿美元级别。

2028-2030 年：全面平衡点。 算力成本降了 3 到 5 倍，AI 应用大规模普及，全行业整体实现收支平衡。包括 OpenAI 这类通用大模型公司，最乐观的预测也是在 2030 年前后实现整体盈利。

五、这对企业意味着什么？

对浙江的企业主来说，这个分析有几个直接的启示：

不要被"AI 很火"冲昏头，也不要被"AI 在烧钱"吓退。 行业整体在烧钱，不意味着 AI 对单个企业没有价值。关键在于找到能落地产生实际效益的场景，而不是追逐最前沿的大模型。

现在是"进场不亏、但不能大手大脚"的阶段。 算力成本正在快速下降，现在不布局可能错过窗口，但盲目上大项目很可能沦为算力军备竞赛的牺牲品。从轻量级场景切入、走"小步快跑"的路线，更适合绝大多数中小企业。

浙江企业有独特的优势。 制造业密集、产业集群成熟、政府对数字化转型的扶持力度大——这些都为 AI 垂直应用落地提供了天然的土壤。先吃透一个场景的 ROI，再逐步扩展。

一句话总结

最近三年，AI 行业投入 1.38 万亿美元，只产出 905 亿美元收入，投入产出比 15:1。 要整体打平，需要收入翻 5-8 倍、算力成本降到现在的 1/3-1/5、企业付费大规模普及。时间窗口大概率落在 2028-2030 年之间。

对正在考虑 AI 投入的企业来说，现在最理性的策略不是"满仓杀入"，也不是"坐等观望"，而是选一个能算清楚账的场景，先跑通再放大。

这是门槛最低、收益最确定的上车方式。

【名词解释】

GPU（Graphics Processing Unit，图形处理器）—— 原本用来画图的芯片，因擅长并行计算，成为跑 AI 训练和推理的核心硬件

Token（词元）—— AI 处理文本的最小单位，一段文字拆成若干 Token，AI 按 Token 数收费

算力成本 —— 运行 AI 模型需要的计算资源费用，包括 GPU 租赁/采购、电力、冷却、机房等

模型蒸馏 —— 把大模型能力"浓缩"到小模型的技术，用更低成本达到接近的效果

SaaS（Software as a Service，软件即服务）—— 不用安装，网上订阅就能用的软件模式

毛利率 —— 收入减去直接成本后的利润比例，越高说明盈利能力越强

投入产出比（ROI） —— 投入和产出的比例。15:1 就是花 15 块赚 1 块

杭州鸿观信息科技有限公司 | AI 热点解读 | 2026-05-21