全球AI蛋糕怎么切?中国拿走了22%,利润却只有4%

全球AI蛋糕怎么切？中国拿走了22%，利润却只有4%

——全球AI产业收入真相：一场"被锁定"的困局

⚠️ 风险提示：本文为个人分析视角，不构成任何投资建议。市场有风险，决策须谨慎。

全球AI产业全景——2026年7月，3400亿美元收入正在被各国瓜分

一、中国拿走了22%的蛋糕，却只分到4%的利润

1.1 收入排名：中国第2，但增速已经落后了

2026年7月，全球AI产业链创造的蛋糕有多大？

3,400亿美元收入 + 6,400亿美元利润。

这是人类商业史上最暴利的单点技术革命。但切蛋糕的方式却极度扭曲。

国家/地区	2025年AI收入	占全球比	2026年预估	增速
🇺🇸 美国	$1,140-1,350亿	45-50%	~$1,500亿	25-30%
🇨🇳 中国	$560-780亿	22-24%	~$780亿	20-25%
🇰🇷 韩国	$180-220亿	6-8%	~$250亿	30%+
🇹🇼 中国台湾	$120-150亿	4-5%	~$180亿	20%+
🇪🇺 欧洲	$380-470亿	14-15%	~$470亿	15-20%
其他	$200-280亿	6-8%	~$300亿	—
全球合计	$3,000亿+	100%	$3,400亿	25-30%

注：中国数据综合CAICT、IDC中国、SAC及各家财报加总。

三个事实：

① 美国自己拿走全球一半的AI收入。这不是"市场份额"，这是近乎垄断的绝对优势。从模型层到芯片层到云层，美国企业都在吃最大的那块。

② 中国是"第二大市场"，但增速已落后美德韩——差距不是在缩小，是在隐形拉大。美国的增速25-30%，而中国只有20-25%，每一年都在缩小中国的相对优势。这本不应该发生在一个"AI大国"身上。

③ 蛋糕在快速膨胀，但切法在加速极化。全球AI收入每年增长30%，但增量的80%以上流向美国。中国虽然也在增长，但增速的差距正在让饼图上的"中国份额"越来越小。

1.2 真正的残酷：韩国用1/3的收入，赚了8.6倍的利润

收入不是故事的全部，利润才是真正的生存线。2025年，全球AI产业约$6,400亿利润的分配方式是：

国家/地区	2025年AI利润	利润占比	利润÷收入比	排名反差
🇺🇸 美国	$314亿	49%	27%	收入第1 → 利润第1
🇰🇷 韩国	$223亿	35%	100%+ ❗	收入第3 → 利润第2
🇹🇼 中国台湾	$47亿	7.4%	35%	收入第4 → 利润第4
🇯🇵 日本	$14亿	2.2%	15%	收入第6 → 利润第5
🇪🇺 欧洲	$14亿	2.2%	3.5%	收入第5 → 利润第5
🇨🇳 中国	$26亿	4.1%	4.6% ❗	收入第2 → 利润第3

🇨🇳 中国收入$780亿 → 利润仅$26亿🇰🇷 韩国收入$200亿 → 利润$223亿🇨🇳 中国收入$780亿 → 利润仅$26亿，🇰🇷 韩国用中国1/3的收入，赚了中国8.6倍的利润这不是"量大钱少"，这是结构性锁定。

中国卖出了全球最多的安防摄像头、最多的智能手机、最多的互联网服务，但所有这些都替代不了一颗HBM存储芯片。韩国的SK海力士、三星三家公司，用全球不到10%的AI"工作量"，拿走了全球超过1/3的AI利润。

1.3 一张表看懂：谁在吃肉，谁在喝汤

^{看一组对比：各企业财报，2025年年报数据，毛利率为综合毛利率而非AI专用，AI业务毛利率通常更高}

AI产业链各环节利润率的"阶梯状"分布——中国被压缩在最底部

环节	代表企业	毛利率	净利率	所在国
GPU设计	NVIDIA	74%	55%	🇺🇸
HBM存储	SK海力士	70%	40%	🇰🇷
晶圆代工	台积电	55%	35%	🇹🇼
EUV设备	ASML	50%	25%	🇪🇺
矿产分离	中国厂商	30-60%	可变	🇨🇳
云服务	AWS/Azure	40%	25%	🇺🇸
AI软件	美国企业	70%	20%	🇺🇸
安防AI	海康威视	45%	15%	🇨🇳
消费AI	百度/字节	35%	5-10%	🇨🇳
AI服务器	工业富联	6%	2%	🇨🇳

关键洞察：产业链的利润分配按"不可替代性"而非"劳动量"决定。中国做了最多的"工作"，赚最少的"钱"。

怎么理解这句话？用一个比喻：卖煎饼和卖面粉的区别。

卖煎饼（下游）：竞争者众、价格战、薄利多销——中国的安防AI、消费AI、云服务。卖面粉（上游）：寡头垄断、坐地起价、暴利——美国的NVIDIA GPU、韩国的HBM存储、台积电代工。两者的命运从一开始就写在了产业链的位置里：谁掌握了"不可替代的供给"，谁就掌握了定价权；谁能被替代，谁就只能接受被定价的现实。

这个道理听起来不复杂，但当它真实发生在AI产业时，中国的处境远比"煎饼 vs 面粉"更加严峻。因为煎饼厂随时可以转型做包子、面条，而AI产业的"面粉"不仅稀缺，上面还被焊死了——你没有办法用"做煎饼"的利润去"做面粉"，因为所有关键原料的供应链都被别人掐住了。

二、韩国凭什么？一家SK海力士=整个中国AI产业的利润

这不是一个文字游戏。韩国靠的是一样东西：HBM存储芯片。AI训练过程中，模型参数必须先从DRAM加载到GPU显存，而HBM（高带宽存储器）正是连接DRAM和GPU的桥梁。而在这个细分领域，全球95%以上的市场份额被SK海力士和三星两家韩国芯片厂垄断，而且这种垄断在未来3-5年内——在可预见的技术周期内——没有任何第三方能够打破。HBM之于AI训练，就像晶圆厂的空气过滤系统之于芯片制造：短期可以没有顶级芯片，但绝对不能没有HBM。

2.1 一个公司=整个中国：SK海力士的利润神话

公司	2025年AI利润	占该国比例
🇰🇷 SK海力士（HBM存储）	$113亿	51%
🇰🇷 三星（存储+代工）	$109亿	49%
🇰🇷 韩国AI总利润	$223亿	100%
🇨🇳 中国全部AI企业总利润	$26亿	—
🇰🇷 倍数	韩国是中国8.6倍	—

这意味着什么呢？一个韩国的SK海力士，2025年从AI产业拿走的利润（$113亿），比中国所有AI企业加起来的利润（$26亿）还要多出整整$87亿。韩国用一家公司，就击败了"世界第二大AI强国"的整个产业。这不是中国企业不努力，而是中国在HBM这个关键赛道上的"结构性空白"。

2.2 韩国靠的只有一样东西：HBM存储

韩国在AI存储芯片的"三寡头"格局

产品	韩国全球份额	为什么暴利
HBM存储	SK海力士+三星占95%+	AI训练刚需，没有替代品，价格三年涨300%
DRAM内存	三星+SK海力士占75%+	三寡头垄断，价格卡特尔式默契
晶圆代工	三星占15%+	仅次台积电，高通/苹果订单支撑

韩国的暴利秘密：不是卖得多，是卖得"独"——HBM是AI训练的"呼吸道"，韩国掐住了这个咽喉。

2.3 但韩国这张利润表，真正的老板是华尔街

但韩国的HBM暴利，最终流向了哪里？很多文章中滑过了这个关键事实——韩国HBM的高利润并非真正"归韩国所有"。通过资本市场的股权纽带，这些利润很大一部分回流了美国。

韩国芯片企业的股东结构——华尔街才是真正的老板

韩国企业	最大股东	股东国	持股比例	利润去向
SK海力士	韩国国民年金公团	🇰🇷	~10%	韩国养老基金
	贝莱德 (BlackRock)	🇺🇸	~7%	美国
	先锋领航 (Vanguard)	🇺🇸	~4%	美国
三星电子	韩国遗产税/基金会	🇰🇷	~5%	韩国
	贝莱德 (BlackRock)	🇺🇸	~8%	美国
	先锋领航 (Vanguard)	🇺🇸	~4%	美国
	三星家族	🇰🇷	~2%	韩国

三个关键事实：

① 🇺🇸 美国资本合计持有SK海力士约15-20%、三星电子约15-18%。这是不是巧合？不是。这是美元资本在全球半导体产业链上的长期布局。贝莱德和先锋领航通过长期被动持有韩国芯片企业，在2025年HBM价格暴涨300%的过程中，光是股价增值就赚取了数十亿美元的"意外之财"。

② 🇺🇸 贝莱德+先锋领航是全球最大的被动投资基金，它们长期持有韩国两大巨头，不是因为看好韩国，而是因为这两家公司是全球最不可绕过的AI基础设施供应商。"被动持有"的力量在于：它们在价格上涨时不会卖出（因为指数编制要求），但会在分红时自动把美元从美国人的账上转移到自己的投资组合中。

③ 🇺🇸 韩国HBM利润的约15-20%通过股息+股价增值回流美国。这意味着，韩国虽然"HBM赚钱"，但美国通过"资本持股"直接把这笔钱的1/5抽走了。

这意味着什么？美国的"真实AI利润"，不仅仅是NVIDIA、Google、AWS在本土赚取的那$314亿。通过资本市场的长期股权渗透，美国还间接享有韩国HBM利润的15-20%。

所以，真实的利润分配是：

2025年全球AI"真实"利润分配——美国才是唯一的大赢家

国家/地区	直接AI利润	间接利润（通过持股）	总利润
🇺🇸 美国	$314亿	+$33-45亿（韩国HBM持股利润）	$347-359亿
🇰🇷 韩国	$223亿	-$33-45亿（流出至美国资本）	$178-190亿
🇨🇳 中国	$26亿	—	$26亿

核心洞察：韩国是"美国霸权体系的租金分成者"，不是独立的赢家。美国通过资本纽带，把韩国的HBM利润又吸回了美国。

这也解释了为什么不把韩国当"对手"——因为韩国在替美国"打工"。韩国的HBM技术，美国不觉得威胁（因为HBM本身是一个同质化市场，美国自己的Micron也在做，只是份额小）；反而韩国在HBM领域的存在，让三星/SK海力士更加依赖美国的NVIDIA订单和美国资本市场的融资。这是一个结构性嵌套的"打工关系"。

2.4 韩国的教训：技术打工者，永远被资本打工

韩国证明了一条产业链铁律：在技术密度高、资本密度高、寡头密度高的"三高"环节，利润与收入可以完全脱钩。但这只是铁律的一半。另一半是资本铁律：在"三高"环节赚到的钱，最终会被更上游的"资本拥有者"抽走。

韩国的位置是：技术打工者——掌握了HBM的制造技术，但利润的15-20%被美国资本抽走。中国的位置是：应用打工者——掌握了全球最大的AI用户群，但利润的80%被上游硬件抽走。这是两个不同阶段的打工者：一个在制造环节被抽血，一个在应用环节被淘汰。

区别在于：韩国是"被资本抽走"，中国是"被技术抽走"。被技术抽走，意味着只要技术突破，利润就能拿回来。被资本抽走，意味着即使技术突破了，利润还是会被吸走。这给了中国一个战略启示：不要学韩国只做"技术打工者"，要做"资本+技术+资源"的三位一体。

三、四道'虹吸泵'：中国每赚100元，80元流进了别人的口袋

中国的AI产业在过去十年走了一条应用优先的路：用户最多、硬件部署最广、应用场景最丰富，但净利润最少。

维度	中国强项	全球地位	利润转化
用户规模	月活占全球46%（百度7.3亿+字节3.7亿+DeepSeek等）	✅ 第一	不直接转化
硬件部署	数据中心449个（仅为美国的8%），AI加速器存量不到美国1/5	❌ 弱	大量进口
芯片设计	华为海思昇腾系列（910C）、平头哥、壁哥、壁仞	🟡 中端有突破	代工受卡
芯片制造	中芯国际等效7nm，落后台积电-Intel 2-3代	❌ 卡脖子	利润外流
基础模型	文心、通义、GLM、Kimi、DeepSeek-V4	🟡 第二梯队	开源份额大
应用生态	安防（海康/大华全球前三）、短视频、电商、自动驾驶	✅ 第一或第二	竞争白热化
净利润	约$26亿	❌ 第四	—

核心矛盾：用户最多，利润最少。

在产品层和用户层之间，存在一道利润虹吸层——你的用户在使用过程中产生的数据、算力需求、每一次调用都虹吸到了上游的GPU厂商、云厂商和模型厂商那里去。这不是公平竞争的差距，而是产业链位置决定的"系统性利润转移"。中国的每1美元AI产品收入中，有约0.8美元流入了外国的芯片厂和模型厂口袋，国内企业只留下了0.2美元。

3.1 四层虹吸：从芯片到模型，利润如何流出海外

第一层虹吸：GPU设计买路钱。

NVIDIA数据中心GPU收入2025年达到$1,152亿，净利润$2,070亿——是的，NVIDIA的净利润比收入还高，这是因为它有巨额的投资收益和税收抵免。全球AI训练几乎必须NVIDIA GPU，中国进口GPU年耗资$200亿+。每一颗H100芯片的售价约为成本的两倍以上，这中间的"技术溢价"被NVIDIA拿走了，而中国AI企业则是这笔技术溢价的最大买家之一。

第二层虹吸：芯片制造代工费。

台积电占全球先进制程90%+的产能。所有中国设计好的高端芯片——无论海思的昇腾还是壁仞的BR100——只要需要7nm及以下工艺，就必须付给台积电30-40%毛利+20%溢价。年代工费流失$300-400亿+。这不是"技术差距"可以一笔带过的问题，而是台积电在代工领域的近乎垄断地位决定了"任何中国芯片厂都必须给台积电打工"的结构性困境。

第三层虹吸：云与算力服务租金。

AWS/Azure/GCP占全球公有云65%的市场份额。中国AI企业出海、外资在华企业——租用海外/合资云。年流失数百亿美元级算力租金。AWS的长期合约折扣并不适用于中国本土AI企业，中国企业在租用海外云服务时常常面对"长协价"和"按需价"的两难选择，而这两者通常都高于国内云厂的溢价幅度。

第四层虹吸：模型API闭源抽成。

中国用户每一次高价值调用OpenAI/Anthropic/Google Gemini——每一亿美元的ChatGPT调用、每一千万美元的Claude高额速率限制API——美元直接流出海外。年流失$20-30亿+。这个趋势目前仍在加速。DeepSeek等中国开源模型虽然在"免费替代"方面做出了努力，但在企业级客户的"闭源订阅"领域，美国模型仍然占据着主导优势。

3.2 恶性循环：上游抽血→低价竞争→利润更薄→无力研发

AI公司不赚钱的三重困境

原因	解释	数据
上游抽血	每部署1元AI服务器，0.4元买NVIDIA GPU，0.15元买SK海力士HBM	硬件成本占AI服务器BOM 80%+
内卷价格战	国内API定价全球最低，免费模式盛行	DeepSeek: $0.14/百万tokensGPT-5: $2.50/百万tokens
用户付费意愿低	C端习惯免费，B端压价，toG回款周期长	中国AI企业平均客单价是美国的1/5

这三个原因叠加在一起，形成了一个恶性循环：上游被抽血→成本高→被迫低价竞争→利润更薄→无力投入研发→继续被抽血。这不是某一家企业的困境，而是整个中国AI产业的"结构性症状"。

3.3 解剖中国AI企业：百度赚2亿、字节亏损、商汤亏损

中国头部AI企业2025年净利润一览——量级落后

企业	2025年AI收入	2025年净利润	净利率
百度（AI+云）	~$18亿	~$2亿	11%
字节（豆包+AI服务）	~$25亿	亏损	—
商汤科技	~$5亿	亏损	—
科大讯飞	~$8亿	~$0.5亿	6%
华为昇腾	~$15亿	~$1亿	7%
腾讯AI云	~$12亿	~$1.5亿	12%
阿里巴巴AI	~$20亿	~$2亿	10%
中国AI合计	~$560-780亿	~$26亿	~4.6%

中国AI企业平均净利率4.6%，韩国AI企业平均净利率35%+，差距7倍+。

更可怕的是，这个差距不是静态的，而是在扩大：随着美国企业在GPU设计上的迭代加速（Blackwell→Rubin），垄断地位越来越稳固；而中国企业的价格战越来越激烈（DeepSeek的$0.14/百万token是OpenAI的1/18），利润进一步被压缩。

四、这不只是'卷价格战'，是产业链位置决定的死局

4.1 这四道墙，每一道都可能永远翻不过去

每一道壁垒的本质决定了这不仅仅是"时间可以解决的问题"。

GPU设计壁垒：不是做不出GPU，而是CUDA生态十年积累。NVIDIA真正的护城河不是硬件架构，而是CUDA软件生态——全球90%以上的AI训练任务首先考虑CUDA兼容性，这意味着新GPU必须花费数年时间重建软件生态。差距1.5-2代——不可在3-5年内被攻破。

芯片制造壁垒：EUV光刻机只有一家（ASML），铁杆禁运——物理上不可绕过。即使中国攻克了7nm DUV多重曝光技术，EUV的缺失意味着7nm以下的成本将飙升（单次曝光→四次曝光，良率断崖下降）。

代工厂壁垒：台积电事实上对中国企业限供——地理上受制。中芯国际的等效7nm工艺，在台积电的5nm面前仍然有"一代半"的差距，而这个差距在短期内无法抹平。

模型层壁垒：数据、迭代速度、工程能力、人才密度——质量上仍需追赶6-12个月。DeepSeek的崛起让世界看到了"追赶的可能性"，但模型层的追赶是动态的，美国并没有停下脚步。

四道壁垒叠加→ 长期压制中国AI份额在20-25%，净利润份额甚至会被进一步压缩到3%以下。这不是一句"卷价格战"能改变的困境。

4.2 西方的困境：重建稀土供应链，至少要13年

西方需要多久才能"复制"中国主导的稀土供应链？答案是——至少13年。

矿源（5年）：找到新的开采点、完成环境评估、建设采矿和运输基础设施。

分离（5年）：建设分离厂、招募和培训专业技术人员、建立质量认证体系。

磁体（3年）：建设稀土永磁体工厂、完成工业级应用的性能验证。

三个周期加总——矿源+分离+磁体=13年。而且这还是"理想情况"——稀土分离厂的投资回报周期在中国的竞争下已从5年延长到了10年（中国正在通过深加工延长壁垒）。美国镓的潜在产能成本是中国的50倍——这不是一个市场可以自发解决的差距。

这13年就是中国AI的"窗口期"——也是中国必须翻越的结构性天花板。

五、从德国到日本到韩国：所有追赶者都曾被收费站卡住

从工业革命时期的德国，到信息化时代的日本、韩国，所有"追赶者"都曾面对一个共同困境：先发者在上游修建的收费站，过路费比你造整条路的成本还高。

19世纪末的德国面对的是英国修建的全球贸易规则（金制度+殖民地关税同盟），德国选择了"在规则内部追赶"——通过技术创新绕过英国的收费站，最终以化工和电气技术实现了超越。

20世纪60-80年代的日本面对的是美国控制的全球供应链体系，日本选择了"在关键领域超车"——以半导体和汽车工业的突破，建立自己的技术链条。

20世纪90年代的韩国面对的是美日韩-台的芯片分工体系，韩国选择了"在细分领域垄断"——只做存储芯片和代工，集中资源打穿单一赛道，最终垄断了全球HBM市场——正篇着的故事。

但中国面对的问题比当时所有后发大国加总还复杂：

① 中国不是"小国"，不可能靠一个环节"缴纳保护费"（不像韩国只做HBM）。中国拥有全球最全的工业体系，这就意味着"任何一个环节的卡脖子"都可能拖慢整个经济体系。

② 中国不是"盟国"，美国不会对中国开放技术和生态。1990年代韩国可以通过"美韩同盟"获得半导体技术转让、2000年代日本可以通过"美日协议"解决部分争端，而中美之间的竞争没有"协议解决"这一选项。

③ 中国有13年窗口期，但西方不会坐视中国崛起。美国正在加速推进CHIPS法案、重建本土稀土供应链、在AI生态领域持续创新——这13年的"空窗期"不是中国"躺平等待"的借口，而是中国必须争分夺秒的行动时间。

这就构成了一个三位困境：

中国AI的三个选项，三条道路

选择	代价	可行性
在正面战场硬追芯片	5-10年，投入数千亿美元，可能仍落后1代	能做，但不会赢
接受利润份额锁定	永远拿4%的利润	政治/经济上不可接受
换战场，在上游另建收费站	用矿产物优势反制，打不对称战	这是唯一可行的破局路径

中国传统"弯道超车"的叙事是错误的。弯道超车的本质是在同一条赛道上加速——但西方在上游修建的收费站，不是"同一条赛道"，而是完全不同的地形。准确地说：中国选择的不是"弯道超车"，而是"换道超车"——在自己有地形优势的地方，建立新的收费站，让西方也来过我的路、交我的费。

六、终极答案：位置决定命运

经济学家施振荣提出的"微笑曲线"在AI产业中得到了最极端、最完美的验证——产业两端（上游和下游）的利润高于中间，但AI产业的微笑曲线不是一条对称的弧线，而是一侧陡峭、另一侧平缓的"右偏曲线"。"上游"的利润远高于"下游"——拿走了芯片设计55%的NVIDIA，远远超过了"下游"中国AI应用层4.6%的平均净利率。

中国的位置决定了：即使你再努力扩大用户规模、再努力应用技术、再努力写代码，只要被"卡"在下游——利润就不会流向你。因为利润是"被虹吸"的，不是"被创造"的。

中国AI的困境，不是技术问题，是位置问题。

一句话总结

🔥 中国AI的产业困局不是技术问题，是位置问题——利润是按"不可替代性"分配的，而中国刚好在"可替代性最强"的那一层。 韩国证明：赢家不一定是最大的，但一定是最"独"的。中国接下来的选择：不是在自己弱的地方硬拼，而是在对手最脆弱的地方——咽喉——重建收费站。

下一篇：《中国如何夺回AI咽喉战——从"被抽水"到"拿捏上游"的战略推演》

📚 参考资料

1. Bloomberg2. CSIS (美国战略与国际研究中心)3. RUSI (英国皇家联合军种研究所)4. Merics (墨卡托中国研究中心)5. EUISS (欧盟安全研究所)6. The Diplomat7. Al Jazeera8. IEEE Spectrum9. Rhodium Group10. AI in China11. CAICT (中国信息通信研究院)12. IDC (国际数据公司)13. USGS (美国地质调查局)14. Goldman Sachs15. Epoch AI16. 虎嗅网17. 观察者网18. 长江有色金属网19. 2025-2026年各企业财报及公开信息

📌 如果对你有帮助，请关注公众号，并转发文章。

若看官您还喜欢，请不吝打赏