乐于分享
好东西不私藏

信通院数据拆解:1.2 万亿的 AI 产业,钱到底被谁赚走了?

信通院数据拆解:1.2 万亿的 AI 产业,钱到底被谁赚走了?

"

卖铲人的增速,是挖矿人的近3 倍

—— 小吴聊

1.2 万亿的总规模只是表象。拆开信通院的三层数据你会发现:增速最猛的模型层盘子最小,基本盘应用层增速最缓,而真正狂奔的是“卖铲人”。

📌 本文看点

01

三层账本的钱流图

02

卖铲人的订单实证

03

个人玩家的生存位

01

COUNTERINTUITIVE

一个反常识的开场:增速最快的,不是大模型公司

实话实说,看到信通院这组数据时,我的第一反应和大多数人一样:AI 产业的钱,肯定是被大模型公司赚走了。

但数据恰恰相反。

根据中国信通院最新测算,2025 年我国人工智能产业规模超 1.2 万亿元,同比增长 40%;截至 2026 年 6 月,人工智能企业数量超 6600 家,全球占比 15%。总规模不新鲜,新鲜的是它的三层结构——这才是真正的钱流图。

02

THE LEDGER

三层账本:钱的流向和大多数人的直觉是反的

信通院把 AI 产业分成基础层、模型框架层、应用层。三层的占比和增速摆在一起,故事就出来了:

层级
占比
同比增速
一句话解读
基础层(算力/芯片/存储)
38%
59%
卖铲人在狂奔
模型框架层(大模型)
7%189%
增速最猛,盘子最小
应用层(行业落地)
55%
22%
基本盘最大,增速最缓

三个反常识结论:

1

模型层 189% 的增速是资本故事,不是收入故事。7% 的占比说明大模型公司直接创造的收入盘子还很小,189% 更多是估值和融资的膨胀速度。

2

基础层 59% 的增速才是确定性钱流。算力、存储、芯片这些“卖铲子”的生意,增速是应用层(22%)的近 3 倍。

3

应用层 55% 的占比说明价值终局在场景。但 22% 的增速说明场景钱要一分一分挣,没有一夜爆发的神话。

03

EVIDENCE

实证:卖铲人的订单簿有多厚

基础层狂奔不是纸面推演,订单数据摆在那:

154 亿元

行云科技算力长单(36氪)

1.2 万亿$

大摩全球云计算支出预测

国内侧,36氪 8 月 4 日快讯,行云科技在手算力、存储类 3-5 年期长期框架订单规模超 154 亿元。注意,这是“长期框架订单”——客户一签就是 3 到 5 年,确定性极高。全球侧,摩根士丹利预计云计算支出将激增至 1.2 万亿美元,算力军备竞赛是全球性的,不是局部现象。

同一个新闻周期里还有一条佐证:韩国 AI 芯片独角兽 DeepX 估值飙升4 倍至 22 亿美元。从国内订单到海外估值,钱的投票方向高度一致

「巨头卷算力、资本卷模型,个人玩家的钱在第三层。」

04

SURVIVAL

个人玩家的生存位:别卷模型层,吃场景钱

我是小吴,一个在自己 NAS 上搭自动化流水线的独立开发者。看完这三层数据,我更加确信自己选择的路线是对的:

模型层不要碰

7% 的盘子里挤着 189% 增速的资本,那是巨头的军备竞赛,个人进去就是炮灰。

基础层碰不起

154 亿的订单簿背后是真金白银的机房和芯片,不是个人玩家的战场。

应用层才是个人生存位

55% 的基本盘、22% 的稳增速,意味着大量垂直场景的真实需求还没被满足。

我自己在用的公式是80% 确定性 Workflow + 20% LLM:把文件解析、格式校验、异常重试这些 80% 的工作用代码写死,大模型只做 20% 的非结构化处理。

靠这个公式,我在 NAS 上用4 个服务(n8n + PostgreSQL + Playwright 发布 Worker + RSSHub)搭通了小红书+公众号双平台的自动发布流水线——从热点抓取到内容产出再到发布,一个人就是一个编辑部

THE END

总结

1.2 万亿的 AI 产业,钱的流向很清晰:基础层赚确定性的钱模型层赚想象力的钱应用层赚苦功夫的钱

对个人玩家来说,答案也很清晰:站在应用层,用工程确定性对冲模型不确定性。AI 是放大生产力的肉身,人才是最终的判断者与审美把关人。

END

我是小吴聊,AI / 科技实战操盘手,只聊真实的技术落地与商业逻辑。

如果你觉得今天这篇有收获,欢迎点赞、在看、转发三连,我们下篇见。

相关学习资料