AI 行业到 2031 年需要 6 万亿美元收入（贝恩报告）

贝恩公司第七份年度《全球科技报告》为 AI 行业的挑战提出了一个明确数字：该行业需要在 2031 年前创造约 6 万亿美元的年收入，才能证明全球数据中心投资的速度是合理的 ^[1]。据彭博社对这项研究的报道，现有的消费级和企业级 AI 应用——订阅服务、API 费用、AI 助手和生产力工具——预计仅能覆盖其中 1.2 万亿至 1.8 万亿美元 ^[2]。这意味着仍有约 4.2 万亿美元的收入尚无明确来源：贝恩公司自身将这一缺口指向了今天几乎尚未形成商业市场的领域，包括自主机器、机器人和其他形式的实体 AI ^[1]。贝恩全球科技业务主席 David Crawford 指出，公众讨论一直聚焦于错误的目标——衡量员工生产力的提升——而更难的问题是，从整体上看，是否真有人愿意支付足够多的费用，以覆盖基础设施的成本 ^[1]。

6 万亿美元这一数字并非经济学的固定法则，而是建立在“算力需求将持续强劲增长至 2031 年”这一假设之上的预测。贝恩公司对该假设的支出侧给出了具体描述：到 2030 年，全球数据中心累计支出可能达到 5 万亿至 6.5 万亿美元，新增近 150 吉瓦的计算能力，而超大规模云服务商目前正规划单个规模超过 5 吉瓦的数据中心园区，每个园区成本高达 1500 亿至 2000 亿美元 ^[3]。关于该报告的在线讨论指出了这一逻辑中的循环问题：如果这一支出轨迹未能如预测般实现，那么为“证明”建设合理性所需的收入门槛也会随之变化，这意味着这一标题数字更像是行业自身支出激进程度的函数，而非一个固定目标。

基础设施支出与已验证收入之间的失衡并非新现象——它反映了在公开市场中已可见的模式。贝恩的分析显示，2020 年至 2026 年间，硬件和半导体类股票的年复合增长率约为 24%，是软件类股票 6% 增长率的四倍 ^[1]。这种分化精准地捕捉了当前的时刻：资本已经提前押注于那些本应由其资助的应用。超大规模云服务商的资本支出预计在 2026 年达到 7800 亿美元，几乎是三年前水平的五倍 ^[1]，而需要产生数万亿美元收入的软件和服务层目前仍大多停留在愿景阶段。

围绕该报告的社区讨论集中在一个持续存在的不对称性上：硬件供应商已从 AI 建设热潮中获得了明确利润，而许多在这些硬件之上构建应用的 AI 实验室却尚未盈利。这种紧张关系伴随着一种反复出现的方法论批评，即比较累计基础设施支出与累计收入忽略了数据中心硬件快速折旧的事实。换一种说法，一些观察者指出，6 万亿美元的新增年收入大致相当于美国科技行业总市值的五分之一——这提醒我们，行业面临的任务并非重新分配现有预算，而是从零开始创造一个全新的收入池。