研究机构Exponential View的报告显示 ，来自于AI的收入已达临界点
，表明科技公司在这一领域投入数千亿美元在经济上可能具有可持续性 。

　　报告显示，超大规模云服务商和新兴云服务商的全球AI销售收入达到250亿美元 ，连续第二个季度超过该行业与数据中心和芯片投资相关的估计折旧成本210亿美元
。这一里程碑表明，AI公司的收入开始足以覆盖其资本开支成本
，但利润空间仍然很薄。折旧费用仍消耗超过三分之二的收入，留给覆盖电力、人工和融资等其他成本的缓冲空间很小 。

　　“目前来看 ，经济账暂时说得通
， ”报告称，“但容错空间很窄
”。

　　这些发现回应了笼罩AI热潮的一个核心问题：客户需求是否足够庞大 ，足以证明向芯片和数据中心投入数千亿美元是合理的
。Meta Platforms Inc． 、Alphabet Inc．
、微软和亚马逊等美国大型科技公司今年计划投入多达7250亿美元资本开支
，其中很大一部分用于AI基础设施，这是史上规模最大的企业支出浪潮之一。

　　“它刚刚越过折旧这道门槛 ，而且粗略来看
，情况正在逐渐改善，”Exponential View创始人、投资了数十家初创公司的Azeem Azhar对媒体社表示 ，“在任何类型资本开支投资的这一阶段
，你都不应指望它大幅越过这道门槛；因为如果真能做到，那可能反而意味着你错过了一些本可以把握的机会 。 ”

　　AI热潮很大程度上一直是从供给端来衡量的 ，依据英伟达等上市半导体公司以及Alphabet等超大规模云服务商的披露
。而需求端更难量化，因为包括OpenAI和Anthropic在内的许多最重要AI实验室仍未上市。

　　这些数据基于Exponential View建立的一个数据集
，该数据集追踪1000多家公司的AI支出 。其使用的来源包括公司文件 、高管言论、新闻报道和云服务商披露信息，并对数据进行调整 ，以避免AI供应链各层之间的重复计算
。

　　该分析假设信息技术（IT）设备的折旧年限为六年
，包括图形处理器（GPU），即用于训练和运行先进AI模型的芯片。一些投资者认为这一假设过于乐观 ，因为芯片创新速度极快
，可能会让旧硬件在短短几年内就贬值 。

　　不过，报告中的数据显示 ，旧款芯片价值并未崩塌
。英伟达H100芯片每小时租赁价格目前仍保持在发布之初近80%的水平。“即便进入第四年
，它仍然完全有需求，”Azhar表示 。他指出 ，过去一年该芯片租赁价格上升
，因为AI算力需求超过了英伟达新款Blackwell芯片的供应
。