文 | 海豚投研

互联网迈入 AI 时代，无论要素变化如何重塑产业链条上不同玩家的话语权，AI 还是要回答一个终极问题：在这场五年上下为折旧周期的前置式重资金、重技术、重人才投入，最终到底是不是一场泡沫，终极衡量非常简单，它创造的 ROI 是否算得过来。

本篇，海豚君就围绕尝试来毛估算一下这场 AI 投资盛宴所需要的投资回报，以及迈向这个投资回报，2026 年以及之后，AI 重点应该关注什么？

一、到底多少增量创收，北美 AI 投入的 ROI 才算得过来？

先解决一个基础命题，这些年疯了一样的 AI 投入到底需要创造多少的收入才能有一个合理的 ROI。这里海豚君先做一个稳态下的合理假设：

a. 英伟达每卖出 1 美元的 AI 芯片 + 配套网络，云计算中心实际投入是 2 美元；

b. 按目前云计算 50% 毛利率水平，数据中心 2 美元的投入，需要云服务商创造 4 美元的收入，ROI 才能覆盖上；

c. 而下游最终的用户（AI 和 Model 使用者的最终客户）这里同样做一个 50% 的毛利率假设，也就是终端企业 4 元的云服务采购，至少要创造 8 块钱的收入 ROI 才能算得过来。

那么在这条复杂冗长的产业链上，芯片设计商每 1 美元的 AI 芯片和网络收入，要在终端场景产生合理的 ROI，大概是：1 × 2 × 2 × 2=8 元才能算得过来。

来源：英伟达 NDR 材料

按目前市场现在对主流芯片设计商 2026 年的收入预期（AKA 云计算中心 AI 芯片 + 网络的采购支出），26 年 3700 亿美金的合计收入。大约对应云计算中心 26 年 6400 亿美金（也是目前的市场一致预期）的数据中心资本开支。

而这些资本开支，在 5 年的摊销期合计要给云计算厂商们合计创造 6400 × 2=1.2 万亿的收入才能算得过来。这 1.2 万亿的收入，在 CSP 的客户账单中，就成了 1.2 万亿的 AI 云计算采购支出，这些客户要把账算过来，需要创收 2.4 万亿的终端场景才行（对终端客户来看，要么创收、要么减支）。

当然，如果把这 2.4 万亿的经济价值要求摊到 5 年，每年 5000 亿，好像也不是特别困难。但多数人的预测中，AI 投入是在这个体量上每年高增，还要增长很多年。

甚至在英伟达的自己对云服务资本开支的预测中，到 2030 年甚至要拉高到 3.5 万亿的资本开支水平。其实，就算这个水平上零增长维持五年，那把 2.4 万亿增量经济价值摊销到五年也没有意义。

也就是说，2026 年 6400 亿的资本开支，对一年经济效益的要求就有 2.4 万亿美金，考虑到美国当下名义 GDP 大约 31 万亿。这个水准的资本支出所对应的 2.4 万亿的经济增加值要求，已经相当于 25 年美国名义 GDP 的 7.5%+。

换句话说，美国企业的这场 AI 投入带来技术扩散效应，美股 AI 在全球繁殖，同时也要带来美国自身生产效率的提升。按美国美联储主席热门人选哈塞特的说法，AI 要在 26 年带动美国生产效率提升 4%，美国实际 GDP 2026 年低于或等于 3% 的增长都是不够的。

带着 2 万亿 + 的终端价值总要求回报，在解答 AI 泡沫到底会不会破裂的时候，26 年关键就是看什么？海豚君认为，不妨跟踪三大方向：

1）AI 集大成群体：美股互联网利润能否加速增长？

2）排头兵 OpenAI 真能成为下一个互联网巨无霸吗？

3）端侧 AI：到底何时才能爆发？

二、AI 集大成群体：美股互联网利润能有加速增长吗？

美股互联网巨头因多数本身是云服务提供商，同时手握核心的分发渠道，也是下游场景落地的集大成者（比如， AI 推荐系统普遍被这些企业用来对原本的推荐系统升级，以实现更好的人与货、人与内容，广告与人之间的推荐精准度）。

AI 的落地首先是应该体现在这大公司收入的加速扩张中，或支出降本增效和人力替代中。而一旦没有收入的加速扩张，就会体现为重资产化资本开支强度走高，即使 AI 有效抵消一部分研发人员开支，一旦重资产的摊销比例上来，利润率也会下滑。

收入增长停滞或放缓 + 利润率收缩夹击，EPS 必然会加速放缓，这样就等于完全逆转了这三年巨头超额收益的底层支撑——收入加速增长、EPS 比收入增长更高的规模化优势。

过去几个季度来看，美股互联网巨头（微软、谷歌、Meta、亚马逊四家）收入端上基本保持住了高增长，甚至因为 AI 推荐系统提高了互联网广告的变现效率，巨头的收入增长以 Meta 为核心，还有加速增长的势头。

且 AI 投入早期阶段，除了微软之外的折旧费虽然有所拉升，但由于收入加速增长，这些新增的费用基本能被有效摊销。

但从 25 年三季度开始，研发支出（AI 人才争夺战）在报表端的利润侵蚀已经非常明显，以至于已经开始全部侵蚀掉了收入加速增长带来的经营杠杆效应。

结果是，九个季度后，巨头经营利润率首次下滑，巨头们首次出现了利润增长慢于收入增长。

而回溯过往，当 2022 年美股巨头们收入增长放缓的同时，利润率转而又下滑，导致 EPS 呈现双重压力时，巨头普遍会经历惨烈的杀估值行情。

从三季度已经给出业绩展望的公司们来看，Meta 因为指引收入已经隐含了四季度增长放缓，杀估值已经开始。其他几个互联网巨头（除苹果外），市场目前普遍预计的是传统互联网业务增长放缓（电商、广告），而云业务增长小幅加速。

对于，2026 年美股互联网利润能有加速增长吗？从三季度的答案来看，除非 AI 生产力提升大杀四方，否则希望并不大，甚至能保住收入一头加速增长也不是一件容易的事情。

如果 26 年增长确实如此，这里隐含的意思是 AI 并没有给传统业务带来显著的增量收入，云业务加速度不明显，那么 26 年很可能是三季度利润率边际下行、EPS 增长下行的进一步演绎。

26 年看起来多数巨头都会处在收入增长停滞而投入加剧的收支错配期。因此，站在高估值的 2025 年末去展望 2026 年，美股巨头们接下来 AI 资本开支高增、摊销折旧支出在报表端明显呈现、同时 AI 抢人战下研发支出 " 通胀 "，而 AI 的回报（体现在增收或者降本裁员），无法有效去稀释掉这些新增的开支的时候，美股部分巨头恐怕就会遭遇杀估值，即使不杀估值，恐怕也很难跑出超额收益。

三、终端排头兵 OpenAI 真能成为下一个巨无霸吗？

目前 AI 的落地集中在 B、C 两端。

目前 C 端模型跑出来的应用场景，主要是 Chatbots 和 AI 搜索，另外一个是浏览器，但目前看浏览器在交互形态发生大的变化之前，要颠覆传统浏览器还比较难。

B 端的应用多数是以生产力的 AI Agentic 工具为主，收入增长快，但是整体体量仍然偏小。

作为开创者，OpenAI 要支付 25 年开出的巨额资本开支承诺，也意味着它的创收和变现压力最大。它 26 年变现速度和方向，会是 2026 年这 2.4 万亿经济价值增量的一个重要跟踪方向。接下来海豚君就以 OpenAI 来作为重点对象，来研究它的推进速度。

按媒体信息，当下 OAI 25 年按 10 月年化预期 200 亿，全年 130 亿；目前公司收入有 to C 端—— ChatGPT ( app 订阅收入；to B 端 —— OpenAI API 接口为主，两类收入构成。to C 和 to B 收入两端构成，从 7：3 占比优化为 25 年的 65：35。

如果明年收入仅仅 300 亿，那么收入会远远不够支付这些云服务的偿付承诺（26 年新增 500 亿支付承诺）。

1） to C 互联网消费：ChatGPT

目前 toC 互联网产品，OpenAI 仅有一个 ChatGPT，其他新推互联网产品——浏览器、Sora 等等，目前还不到迹象，目前的用户留存还都太差了。

目前 ChatGPT 大约 8-9 亿 WAU，估算年化收入 120 亿美金；如果按照最终 20 亿 MAU（大约油管的用户体量），按目前 APP 的付费订阅率 10% 来毛估算，ChatGPT 稳态订阅收入可能会在 450 亿美金上下。

而其他变现上，目前看纯广告可能较难，因为在模型中加入广告权重会污染模型，影响用户对 ChatGPT 回答的信任度；但基于成交的收入还在尝试中，收入目前不好测算。

从目前的产品演进来看，更偏订阅产品；如果终局是订阅类 APP，那么交易变现假如占比 25%（基于其他 to C 付费类 APP 估算）中广告收入占比来估算，那么对应应该是 150 亿美金，订阅加交易类收入合计收入 600 亿美金。

这个收入假设是建立在 ChatGPT 目前实现全球 20 亿用户的基础上的。回溯历史互联网 APP 用增史，不考虑社交类 APP，多数 APP 过了 10 亿用户大关之后，单体 APP（无母 APP 导流）用户继续高增，都会变得较为困难。

而 AI 聊天 APP 如果在技术领先期内，无法形成有效生态壁垒，一旦一个更强导流的竞对在模型能力跟上来，如出现类似谷歌 Gemini 模型迭代 + 垂直一体化成本优势下的低价竞争，可能会导致OpenAI 的付费订阅率迟迟拉不上去。

而 25 年一个很大的变化是，Gemini+Nano Banana 在快速追赶，已经开始威胁 ChatGPT 在 AI 对话上的竞争力。

四、AI 互联网的经济性到底如何？

相比于创收端的难以预料，海豚君在梳理 OpenAI 的收入经济性以及未来可能盈利前景的时候，遇到了另外一个麻烦的问题，不得不让海豚君重新思考 AI 时代 to C 互联网的生意经济性问题。

海豚君注意到，当下的 OpenAI 收入年化接近 200 亿美金，体量已不算小，但似乎收入做大过程中，亏损的斜率更高。

下图是海豚君从媒体报道中整理的微软从 OpenAI 的收入中拿到提升，假如该提成相对其收入规模比例关系保持稳定，同时三季度之前微软作为 40% 的股权拥有方，在 OpenAI 之前的亏损比例也保持稳定，那么微软因 OpenAI 亏损计入自己表内的亏损承担，相对比微软从 OpenAI 处获得的收入，能够一定程度上体现 OpenAI 的亏损率趋势。

当海豚君把这两个数放在一起的时候，呈现出非常完全 " 反互联网规模效应 " 的结果：OpenAI 的收入在增长过程中，OpenAI 的亏损率反而越来越大。

而我们知道，经历过 PC 和移动互联网，甚至是对带宽、CPU 和存储要求更高的视频互联网，都能免费提供服务，早期完全不需要付费订阅。

免费提供 APP 服务，可以快速打满用户，最终用户不需要为网络服务买单，是广告商、卖货商为 APP 服务买单，实现极致的用户流量规模效应。

比如，大家熟悉的短视频互联网，相比图文互联网，因为视频需要更多的存储，视频的播放需要更多的流量，所以它对云服务的需求相比图文是更高的，但它好在能够建立超高的用户数量和时长——总流量池，用高效且多维度的变现来摊薄这些 IT 成本。

变现过程中，收入不断壮大，而成本增长速度远远低于收入，利润率结构分布的柱子不断上移，这也是互联网生意的魔力之处。

我们知道，传统互联网时代，一次搜索，在搜索结果的展示上，本质是统一底层知识库的不同组合展示，底层的内容知识库不变，传统互联网在给用户展示内容时候，边际成本非常低。

传统互联网时代的生产资料组合，似乎本质上是CPU+ 光纤 + 基站 = 流量 = 万物线上化，生产资料端的成本经过 2000 年的 PC 互联网泡沫破裂和移动时代多轮流量大基建（电信运营商的并购整合），生产资料端已经高度大宗商品化，超额利润已早被抹平。

但 AI 互联网，每一个问答，都是基础存量知识库的个性化回答生成。每一个都要 GPU 算力的介入，且交互频次越高，需要记忆的上下越长，消耗的 Tokens 也会进一步增加。

似乎，AI 时代核心生产资料组合已经变成了GPU+ 电力 =Tokens= 万物智能化。在重塑后生产资料权重中，GPU 不仅用量过高，上游又是高度垄断，溢价超高的行业。

从个性化问答角度，AI 互联网有点 " 反互联网规模效应 "，所以原始的用户积累阶段，开支和投入过大。所以，我们也能看到，AI 互联网在 to C 端，在一开始推广的时候，就需要订阅付费，而非像 Meta 一样，在全球范围内最大可能地积累用户，中间用广告收入完全可以支撑免费用户的全球扩张。

现在，OpenAI 在收入做大过程中，亏损率反而越来越高。这到底是因为 OpenAI 的免费用户增长过快了，还是因为 AI 时代上游生产资料的变化影响了 AI 时代互联网生意模式变化？

"AI" 的消费互联网时代，到底还会有 PC、移动时代无敌的互联网规模效应吗？这个问题值得深入思考，海豚君也会在 AI 经济的动态演绎中，尝试逐步去寻找这个问题的答案。

2） to B 产业互联网：模型接口

探讨完 AI 时代，消费互联网的问题。再看一下 OpenAI 商业模式上要顺滑很多的 AI 产业互联网。目前 OpenAI 在 to B 端，主要是两类收入：

a. 企业订阅：5mn 用户，按 22 元订阅收费，估计年化 15 亿美金（类似 Office 销售，员工使用，企业买单）

b. PaaS: API 接口服务—— Azure 独家分发，估计年化收入 60 亿美金， Anthropic API 收入年化已 90 亿美金。

从目前的竞争趋势来看，在大模型的 API 接口服务上，2025 年 Anthropic 的市占率迅速，已经明显超过了 OpenAI。

由于 API 接口的分发权在微软，因此 OpenAI 模型 API 接口的销售收入，OpenAI 需要与微软分成。OpenAI 在优先级上，对这块业务的推进并不高。

但在海豚君看来，但这块业务其实经济确定性比较强的地方，一方面企业用户本身付费能力较强，且收费模式上是按照 Tokens 消耗量来计费，相比 to C 互联网收入的不确定性，这部分在经济账上更容易投入产出比，风险系数比 to B 生意好算很多。

而全行业来看，按第三方数据（Menio Ventures），2025 年 AI 云服务下游客户（第三方类客户）整体创造了大约 370 亿美金的收入，同比增长了 320%。

按目前的增长斜率，2026 年按同比 150-200% 的增长来算，整体 to B 方向（含基础模型 +AI SaaS）26 年应该能达到 1000 亿美金，因基数小，增长看起来更加速度。

注：Horizontal 为通用办公 AI，类似 ERP、Office 等；垂类行业指医疗健康等特定行业；部门 AI 指企业销售、财务等特定职能部门

行业层面，整个 to B+to C 下游场景合计创收 2026 年预估是 to C 3000 亿（美股互联网巨头新增收入）+to B 1000 亿，大约也就是 4000 亿美金的增量。

尤其是 C 端，互联网竞争不仅是技术，更是在有限时间内，生态、用户、渠道、资金、产能等的生态竞争。在 AI Model 以季度为领先时间差的情况下，再生长出来一个全新 to C 互联网巨头，可能性并不算大。

因此未来多年高额的 AI 资本投入，最后真正的价值承担者，现在核算下来，似乎主要还是要寄望于端侧 AI 产品，以及由此产生新兴 IoT 产业互联网机会。

3）端侧 AI，会是 2.4 万亿重担的真正承担者？

目前看，两类端侧产品，一种是人力替代型工具—— AI 机器人，但本身技术难度较高，推进进度可能会比较慢；而另外一类是 AI 消费电子，这一大类会类似移动时代的手机，是创造新需求的品类。目前来看：

a ) AI 机器人

似乎目前鸡生蛋和蛋生鸡的尴尬。

智能化：互联网的线上历史，有视觉、听觉数据，但唯独缺乏触觉数据。相比汽车的智能化，机器人智能化的研发在原始数据积累层面难度就高了很多。需要依赖硬件出货来收集数据。

硬件出货：没有智能化能力的机器人，除了少数尝鲜用户，买来除了占地方，能有多大的实用性？

注意这里逻辑与手机和汽车完全不同，手机在非智能手机时代，本身具备通信功能；而汽车在智能化到来之前，通过电动化来交通功能，本来也能够实现出货。

这两个大品类都可以在没有智能化功能的情况下，凭借既定规模出货量来实现智能化的冷启动——收集用户行为和场景数据，通过 OTA 实现智能化的迭代。而机器人在出货量少的基础下，去做触觉数据的收集和训练，恐怕路程会比较漫长。

b ) AI 时代新硬件：抢夺 AI 时代新的交互入口？

相比于 AI 机器人，海豚君认为似乎短期落地可能性更大的，是 AI 时代新兴消费电子。现在已经可以看到一批新的 AI 消费电子，比如说 25 年底，各家都在争相发售的 AI 眼镜，AI 玩具，其他如 AI 戒指、AI 手环、AI 耳机，以及 AI 的基础上重做手机，类似近期豆包的 AI 手机等。

小结：26 年三大方向——端侧 AI、产业 AI、算力降本

经过以上梳理，海豚君认为 AI 从 22 年底出现经过三年的演绎，三年围绕算力资源的炒作之后，26 年或许更应关注算力降本需求下的投资机会，以及下游互联网巨无霸们处在投入产出错配期的情况下，去寻找 AI 在端侧落地的可能机会，以及产业 AI 落地中 Agentic vs 传统 SaaS 格局对比中产生的机会。