资产管理机构 Altimeter 近期发布了一份全球 AI 全产业链利润拆解报告。

该统计口径覆盖了上游的算力芯片、存储、先进代工、互联芯片，也算了中游云服务和大模型里已经盈利的那部分。

最终得出的数字是：2026 年，全球 AI 产业的净利润将到 6370 亿美元。

这是什么概念？

这个利润规模，已经逼近全球石油天然气行业的全年净利润总量，稳稳超过汽车、制药、零售电商等所有传统支柱产业的全年净利润。

而就在三年前的 2023 年，这个数字还不到 300 亿美元。

3 年，20 倍！

很多人对 AI 的认知，还停留在" 烧钱搞模型、讲故事炒估值 "的阶段，但其实人家已经悄悄长成了全球最能赚钱的赛道之一。

还只是这场产业盛宴的开场。

01

6370 亿美元利润，是如何构成？

从地域分布看，美国拿走 3140 亿美元，占比 49%；韩国拿走 2230 亿美元，占比 35%；美韩两国合计分走 84% 的全球 AI 利润。

从环节分布看，超过 90% 的利润集中在上游硬件环节，是典型的 " 卖铲人通吃 " 格局。

其中英伟达一家公司就拿下约 2070 亿美元的 AI 相关净利润，占全球 AI 总利润的 32.5%，相当于每三块 AI 利润里，就有一块进了英伟达的口袋。

韩国三星与 SK 海力士合计贡献 2230 亿美元，凭借 HBM 高带宽内存的垄断地位，赚走了全球 AI 存储环节的几乎全部利润。

SK 海力士 2026 年一季度营业利润率达到 72%，不仅超过英伟达，更创下整个半导体行业的历史纪录。

这种级别的利润率，不是靠会计调节，而是纯粹的供需稀缺性带来的产业暴利。

2023 年，生成式 AI 概念才刚爆发，当年 AI 利润规模 200 亿美元；

2024 年，当年 AI 利润规模增长至约 500-700 亿美元；

2025 年，进一步增长至约 2000-2500 亿美元；

短短 3 年，全球 AI 净利润就从不到 300 亿增长到 6370 亿，复合增长率超过 180%。

这个速度是什么水平？

互联网爆发最猛的 1998-2001 年，全行业利润增速约 80%；

移动互联网爆发期的 2010-2013 年，全行业利润增速约 60%。

AI 的爆发速度，已经远超之前的两轮科技革命。

放到全球产业版图里横向对比，AI 已经跻身全球顶级利润赛道。

目前全球行业年净利润排名中，金融行业以 1.63 万亿美元居首，整体高科技行业约 1.06 万亿美元，石油天然气约 6800 亿美元。

AI 以 6370 亿美元的规模，已经和石油天然气平起平坐，远超汽车（约 4200 亿）、制药（约 4000 亿）、零售电商（约 3500 亿）等传统支柱产业。

换句话说，只用了三年时间，AI 就从一个无人看好的概念，长成了和石油相当的全球经济支柱。

这就是产业革命的威力。

02

真正的大戏还在后面。

当前 90% 的 AI 利润集中在上游硬件，下游大模型和应用厂商整体仍处于亏损状态。

OpenAI、Anthropic 等全球头部大模型公司，至今仍在巨额投入阶段；

国内的大模型和 AI 应用企业，更是普遍处于净投入状态。

这种 " 上游赚得盆满钵满，下游烧钱苦苦探索 " 的格局，其实是科技产业早期的标准特征。

回顾过去两轮科技浪潮，互联网浪潮早期的 1995-1999 年，利润全部集中在思科、朗讯等网络设备商手中，门户网站、电商平台全靠烧钱续命，直到 2003 年之后，应用端才逐步成为利润主力；

移动互联网早期的 2009-2012 年，利润高度集中在苹果和核心硬件供应链，移动应用开发商普遍亏损，直到 2015 年之后，移动应用生态才迎来全面爆发。

每一轮科技革命，都是基建先行，应用后发；而应用端最终的利润规模，往往是硬件端的 3-5 倍。

现在 AI 的利润结构，产业还处于 " 要致富先修路 " 的基建阶段，真正的应用红利还远没有释放。

判断一个产业的成长空间，最核心的指标就是渗透率。

从企业端看，全球真正将 AI 深度嵌入核心业务流程的企业占比不足 15%，80% 以上的行业大模型、工业 AI 应用仍处于试点阶段；

AI 算力支出占全球 IT 总支出的比例仅约 13%，仍在快速提升通道。

从消费端看，生成式 AI 的全球月活用户渗透率不足 25%，且使用场景高度集中在内容生成、代码辅助等浅层次需求，对办公、教育、医疗等深度场景的渗透才刚刚起步。

按照科技产业的普遍规律，渗透率达到 70% 以上，产业才会进入增长放缓的成熟期。

以此衡量，AI 当前的渗透水平仅处于全程的 1/5 到 1/4 位置，未来还有至少 3-5 倍的成长空间。

这大概相当于 2010 年的智能手机市场，看似已经很热，但真正的普及和爆发还在后面。

产业成熟期的另一个标志，是技术路线收敛、迭代周期拉长。

当前的 AI，无论是硬件还是软件，技术演进都还在加速，范式远未固化。

硬件层面，GPU 架构每 12-18 个月就完成一次迭代，从 H100 到 H200 再到 B100，算力密度持续翻倍；

HBM 存储从 HBM3 到 HBM4、HBM5，带宽提升速度远超传统存储；

先进制程每两年推进一代，产能持续爬坡。

软件层面，从单模态到多模态，从通用大模型到行业模型，从对话式 AI 到智能体 Agent，技术路径仍在快速演进，尚未出现稳定的 " 终极形态 "。

技术快速迭代本身就是早期产业的核心红利，一旦技术路线定型、迭代放缓，行业门槛固化，后来者再难突围，产业的早期爆发阶段也就结束了。

而现在的 AI，仍处于 " 各条路线齐头并进、不断有新突破 " 的快速进化期。

03

既然 AI 还处于早期，那未来的成长空间到底有多大？

我们可以从两个维度来看增量。

第一个维度，是算力基建本身的扩容红利。

当前全球 AI 算力需求仍处于爆发式增长阶段，未来 3 年仍将保持 50% 以上的年增速。

AI 服务器的出货量还在快速爬坡，HBM 存储的供需缺口短期内难以缓解，先进制程的产能建设仍在持续投入。

也就是说，仅仅是上游硬件这一环，利润规模还会继续攀升，6370 亿远不是基建红利的顶点。

但真正的大增量，来自第二个维度：应用端的价值传导。

现在的 AI 利润，本质上是科技公司之间的 " 内部循环 " ——云厂商买芯片，大模型公司买算力，钱都在科技行业内部流转。

但 AI 真正的价值，是对千行百业的效率改造。

当算力成本下降到临界点，AI 技术向工业、医疗、金融、教育、制造等实体行业深度渗透，效率的提升就会转化为真实的利润，这个利润池的规模，会远大于上游硬件。

参考移动互联网的历史，最终应用和服务的利润规模是硬件环节的 3-5 倍。而 AI 对实体经济的渗透深度和改造力度，会远超移动互联网。

从这个角度看，很可能 2-3 年后，全球 AI 产业的总利润规模，就能超过 1 万亿美元。

而这很可能还只是保守估算，如果智能体、通用人工智能等方向取得突破，产业的利润空间还会进一步扩大。

04

回到资本市场。

近期，全球 AI 板块，尤其是国内的 AI 硬件标的，出现了明显的估值回撤。市场上的 " 泡沫论 "" 见顶论 " 又开始抬头。

但在我看来，这些都只是短期的市场噪音，和产业基本面没有关系。

本轮估值回撤的核心原因无非三个：

一是美联储降息预期下修，美元利率高位压制成长股估值，这是贴现率问题，不是盈利问题；

二是前期板块涨幅过大，交易拥挤度处于高位，存在技术性回调的需求，这是资金行为，不是产业拐点；

三是市场对增速的预期从 " 极致乐观 " 回归 " 理性乐观 "，从预期 100% 增速下修到 60%-70%，但 60%-70% 的增速放在全行业依然是顶级水平，强得可怕。

很多人只盯着静态估值高，却忽略了盈利增长的速度。

2023 到 2026 年，全球 AI 净利润增长超 20 倍，而同期全球 AI 板块的股价涨幅只有 3-5 倍。也就是说，盈利增长远远跑赢了股价上涨，AI 板块的整体估值其实是在有足够业绩支持的。

以英伟达为例，2023 年静态 PE 最高超过 120 倍，随着 2024-2025 年盈利爆发，2025 年动态 PE 已经回落至 28-32 倍。

同期苹果的 PE 约 28 倍，年增速只有 5%；微软的 PE 约 35 倍，年增速约 15%。

英伟达以远超它们的业绩增速，享有相当甚至更低的估值，这显然谈不上泡沫。

国内的 AI 硬件龙头同样如此，光模块、服务器头部公司 2025 年动态 PE 普遍回落至 20-25 倍，对应业绩增速 50% 以上，估值与增速的匹配度其实是在合理区间的。

05  尾声

真正的长期投资者，赚的是产业成长的钱，不是交易波动的钱。我们不要用日线级别的眼光，去看待十年维度的产业革命。

市场的分歧和波动，从来都是长期投资者的朋友。每一轮科技浪潮，都会经历多次 20%-40% 的中期回调，但最终都走出了十年以上的长牛。

如今我们有幸身处一场百年一遇的技术变革之中，比纠结短期股价涨跌更重要的，是看清产业的方向，接住时代的红利。（全文完）

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为实际操作建议，交易风险自担。