巴克莱为什么上调AI行业收入判断?

  • 巴克莱预计AI行业收入从2026年的1350亿美元增至2027年的3640亿美元、2028年的7090亿美元;对应同比增速分别为170%、95%和60%。收入仍快速扩大,但增速逐年放缓。
  • 上修的关键依据是模型研发自动化带来更快的能力提升和发布节奏。领先实验室已通过自动化约一半训练工作负载,将模型训练速度提高约一倍;巴克莱据此判断,2027年起模型迭代可能加快。
  • 收入来源也将从软件开发扩展到更广泛的知识工作和消费端AI。巴克莱同时把扩散时滞纳入预测:金融、医疗等监管较强行业采用较慢,其他知识工作的人均支出也可能低于软件开发。

模型进步为什么也推高算力成本?

  • 巴克莱预计,AI行业训练成本将从2026年的910亿美元升至2027年的2740亿美元、2028年的4620亿美元;模型中的训练成本占总计算成本比例分别为73%、79%和77%。
  • 自动化研发需要更多计算资源监控训练过程,并进行安全与对齐工作。巴克莱估算,这部分安全与对齐计算成本在2027年约为580亿美元,相当于其监控计算量的20%、总计算成本的17%。
  • 因此,研发自动化并非单纯降低成本:它可能加快模型进步、带动收入扩散,同时也把更多算力需求和成本前置。巴克莱另假设行业推理业务的综合利润率约为80%,但产品间差异较大,API利润率高于订阅业务。

哪些信号限制了需求乐观判断?

  • 2026年下半年行业收入增速已经放缓。巴克莱将近期放缓主要归因于对蒸馏的打击和API token降价,但也承认降价可能继续,并持续关注它会不会演变成更广泛的价格战。
  • 如果收入进一步走弱,影响可能沿着“收入不及预期—算力合同取消—加速器资本开支增速下降—估值和情绪转差”传导。巴克莱认为,若AI初创公司等新兴企业占行业收入比重较大、融资又趋紧,需求可能出现空档。
  • 融资风险目前更集中在neocloud等较小运营商。巴克莱估计其只占行业算力容量的十几个百分点,而超大规模云厂商贡献了超过70%的行业新增容量;因此,遇到融资困难的项目有机会被后者承接,行业份额可能向资金实力更强的厂商集中。
  • 地缘政治也可能影响中美AI实验室及其所用基础设施;美国数据中心建设则可能从2028年起受到审批放缓和审查加强的影响。

数据中心建设放缓会怎样影响超大规模云厂商现金流?

  • 巴克莱估计,2027年超大规模云厂商及有后备支持的特殊目的项目将新增约30GW算力容量,其中约70%在美国;2028年美国相关计划新增容量约25GW,若建设计划收缩,多数超大规模云厂商的资本开支可能几乎不增长,部分厂商甚至同比下降。
  • 在该行的示意测算中,超大规模云厂商资本开支从2027年的1.295万亿美元起维持不变,经营现金流则上升:自由现金流由2027年的负1410亿美元转为2028年的正490亿美元。这个结果取决于AI收入继续增长、而资本开支增速放缓的情景。
  • 建设受阻并不只意味着现金流改善。审批、电力、设备和劳动力都可能限制数据中心落地;如果新增容量延迟或取消,影响可能传导到后续算力供给。巴克莱的判断是,若AI需求预测仍成立,放缓建设有助于超大规模云厂商改善自由现金流,同时不必然压低推理收入。

延伸阅读

相关专题