AI产业谁在赚钱？七成收益已被上游拿走

2026年10月22日的《财富》中国500强论坛上，AI产业链的真实盈利状况被摊开在全场面前。麦格理集团中国首席经济学家胡伟俊、中泰证券首席经济学家李迅雷、华创证券研究所所长张瑜以及青岛银行首席经济学家刘晓曙——四位来自不同机构的经济学家得出了同一个结论：AI确实有商业价值，但当前阶段真正赚到钱的环节极其集中，且分布规律与移动互联网时代截然不同。

上游吃肉：算力硬件现金流转正

算力和光模块环节的经营现金流和自由现金流均为正值。

这不是预测或预期，而是已经实现的财务表现。

李迅雷在论坛上给出的数据更为具体：整个AI产业的七成收益集中在上游。这里的“上游”指的是算力基础设施提供商和光模块生产企业，包括英伟达的GPU供应链、国内的光模块龙头厂商，以及相关电力设备企业。

这种盈利的确定性并非偶然。AI训练和推理对算力的刚性需求在2026年依然旺盛——全球主要云服务商的大规模资本开支计划仍在推进，数据中心建设加速，直接拉动了对GPU、高速光模块及配套电力设备的采购。

上游企业的现金流改善具有可持续性，至少在2027年之前。根据公开披露的行业共识，2027年全球AI相关资本开支预计仍将增长，只是增速会明显放缓。这意味着上游企业至少在未来一年多的时间窗口内，仍将获得相对确定的订单支持。

对于投资者而言，上游环节的估值支撑最为坚实。其逻辑在于需求刚性与供给紧张的同时存在：只要大模型训练和应用部署仍在扩大，算力需求就不会突然消失。

中游喝汤：大模型“半死不活”的商业化困境

中游大模型厂商的情况则复杂得多。

李迅雷指出，大模型厂商的经营现金流基本为正，但自由现金流仍为持续为负。这两个看似接近的概念之间存在本质区别。

经营现金流为正说明大模型公司通过API调用授权、云服务捆绑销售等方式能够获得收入，覆盖日常运营成本后仍有盈余。但自由现金流为负意味着扣除维持业务运转所需的资本开支后，公司仍在持续失血。

问题的核心在于“普适商业模式尚未跑通”。

目前主流大模型公司的收入来源主要集中在B端订阅和服务费用，而C端付费意愿远低于早期预期。OpenAI的ChatGPT虽拥有庞大用户基数，但其商业化路径仍以企业级合作为主。国内大模型厂商如百度文心一言、阿里通义千问等，在面向消费者的场景中同样面临付费率偏低的瓶颈。

与此同时，大模型的研发成本居高不下。训练新一代模型需要投入数百甚至上千亿美元级别的算力资源，即使头部厂商也需依靠外部融资维持运转。对于中小模型公司而言，这笔开支更是难以承受的负担。

结果是行业集中度不断提高。缺乏资金实力的模型公司将逐渐边缘化，或被大型科技公司收购整合。这一趋势已在海外市场出现苗头，国内市场也可能在未来1—2年内显现。

下游冰火两重天：优质项目vs概念炒作

下游应用端的状况最为分化。

找到优质落地场景的应用类项目，经营现金流保持增长态势。这些项目通常具备几个特征：解决了真实存在的商业痛点、用户粘性较高、变现模式清晰。例如金融领域的智能投顾系统、医疗领域的辅助诊断工具、工业领域的质检自动化方案等，已经在部分细分领域形成了可复制的商业模式。

然而，另一批偏向概念炒作的AI应用项目则处境艰难。这类项目往往停留在演示阶段或仅有极少量付费客户，经营现金流和自由现金流均不理想。它们的存在主要依赖外部融资支撑，一旦市场环境变化或融资渠道收紧，生存将面临严峻挑战。

下游的分化预示着AI行业即将进入新一轮洗牌期。资本市场对AI应用的估值逻辑正在从“故事驱动”转向“业绩验证”，无法证明自身盈利能力的项目将被逐步淘汰。

利润流向的历史逆转

刘晓曙的一个观察值得注意：她将AI产业链当前的利润分配格局与互联网时代进行了对比。

在互联网行业繁荣期，利润后期高度集中在下游应用端——搜索、社交、电商等平台型公司凭借网络效应获得了绝大部分价值链份额，而上游的技术供应商获得的只是相对稳定的硬件销售收入。

AI产业链却呈现出完全相反的路径：利润最集中的地方在上游硬件端，而非下游应用层。造成这种差异的原因在于，AI行业的核心竞争力目前仍集中在算力基础设施层面，软件和应用层面的壁垒尚未形成同等程度的护城河。

刘晓曙同时提出一个警示：如果下游应用端长期无法实现盈利，将对上游形成反噬效应。下游应用是算力的最终买单方，若应用端普遍亏损导致预算压缩，上游的订单增长将难以为继。这一逻辑链条在当前阶段尚未充分展开，但值得持续关注。

后续观察的三个关键指标

对于关注AI投资机会的读者，建议重点跟踪以下三个指标：

第一，大模型厂商自由现金流的拐点。当自由现金流转负为正的时点出现时，往往意味着某家或多家模型公司找到了可持续的盈利模式，这是行业成熟的重要标志。

第二，下游AI应用项目的实际营收增长率。概念炒作项目的估值将首先受到冲击，而能够证明持续增收能力的项目有望获得估值修复。

第三，全球AI相关资本开支的年度增速变化。2027年增速放缓的信号如果出现，将直接影响上游硬件厂商的业绩预期和股价走势。