巴克莱报告：云厂商是AI业最大收租方

今天，看了巴克莱的一份报告，这份报告的全名叫“A Primer on AI Lab & AI Hyperscaler Unit Economics” 《AI实验室与云服务商单位经济学概论》全面探讨了目前AI行业的经济经济及其利益分布的格局，这篇报告非常重要，核心的图片和洞察我分享在此： 这张图清晰地揭示了目前AI产业链中“利润抽成”的底层商业逻辑，特别是在模型推理（Inference）阶段，价值是如何从AI实验室（如OpenAI, Anthropic）流向超大规模云厂商（Hyperscalers，如微软Azure, AWS, 谷歌云）的 1. 核心结论：云厂商是AI商业化的最大“收租方” AI实验室每创造100美元的收入，就有35至40美元作为“推理收入”流向了底层的云厂商。 扣除基础设施成本后，云厂商能从中直接获得10到20美元的营业利润（OI） 这意��着云厂商在AI应用的变现过程中，稳定抽取了35%-40%的“算力过路费” 2. 商业模式对比：以API驱动的AI实验室VS订阅为主的AI实验室 AI Lab A（以API驱动为主）：高度依赖开发者调用，直接API占45%，间接API占25%，订阅仅占30% 云厂商收益：在这100美元中，云厂商分走35美元营收，扣除23.3美元的基建成本后，获得11.8美元的利润（利润率34%） AI Lab B（以To-C/To-B订阅驱动为主）：高度依赖订阅模式（类似于ChatGPT Plus），订阅收入高达80%（其中分为战略合作伙伴和其他合作伙伴） 云厂商收益：在这种模式下，云厂商能分走更多的营收（41美元），并且由于规模效应或定价权，基础设施成本的占比相对较低，从而实现了高达47%的超高利润率，最终拿走19.1美元的绝对利润 3. 产业链与投资视角延伸 结合数据中心的建设需求与硬件供应链来看，这张表解释了为什么科技巨头敢于在AI基础设施上投入天量资本支出（CapEx）： 推理阶段的暴利：市场此前的焦点都在昂贵的“模型训练”上，但这张图表前瞻了2026年的“模型推理”市场。云厂商在提供推理算力时，能够维持34%-47%的高毛利，这为数据中心建设、液冷系统升级和高端AI芯片的采购提供了强有力的基本面支撑 稳赚不赔的底层逻辑：无论最终是哪家AI实验室（A还是B）在应用层面的竞争中胜出，也无论用户是偏好按月订阅还是按API Token付费，提供底层GPU集群和电力基础设施的Hyperscaler都能实现高确定性的业绩转化