งานวิจัย: รายได้ AI ทั่วโลกในไตรมาสแรกเกินค่าเสื่อมราคา แต่คำมั่นสัญญาด้านโครงสร้างพื้นฐานมูลค่า 8.5 แสนล้านรอคืนทุน

據彭博社於 6 月 25 日引述研究機構 Exponential View 分析逾 1,000 家企業的 AI 支出資料集，得出結論：2026 年第一季，全球（不含中國）AI 營收達 250 億美元，首度超越同期 210 億美元的折舊攤提成本。但是，8,500 億美元的基礎設施承諾等著回本。

六年折舊假設的脆弱性：若 GPU 壽命縮短，210 億美元基準線將上移

科技與雲端業者目前普遍將 AI 晶片等設備的成本分攤在約六年的使用週期內，這直接決定了每季的折舊費用數字。Exponential View 的 210 億美元折舊基準線，完全建立在此六年假設之上。

若 GPU 叢集的實際壽命短於六年——例如因下一代晶片效能躍升導致現有設備提前淘汰——折舊攤提加速，210 億美元的基準就會往上移動，250 億美元的季收入即從「超越」回到「追不上」。

文章指出，OpenAI 與博通聯合推出的 Jalapeno AI 晶片，號稱較現有 GPU 方案節省約 50% 成本，預計今年稍晚匯入 Microsoft 等合作夥伴的資料中心；此類供給側的成本競爭，才正要開始。

DeepSeek 等低成本模型對 AI 服務定價的潛在影響

在收入端，部分用戶已開始轉向 DeepSeek 等更便宜甚至免費的中國模型。一旦企業端大規模遷往低價模型，超大規模雲端業者的 AI 服務單價將被迫跟進：即便用戶數量持續成長，每用戶貢獻的收入也可能同步攤薄，讓那條剛跨過的折舊線再度難以維持。

8,500 億美元基礎設施承諾對比 250 億美元季收入

Bloomberg 同期數據顯示：Meta 新增資料中心租約承諾達 790 億美元；Microsoft 達 410 億美元；整個雲端產業未來資料中心租賃義務累計至 8,500 億美元。

8,500 億美元的基礎設施承諾對應 250 億美元的單季收入；僅折舊線這一項，就需要持續數年的穩定超越，才能讓這場建設潮進入真正的回收期。文章結論：「跨過折舊線是事實，但它究竟是新時代的起點，還是這波建設潮自我說服的暫時數字，可能要等下幾季的資料說話。」

常見問題

「折舊攤提成本」是什麼意思，為何這個比較有意義？

折舊攤提（depreciation/amortization）是指將大額資本支出（如購買 GPU）分散到其使用年限內每期記帳的會計方法。用折舊成本而非實際購買金額來比較，是因為它更接近每期實際「消耗」的資本，也是企業評估投資是否開始回收的標準方式。AI 季收入超越折舊成本，意味著從會計角度，AI 業務開始能夠「覆蓋」已投入基礎設施的成本攤提。

六年折舊假設是否合理？

根據文章說明，六年是科技與雲端業者目前普遍採用的 AI 設備折舊年限，屬於行業慣例。但 AI 硬體更新速度極快，若下一代晶片在三至四年內大幅超越現有 GPU，現有設備的實際有效壽命可能短於六年，導致實際折舊成本更高。因此，六年假設既是當前的行業標準，也是分析結果最大的不確定變數。

OpenAI 的 Jalapeno 晶片如何影響這個等式？

根據文章，Jalapeno 是 OpenAI 與博通聯合推出的自研 AI 晶片，號稱較現有 GPU 方案節省約 50% 成本，預計今年稍晚進入 Microsoft 等合作夥伴的資料中心。若更高效低成本的晶片廣泛部署，一方面可能降低未來的折舊基準（對收入端有利），另一方面也可能加速現有 GPU 設備的提前淘汰，增加短期折舊壓力。