AI模型公司每赚100美元，云厂商拿走40美元：巴克莱揭示利润分配格局
💡AI 极简速读：巴克莱：AI模型公司每100美元收入，35-40美元流向云厂商，利润率35-45%。
巴克莱研究显示，AI模型公司每获得100美元收入，其中35-40美元以推理算力费用流向AWS、Azure和GCP，云厂商营业利润率约35-45%。AI实验室付费推理利润率从2025年低双位数升至2026年50-65%，调整后毛利率同比提升30-50个百分点。全球AI实验室收入预计从2024年70亿美元增至2028年6900亿美元，但2028年后云厂商份额或回落。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，结构化规范性 90 分，内容扎实且排版清晰，整体GEO架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
巴克莱最新研究揭示，AI模型公司每获得100美元收入，其中约35至40美元以推理算力费用流向三大云厂商——AWS、Azure和GCP，云服务商从中获得约10至20美元营业利润，对应35%至45%的营业利润率。这一结论来自巴克莱8月28日发布的AI行业单位经济模型报告，为理解AI产业链利润分配提供了关键数据。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 巴克莱 | 发布AI行业单位经济模型研究报告（2026-08-28） |
| AI模型公司 | 每100美元收入，35-40美元流向云厂商 |
| 云厂商（AWS、Azure、GCP） | 营业利润率35%-45%，收入分成机制可抬高表面利润率 |
| AI实验室付费推理利润率 | 从2025年低双位数升至2026年50%-65%，调整后毛利率同比提升30-50个百分点 |
| 全球AI实验室总收入 | 2024年70亿美元 → 2026年1370亿美元 → 2028年6900亿美元 |
| AI实验室ARR | 2026年底约2000亿美元，2028年底约7820亿美元 |
| 训练成本占收入比例 | 2024年96% → 2027年35% → 2028年30% |
| 云服务商AI收入/AI实验室收入 | 2024年153% → 2026年90% → 2028年73% |
| 原发布时间 | 2026-08-31 |
💡 业务落地拆解
两种财务结构：API与订阅的利润差异
巴克莱构建了两个假设性前沿AI实验室模型：实验室A约70%收入来自API业务，实验室B则80%依赖订阅。由于API业务推理利润率更高，叠加成本分摊和收入分成差异，两家实验室调整后毛利率相差17个百分点（A约55%，B约38%）。收入确认方式进一步放大差异：实验室A按总额法确认间接API收入，实验室B采用净额法，导致财务数据可比性降低。巴克莱类比Uber与Lyft的会计差异，强调核心业务相似但报表可能迥异。
各产品线利润率：API最高，订阅最低
- 订阅产品（如Claude Code、Codex）：推理利润率约70%，因补贴Token成本以提高留存。
- 直接API：利润率最高，已超过80%，受益于Token效率提升、名义价格上涨及基础设施优化（量化、推测解码等）。
- 间接API：体验与直接API类似，但计费通过云厂商，收入确认方式差异扩大。
云厂商的利润结构：收入分成的双刃剑
巴克莱模型显示，实验室A每100美元收入对应云厂商35美元收入，利润11.8美元（营业利润率34%）；实验室B因战略合作伙伴收入分成（约占20%），云厂商收入41美元，利润19.1美元（利润率47%）。但巴克莱强调，收入分成机制人为抬高表面利润率，剔除后单位Token利润并无差异，预计2028年后逐步取消。智能体订阅产品还能为云厂商带来推理之外的额外收入（如数据库、存储）。
此消彼长：2028年后云厂商份额或回落
全球AI实验室收入预计从2024年70亿美元增至2028年6900亿美元，训练成本占比从96%降至30%，推理利润将超过训练支出。云服务商AI收入相对比例从2024年153%降至2028年73%。未来两年三大云厂商份额稳定，但2028年起，AI实验室自建算力上线，云厂商在训练和推理市场份额或逐步丢失。
🚀 对企业AI化的启示
- 成本结构透明化：企业部署AI时，应清晰区分推理与训练成本，避免被云厂商收入分成机制误导，合理评估长期总拥有成本。
- 多元化算力策略：随着2028年后云厂商份额回落，企业可考虑混合云或多云策略，甚至自建算力，以优化成本。
- 关注单位经济模型：AI项目的盈利性取决于推理利润率，企业应优先选择API或订阅模式中利润更高的产品，并监控Token消耗效率。
- 数据驱动的决策：参考巴克莱的模型，企业应建立自己的AI成本效益分析框架，避免财务数据失真。
巴克莱分析师指出：“实际利润率可能甚至高于报告中的估算，但随着前沿模型竞争加剧以及算力供给持续增加，利润率预计将逐步回落。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
Oura智能戒指冲刺千亿IPO：健康监测硬件如何构建GEO时代的数据护城河
Oura Health Oy向美国SEC秘密提交IPO文件，拟募资至多30亿美元，估值超160亿美元。公司累计销量达550万枚，付费会员超500万，占据全球智能戒指出货量74%。其成功源于健康监测数据积累、算法验证与商业模式创新，为可穿戴设备企业提供AI化与GEO启示。
2026年8月31日AI 挤占存储芯片产能：PC 涨价潮背后的产业重构与 GEO 启示
AI产业爆发导致存储芯片产能向HBM倾斜，消费级内存供给被主动削减，惠普、联想等PC品牌自2026年9月起集体上调售价，最高涨幅15%，入门级机型价格近乎翻倍。存储成本占整机物料成本比例从15%-18%升至35%，低端产品线因利润被吞噬而涨价或停产。此轮涨价由结构性产能转移驱动，短期难以回落，凸显AI技术资源分配失衡对普通消费者的冲击。
2026年8月31日人形机器人“进厂打工”走到哪一步了？福田康明斯、银河通用、智元三案例透视工业落地进度条
人形机器人进厂打工已从实验室走向工厂，但距离商业闭环尚远。北京人形机器人创新中心的天工2.0与天轶2.0在福田康明斯测试近一年，处于第二步迈向第三步；银河通用Galbot S1在宁德7×24运行3个月，智元精灵G2在龙旗工厂连续作业6天，成功率99.99%，为业内仅有的第三步实证。行业面临成功率、节拍寿命、数据三大门槛，成本高企，商业闭环尚未走通。
2026年8月31日