雲端巨頭每100美元AI實驗室收入拿走35美元

巴克萊研究顯示，AI模型每產生100美元收入，其中35至40美元以推論費用形式流入AWS、Azure和GCP，為雲端供應商帶來10至20美元的營業利潤。這份8月28日發布的研究報告，繪製了AI實驗室付費推論利潤率從2025年的低雙位數飆升至2026年50%至65%甚至更高之際，整個產業的利潤分配格局。

「實際利潤率可能比我們的估計還要高，」巴克萊分析師羅斯·桑德勒（Ross Sandler）表示。他預期隨著前沿競爭加劇和算力供應持續擴張，這些利潤率將逐步下滑。

企業客戶和代理型工作流程已成為必買產品，帶動調整後毛利率年增30至50個百分點。巴克萊建構了兩個假設性前沿實驗室模型來拆解利潤差異：實驗室A有70%收入來自API、30%來自訂閱，調整後毛利率接近55%；實驗室B則相反，80%來自訂閱、20%來自API，毛利率約為38%——兩者相差17個百分點，主要源於API本質上更高的推論利潤率、訓練成本分攤以及合作夥伴收入分成。

產業收入成長軌跡陡峭。巴克萊估計，AI實驗室總收入將從2024年的70億美元成長至2026年的1,370億美元，並於2028年達到6,900億美元，同時訓練成本占比從總額的96%下降至30%。雲端供應商的AI收入占AI實驗室收入的比例也在下降——從2024年的153%降至2026年的90%，並預計於2028年降至73%。

產品線利潤分析

Claude Code和Codex等訂閱產品的推論利潤率估計約為70%——在三條產品線中最低——因為AI實驗室透過補貼代幣成本來留住用戶。直接API作為最早期的商業模式，利潤率最高，推論利潤率超過80%，受惠於模型代幣效率提升、名義API價格上調，以及包含量化（quantization）和推測解碼（speculative decoding）在內的基礎設施層級優化。間接API提供相同的終端用戶體驗，但透過雲端供應商計費，隨著其收入占比上升，財務報表的可比性差距也隨之擴大。

巴克萊以Uber和Lyft作類比：同一個核心業務，因會計處理方式不同，呈現截然不同的報告數據。實驗室A以總額基礎認列間接API收入，實驗室B則採用淨額基礎會計，或完全不認列由策略夥伴營運的間接API收入。隨著AI實驗室開始揭露GAAP財務報表，投資人在比較不同公司時，必須拆解這些認列差異。

雲端供應商的利潤結構

AI實驗室每產生100美元收入，實驗室A對應的雲端供應商收入為35美元，以34%營業利潤率計算，扣除基礎設施成本後貢獻約11.80美元利潤。實驗室B因策略夥伴收入分成（占收入20%，設有累計上限），為雲端供應商帶來更多收入——41美元收入，以47%營業利潤率計算貢獻19.10美元利潤。巴克萊強調，分成機制膨脹了表面利潤率；若剔除該機制，實際每代幣利潤完全相同。此安排預計在2028年後逐步歸零。

代理型訂閱產品為雲端供應商創造額外價值。這些有狀態（stateful）運行時產品通常需要存取資料庫等上層軟體資源，使每美元收入更具價值。在某些情境下，雲端供應商與AI實驗室之間也存在收入分成安排。

AWS、Azure和GCP預計在未來兩年內維持其在AI實驗室算力支出中的各自占比。但自2028年起，受保障的AI基礎設施專案將陸續上線，成為AI實驗室的首選，可能導致三大雲端供應商在訓練和推論領域逐步流失市占率。

對投資人而言，這份報告的意涵具有雙面性。雲端供應商的AI推論業務目前獲利能力極高，支持亞馬遜、微軟和Alphabet的多頭論述。但2028年的轉折點——自建基礎設施侵蝕雲端市占率——顯示當前利潤率水準可能無法持續。與此同時，AI實驗室因推論收入超越訓練成本而持續改善的獲利能力，支持了私有前沿實驗室和公開AI公司的估值，但巴克萊所指出的會計認列差距，意味著報告數據仍需審慎檢視。

本文僅供資訊參考之用，不構成投資建議。