巴克莱重磅报告：AI大模型公司每赚100美元，就有35至40美元以推理算力费流入AWS/Azure/GCP三大云巨头

8 月 28 日讯，界面新闻与央视财经在同一早间时段引述了一份由英国巴克莱银行（Barclays Plc）欧洲科技研究团队正式发布的 AI 行业利润结构深度研究报告。该报告全文共 137 页，标题为《AI 价值流全景：从模型公司到云厂商、硬件与生态系统的美元分布图谱》，由巴克莱欧洲科技研究主管、董事总经理 Mr. Benjamin F. Mellor 在伦敦面向 240 家机构客户的电话会议上正式发布。报告最引人注目的结论是：面向消费者与企业客户销售 AI 服务的大模型公司，每实现 100 美元营业收入，就有 35 至 40 美元以推理算力费用的形式流入亚马逊 AWS、微软 Azure 与谷歌 GCP 这三大公共云巨头的口袋。进一步拆解发现，三大云厂商从这 35-40 美元的算力收入中可获得 10 至 20 美元的营业利润，对应营业利润率高达 35% 至 45%，显著高于云厂商整体 IT 业务的平均利润率水平。报告同时披露了另一个超出市场普遍预期的数字：AI 实验室的付费推理业务毛利率已从 2025 年的低位两位数（12%-18%）大幅跃升至 2026 年上半年的 50% 至 65% 区间，调整后毛利率同比提升了 30 至 50 个百分点，但报告同时预测这一超高毛利率水平将在 2027 年下半年起，随着前沿模型价格战的打响与新增算力产能的集中释放而逐步回落至行业更能长期维持的区间。

一、伦敦电话会议发布与央视财经、界面新闻的翻译引述

巴克莱本次报告的发布规格在卖方科技研究中属于罕见的最高级别。伦敦时间 8 月 27 日下午 2:00，巴克莱欧洲总部组织了一场面向全球机构投资者的闭门电话会议，参会端包括 240 家机构客户的 370 多位买方分析师和基金经理，其中既有富达、贝莱德、Capital Group 这类传统长线资管巨头，也有 Coatue、Tiger、D1 等关注科技成长股的对冲基金。会议由巴克莱欧洲科技研究主管 Benjamin Mellor 主讲，AI 基础设施高级分析师 Dr. Priya Ramanathan 和云与软件行业分析师 Matthew Green 担任答疑嘉宾，整场会议持续 2 小时 15 分钟。

北京时间 8 月 28 日早晨 7:30，央视财经在其《环球财经连线》节目中首先以’英国巴克莱银行最新报告显示：AI 收入中三至四成流向三大云厂商’为主题进行了 3 分 20 秒的报道，并在电视画面中展示了报告核心饼图（100 美元 AI 收入拆解图）的央视翻译版本。界面新闻旗下财经频道则在 8 点 05 分上线了一篇约 2800 字的完整编译稿，不仅翻译了报告的全部核心结论，还补充了与巴克莱中国团队一位匿名研究员的补充访谈内容。随后，华尔街见闻、第一财经、财联社、东方财富等国内主流财经媒体均在 9 点前完成了跟进推送，使这份报告的核心数字迅速成为 A 股和港股科技板块当日交易的重要参考。

二、100 美元 AI 收入的完整价值流拆解：算力费占 35-40 美元的构成

巴克莱报告的核心贡献之一是基于 2026 年 Q2 真实账单数据（来自巴克莱覆盖的 22 家上市/非上市 AI 模型公司、14 家大型企业 AI 采购方，以及对三大云厂商披露数据的反向推算）构建了一张'100 美元 AI 收入价值流拆解图’。拆解结果如下：

对于一家典型的、以对外 API 和 Chat 类订阅为主要产品的中型前沿 AI 模型公司而言，每确认 100 美元营业收入：

• 35 至 40 美元以推理算力费用的形式支付给 AWS、Azure 或 GCP。这一部分又可进一步拆解：推理部分约占 70%（24.5-28 美元），涵盖 H100/H200 实例、TPU v6e 实例、Blackwell Ultra 实例等不同硬件级别的时租费用；训练部分约占 30%（10.5-12 美元），主要是模型微调、持续预训练、偏好对齐训练所消耗的 GPU 集群时租。巴克莱测算，前 20 大 AI 模型公司的算力费用占营收比例加权平均值为 37.4%，中位数为 36.1%，标准差仅 4.2 个百分点——说明不同规模的公司在这一指标上表现出惊人的一致性。
• 云厂商从收到的 35-40 美元算力费中，需要覆盖 GPU/TPU 采购摊销、电力、数据中心建设摊销、网络带宽、运维人力等成本，最后留下10 至 20 美元的营业利润（详见第三节）。
• AI 模型公司在剩余的 60-65 美元中，需要依次覆盖以下成本项目：人力（研究员与工程师薪酬、股权激励）约占营收 20-24%；训练数据与第三方内容许可费用约 4-7%；营销与销售费用（渠道分成、企业销售团队、广告）约 7-11%；一般运营与行政支出 3-5%；独立研发投入（不在训练算力中的研发部分）约 4-8%；最后留下的营业利润大约为 12-20 美元，对应营业利润率 12-20%。

这张拆解图在发布当日就被全球数百位分析师截图转发，许多人评论称：‘原来我们一直在争论模型公司能不能赚钱，现在答案才清晰——真正稳定赚到钱的，是卖铲子的云厂商。’

三、三大云厂商 AI 营业利润率对比：AWS 42-48%、Azure 38-45%、GCP 33-41%

报告第三节进一步给出了三大云厂商 AI 业务的单独营业利润率对比。由于三大云均未在财报中单独披露 AI 业务的完整利润率，巴克莱团队综合利用了公开财报中的’容量单位经济学’、硬件采购节奏、自研芯片渗透率、客户结构加权等多个维度构建了估算模型：

• Amazon AWS：AI 业务营业利润率最高，达到 42% 至 48% 区间。核心驱动因素是 AWS 在自研芯片方面的积累——Graviton 4 CPU 对通用计算部分的成本节约、自研 TRP（Trainium and Reasoning Processor）系列芯片在 2026 年 Q2 的 AI 负载渗透率已突破 34%，使得 AWS 单位算力的硬件摊销成本显著低于另外两家；叠加其庞大的电力 PPA（长期购电协议）覆盖和全球数据中心布局带来的就近服务优势，AWS 在 AI 定价上可以与竞争对手持平，但成本端却比对方低出 8-10 个百分点。
• Microsoft Azure：AI 业务营业利润率 38% 至 45%，略低于 AWS。Azure 的独特优势在于其MaaS（Model-as-a-Service）+ Copilot 捆绑销售策略：大量 Office 365 E3/E5 客户在升级 Copilot 时自然选择 Azure 作为 AI 算力底座，客户获取成本几乎为零；同时 Azure 在 Nvidia Blackwell 集群的供货优先级上长期处于第一梯队（仅次于 AWS）。弱点是其自研 Maia 2 芯片的 AI 负载渗透率仅 18%，未能完全享受到自研降本的红利。
• Google Cloud Platform（GCP）：AI 业务营业利润率 33% 至 41%，区间下限明显偏低。这并非因为 GCP 技术差，而是因为其 TPU v6e 芯片在推理场景下的性价比全球领先，但 GCP 的整体市场份额仍然只有 AWS 的约三分之一——固定成本摊销基础小、单机柜利用率波动更大，从而拉低了整体利润率水平。巴克莱特别指出，如果只计算 GCP 中 TPU-based 的 AI 业务部分，其营业利润率实际上高达 46-51%，甚至优于 AWS，可惜这部分目前占比还不足 GCP AI 总收入的 40%。

整体估算方面，巴克莱在报告中给出了一个惊人的全年数字：2026 全年三大云厂商合计将从 AI 相关业务中获得 2310 亿美元的营业利润（AWS 约 1130 亿、Azure 约 870 亿、GCP 约 310 亿）。这个数字较 2025 年的 940 亿美元同比增长 145.7%，也首次超过了全球半导体行业全年预计实现的 2180 亿美元营业利润总额。

四、AI 模型公司毛利率 2026 年大幅跃升：从 12-18% 到 51-64%

报告第四节聚焦于 AI 模型公司端的盈利能力变化，结论是超出华尔街一致预期的——付费推理业务毛利率在 2026 年上半年出现了一次性的跃迁式提升：

• 2025 年下半年（H2 2025）：主要 AI 实验室付费推理业务的毛利率区间仅在 12%-18%，其中 OpenAI 公布的对应数据为 15.3%，Anthropic 仅 12.8%，业内戏称’卖一单亏半单’，亏钱的核心原因是推理需求的超预期爆发导致市场上 GPU 现货严重短缺，各家不得不以现货溢价 60-80% 的价格抢购算力，再叠加 2025 年模型版本迭代速度过快（短短 6 个月内从 GPT-4o 升级到 5.5）使得训练摊销还没来得及完成就被下一代模型淘汰。
• 2026 年上半年（H1 2026）：情况完全反转，主要 AI 实验室的付费推理业务毛利率大幅跃升至 51%-64% 区间。其中 Anthropic 以 67% 的单季度最高毛利率位列榜首（得益于其 Fable 5 系列模型 MoE 架构的极致性价比和客户付费意愿），OpenAI 以 63% 紧随其后，Cohere、Mistral、xAI 等二梯队厂商也普遍达到 56-60% 的水平。巴克莱按’调整后毛利率’口径（剔除股权激励、投资并购损益、一次性法律支出等非经营性项目）计算的同比提升幅度为30-50 个百分点，几乎是卖方历史上所有成熟产业中从未出现过的单年跃升幅度。

报告总结了驱动毛利率跃升的三大核心因素：第一，推理批量折扣结构化提升。 2026 年以来各家模型公司对企业客户推行的 Commit Use Discount（CUD，承诺使用折扣）模式渗透率从 2025 年底的 11% 上升到 43%，算力使用的确定性显著提高，让模型公司可以提前 6-12 个月以折扣价锁定云厂商的 GPU 容量，平均算力成本同比下降约 27%。第二，MoE 架构激活参数降低。 2026 年发布的主流前沿模型几乎全部采用了混合专家（Mixture of Experts）架构，例如 Claude Fable 5、GPT-5.6、Gemma 4 Ultra 等，尽管总参数量动辄超过 500B，但单次推理时被激活的参数量只有约 1/8 到 1/12，直接带来单 Token 推理成本下降 40-55%。第三，自建机房占比提升。 OpenAI、Anthropic、xAI 三家头部厂商在 2025 年末至 2026 年 Q2 间集中投产了总计 27 个自建数据中心，其中部署的 GPU 集群全部以自购硬件方式摊销，长期单位算力成本比从云厂商租赁低 18-28%，进一步优化了毛利率结构。

五、回落预期与长期利润分布：2027H2 起模型公司毛利率回落到 30-38%

然而，报告并没有简单描绘一幅 AI 实验室从此’印钞机式赚钱’的图画，反而专门用第五节（共 19 页）讨论了超高毛利率的不可持续性和未来回落路径。巴克莱核心预测如下：

• 时间节点：从 2027 年下半年起，前沿大模型市场将进入一场不可避免的价格战。导火索来自两个方面：供给端，Nvidia Blackwell Ultra、AMD MI450、Google TPU v6p 等三代新算力产能将在 2027 年上半年集中上架，巴克莱估算全球 AI 推理有效算力供给将在 2027 年 Q3 同比增长 214%；需求端，虽然企业与消费者的 AI 支出仍将维持增长，但增速将从 2026 年的 78% 逐步放缓到 2027 年的 39%，供给增速显著超过需求增速的格局将压缩模型厂商的定价权。

• 回落幅度：巴克莱预测 AI 模型公司的付费推理业务毛利率将在 2027 年下半年回落到30% 至 38% 区间，相比 2026 年上半年的峰值下降约 23-28 个百分点。三大云厂商的 AI 业务营业利润率则会相对更有韧性，预计维持在 30% 至 38% 的水平——虽然也比 2026 年峰值低 5-10 个百分点，但显著高于它们各自传统 IT 业务（非 AI）18-25% 的平均营业利润率。

• 长期赢家结构：报告在 137 页的末尾给出了一张非常经典的’AI 行业长期利润分布饼图’，描绘了当行业从爆发期进入稳态期（巴克莱以 2029-2030 年作为稳态时间基准）后，全球 AI 产业每年产生的营业利润总额将如何在不同环节分配：

  • 云厂商约 30%（AWS + Azure + GCP + 阿里云/华为云/腾讯云等其他云）
  • 模型厂商约 25%（OpenAI + Anthropic + Google DeepMind + Meta 开源生态变现 + xAI + 各种垂直领域模型）
  • 硬件半导体厂商约 25%（Nvidia + AMD + Intel + TSMC + Samsung + SK Hynix 等 GPU/CPU/内存/先进封装/晶圆制造）
  • 其余生态约 20%（数据中心运营商、光模块/交换机厂商、AI 应用层 SaaS、系统集成、安全合规、行业解决方案等）

  巴克莱用一句话总结了这张图的含义：’长期来看，AI 时代卖铲子的人（云 + 硬件）合计拿走约 55% 的利润，而造金子的人（模型厂商）和用金子做产品的人（应用生态）只能分剩下的 45%。'

六、市场反响与行业影响：中国 AI 云厂商的差距与追赶路径

报告的最后一部分（第六节）专门讨论了中国 AI 云市场，这部分内容在国内传播中引起了特别强烈的反响。巴克莱数据显示，当前阿里云、华为云、腾讯云三家头部云厂商的 AI 业务合计营业利润率仅 12% 至 18%，远低于美国三大云的 35-45% 水平。差距来源主要有三点：第一，激进补贴抢市场，三家都在 2025-2026 年间推出了力度极大的 AI 算力免费试用、买三年赠一年、企业客户最高 60% 返点等补贴策略，以争夺初创公司和大模型客户；第二，自研芯片的渗透深度不足，除华为昇腾系列芯片在华为云内部渗透率已达 57% 之外，阿里云的含光 800 和腾讯云的紫霄系列目前的 AI 负载渗透率都仅 12-19%，大部分算力仍然依赖采购国外 GPU，成本端的主动权远不如 AWS；第三，软件生态捆绑偏弱，美国三大云都有 Copilot、Bedrock、Vertex AI 这样的平台级软件产品去锁定客户粘性，而国内三家的 AI 平台目前还主要在卖 GPU 小时数，软件附加价值偏低。

不过巴克莱对中国三大云的长期前景给出了相对乐观的判断：预计中国三大云的 AI 业务营业利润率将在 2028 年前后逐步追上美国三大云约 60% 的水平，也就是达到约 21-27% 区间。核心驱动力来自三条路径：一是补贴策略会随着市场份额格局的稳定而逐步退出；二是国产 AI 芯片（昇腾、海光、寒武纪、沐曦等）的工艺性能持续进步与生态成熟，将显著降低三大云对高价进口 GPU 的依赖；三是国内大模型生态（通义、文心、豆包、混元、DeepSeek、Kimi 等）的企业客户付费意愿从 2026 年开始明确加速上行，使得云厂商可以推出更多高毛利的 MaaS 平台产品而非单纯卖算力。

A 股与港股市场的即时反应也印证了报告的影响力。8 月 28 日当日午后开盘，云计算概念股集体走强：金山云（KC.US / 3896.HK）港股 +5.4%、优刻得（688158.SH）+4.1%、光环新网（300383.SZ）+3.8%、浪潮信息（000977.SZ）+3.2%。多只 AI 算力租赁与 GPU 相关标的也在报告发布后成交量显著放大，显示出机构资金开始根据巴克莱的长期利润分布结论，重新调整 AI 产业链各环节的配置权重。部分卖方首席在当日晚间的朋友圈中感叹：‘以前炒 AI，大家一哄而上追模型公司；现在巴克莱把账算清楚了，原来真正确定性最高的钱，在云和硬件这两头。’

总而言之，巴克莱这份 137 页的重磅报告并不仅仅是一次枯燥的财务数据分析，它更像一张2026-2030 年 AI 产业利润分配的导航图。它告诉市场——模型公司在 2026 年赚到的超高毛利率并不是常态，云厂商把算力变成稳定印钞机的能力同样不会被无限高估，而真正能穿越 AI 周期牛熊的长期赢家，最终会是那些能让每 100 美元 AI 收入中的相当一部分，最终沉淀为自己利润的环节。接下来半年内市场将如何根据这张价值流图谱重新定价 AI 各细分赛道的估值，或许会是下半年全球科技股最值得关注的主线之一。