巴克莱拆解 AI 利润流向：模型公司每 100 美元收入约 35-40 美元付给三大云

据 IT之家 8 月 30 日消息，巴克莱银行在 8 月 28 日发布的 AI 行业单位经济模型研究报告中，对 AI 模型公司、云服务商与不同产品线之间的利润分配进行了拆解。报告显示，AI 模型公司每创造 100 美元营收，约有 35 至 40 美元会以推理算力费用形式流向亚马逊 AWS、微软 Azure 和谷歌 GCP 三大云平台；云服务商则可从中获得约 10 至 20 美元营业利润，对应营业利润率最高可达 35% 至 45%。这一研究让外界更直观看到：生成式 AI 的商业化收入并不只留在模型公司手中，底层云基础设施正在成为价值链中的重要受益方。

AI 实验室利润率改善，但云仍是核心成本入口

来源显示，巴克莱认为 AI 实验室的付费推理利润率正在明显提升：相关指标已从 2025 年的 10% 出头，提升至 2026 年的 50% 至 65% 甚至更高；调整后毛利率同比提高 30 至 50 个百分点。分析师 Ross Sandler 指出，企业客户需求以及“智能体工作流”（agentic workflows）是推动利润率改善的重要因素，这类产品已逐渐成为市场上的“必买”能力。

不过，利润率提升并不意味着模型公司已经摆脱算力压力。报告同时强调，模型公司收入中相当一部分仍需支付给云平台，用于支撑推理服务。换言之，用户每一次调用聊天机器人、代码助手或 API，背后都对应着云端算力、推理优化、硬件折旧和平台运营成本。对于中文科技读者而言，这也解释了为什么 AI 应用看似轻量，背后的产业链却高度依赖云计算、GPU 与推理基础设施。

业务结构决定毛利率：API 与订阅差距明显

巴克莱还构建了两个假想的前沿 AI 实验室进行比较，以说明不同收入结构会显著影响财务表现。一个实验室约 70% 收入来自 API、30% 来自订阅；另一个则 80% 依赖订阅、API 仅占 20%。由于 API 业务通常拥有更高推理利润率，再叠加训练成本分摊、合作伙伴分成和收入确认方式差异，两者调整后毛利率出现约 17 个百分点差距：前者约 55%，后者约 38%。

这一点对观察 AI 公司估值尤其重要。API 收入更多来自开发者工具、企业系统和第三方应用集成，通常按 Token 消耗计费，成本与收入匹配度更清晰；订阅产品则常采用月费制，并设置使用额度上限，模型公司可能为了用户留存承担更多 Token 成本。因此，单看用户规模或订阅价格，很难判断一家 AI 实验室真实盈利能力。

• 直接 API：报告估计推理利润率已超过 80%，是目前利润率最高的主要业务线。
• 订阅产品：如代码类订阅工具，推理利润率估计约 70%，相对较低，原因是平台需兼顾用户留存与使用成本。
• 间接 API：终端体验接近直接 API，但计费关系发生在用户与云服务商之间，收入确认方式会影响财报可比性。

影响解读：AI 产业红利正在向“卖铲人”集中

从产业角度看，巴克莱报告强化了一个判断：AI 模型公司固然掌握产品入口和模型能力，但云服务商作为“算力底座”，正在稳定分享 AI 商业化红利。每 100 美元模型收入中约 35 至 40 美元流向云平台，说明云厂商并非单纯承接成本，而是通过规模化基础设施、硬件采购能力和推理优化能力获得较高经营利润。

这对行业竞争格局有三层含义。第一，前沿模型竞争越激烈，模型公司越需要控制推理成本，否则价格战会压缩利润空间。第二，云服务商与模型公司的合作关系会更复杂：既是供应商，也可能是战略伙伴和分销渠道。第三，未来投资者在比较不同 AI 实验室财务数据时，不能只看收入增速，还要看 API、订阅、间接 API 的占比，以及是否采用总额或净额确认收入。

报告还提醒，随着前沿模型竞争加剧、算力供给增加，当前较高的推理利润率未来可能逐步回落。对 AI 创业公司来说，真正的护城河不只是模型参数或榜单成绩，而是能否在产品定价、Token 效率、推理架构和企业客户场景中形成可持续的单位经济模型。对云厂商而言，AI 推理需求的增长仍可能成为继训练集群之后的新一轮增长引擎。