Gartner预警：2030年AI基建收入缺口达4.9万亿美元

人工智能领域的收入增长并未如早期采用者预期的那样强劲。AI基础设施建设支出与预期回流收入之间的差距，正演变为一个数万亿美元的鸿沟。

据研究机构Gartner预测，数据中心业主需在2030年前产生8.5万亿美元的累计收入，方能证明其投资的合理性。然而，同期企业级和消费级AI收入中，仅有不超过3.6万亿美元可归因于这些数据中心，这意味着存在4.9万亿美元的收入缺口。

数据中心建设热度持续攀升。贸易协会BOMA数据显示，2025年美国私人办公楼建设中，约有412亿美元（占比近46%）用于数据中心建设，而十年前这一比例尚不足5%。

Gartner警告称，若AI提供商维持当前支出速度，到2030年底，超过3.5万亿美元的AI基础设施支出可能面临减值风险，即不得不进行账面核销；到2032年，面临核销风险的资产价值将超过4万亿美元。

Gartner高级总监分析师Will Sommer指出，预计2026年AI提供商将在基础设施上花费近1万亿美元，并在2027年至2030年间额外投资6万亿美元。但研究表明，企业级和消费级AI收入将不足以支持在此期间所有计划资本支出的盈利回报。

该估算假设数据中心业主需覆盖宣布的资本支出和融资成本，同时实现12%的投入资本回报率（门槛收益率）。Gartner预计，最早也要到2032年底才能达到这一回报率。

分析显示，2025年至2030年全球AI资本支出总额预计达7.5万亿美元。到2030年，年度AI资本支出预计接近2万亿美元，占全球GDP比例远超1%。

这与投资回报形成鲜明对比。预计到2030年，AI软件、服务和消费者产品的总收入仅为4.4万亿美元。Gartner估计，其中只有不超过30%的收入会记录在底层资本投资上，剩余大部分现金流走向了基于该基础设施构建应用程序、模型和服务的公司。

换言之，企业虽为AI驱动的软件和服务付费，但最终只有一小部分资金真正支撑着提供这些服务的数据中心和计算芯片。

Gartner指出，产品领导者不应仅将AI资本减值视为基础设施问题。即使不拥有基础设施，提供商整合、价格波动、模型终止及主权AI要求等，仍会对产品经济和客户承诺产生实质性影响。因此，在设计依赖AI的产品时，应假设到本十年末，AI供应格局将变得高度集中。

不同提供商的经济状况将出现分化。亚马逊、微软和谷歌等大型云公司拥有多元化业务和既定现金流，有助于支撑其AI投资。但规模较小、专注于云基础设施的“新型云服务商”（neoclouds）面临更大风险。

Gartner表示，新型云服务商必须尽快在AI优化的IaaS及相关平台上获得回报以维持运营。预测显示，到2030年，成本压力和缺乏差异化商业模式将迫使超过80%的新型云服务商停止独立运营。