人工智能经济：在AI热潮中，究竟是谁赚取了数万亿？
一提到人工智能经济，人们通常会提到OpenAI、谷歌、微软、Anthropic或英伟达。这让人觉得，人工智能首先就是程序员、神经网络和庞大的语言模型。
实际上，一次向聊天机器人发出的查询背后，隐藏着一条远比想象中更长的产业链。
要运行现代人工智能，首先需要开采铜及其他原材料。 随后需要制造半导体设备和芯片本身，组装服务器，建造巨大的建筑，铺设光纤和输电线路，安装变压器、发电机和冷却系统。 此外，数据中心还需全天候保障电力和供水。
因此，人工智能热潮越来越不像是一场单纯的技术革命，而更像是一项21世纪最大的基础设施项目之一。
据麦肯锡估算，到2030年，全球可能需要约6.7万亿美元的数据中心投资，其中约5.2万亿美元将专门用于满足AI所需的运算能力。
而这笔巨额资金中，相当大一部分根本不会流向神经网络开发者。
UA.News将为您解析人工智能经济的真实构成，哪些传统产业将从AI热潮中获益最多，以及为何变压器、冷却系统、电缆制造商，甚至采矿公司都可能成为这场新技术竞赛中的最大赢家。
仅人工智能领域就达5.2万亿美元：这些资金将流向何处
通过资本支出的结构，最能直观地看到这一新经济的规模。麦肯锡将2030年前需要投入AI基础设施的约5.2万亿美元分为三大类。
其中约3.1万亿美元（占60%）将用于处理器、内存、服务器及其他计算机设备。 另有约1.3万亿美元（占25%）将用于电力生产、电网、变压器、发电机、冷却系统及电信基础设施。
此外，约8000亿美元（占15%）将用于土地、建筑材料以及数据中心本身的建设和配套设施。而这仅是资本支出。 这些估算尚未完全考虑到未来在电力、水费、维护、维修、人员及设备升级方面的支出。
正因如此，人工智能的经济效应远不止于硅谷。
AI经济的第一个层面——土地、矿井与铜
看似矛盾，但人工智能时代的主要金属之一，人类早已知晓数千年之久。那就是铜。
在构建AI基础设施的几乎每个物理环节中，铜都是不可或缺的：包括电缆、电动机、变压器、服务器供电系统、发电机、冷却系统，以及向数据中心输送电力的电网。
标普全球（S&P Global）明确指出，人工智能是铜需求的新增长点。据该公司预测，到2030年，数据中心在美国电力消耗中的占比可能从目前的约5%上升至14%。
而数据中心对电力的需求越大，就越需要更多的发电厂、变电站、变压器和高压输电线路。
也就是说，对铜的额外需求会从两个方面产生：一是数据中心内部的直接需求，二是其周边能源基础设施的需求。
因此，采矿巨头、电缆制造商、冶金公司以及电气原材料供应商都将成为AI热潮的间接受益者。
这标志着技术商业逻辑本身发生了重要转变。仅靠增加程序员无法实现ChatGPT新模型的规模化。到了某个阶段，它实际上需要从地下开采出更多的金属。
接下来便是成本最高的阶段——芯片
在原材料之后，供应链中最技术密集的部分便开始了。
大型模型的训练和运行需要GPU、专用AI加速器、HBM高速内存、中央处理器、网络芯片以及数十种其他组件。
据麦肯锡评估，未来AI资本的最大部分可能将流向这一领域——到2030年，将有约3.1万亿美元用于芯片、服务器及相关计算机设备。
但即便在此领域，英伟达也仅是其中一环。芯片首先需要设计，然后才能制造。
台湾的台积电（TSMC）仍是全球主要的芯片制造厂之一。 在2026年第二季度，高性能计算业务已占该公司收入的66%，且仅该季度该业务营收就增长了20%。该公司将强劲的需求主要归因于AI和HPC。
但即便是台积电，也不能仅仅拿一块硅片就直接在上面“印”出现代处理器。这需要价值数亿美元的设备。
ASML：没有它，就不会有先进的AI芯片
荷兰ASML公司成为了AI热潮中最不寻常的赢家之一。
该公司生产极其复杂的光刻系统，半导体制造商正是借助这些系统来制造最先进的芯片。
2026年第二季度，ASML实现营收93亿欧元，净利润29亿欧元。该公司已预测2026年全年销售额将达到430亿至450亿欧元。
ASML明确指出，需求增长源于大规模的AI投资，这迫使逻辑芯片和内存制造商加快工厂扩建步伐。因此，一个AI加速器便构成了整个收入金字塔。
英伟达销售处理器。台积电通过其生产获利。ASML则通过设备获利——没有这些设备，台积电就无法实现先进工艺。 与此同时，化学品、硅片、气体、存储器、封装制造商以及数百家零部件供应商也从中获利。
芯片买好了。现在得为它建个“家”
成千上万的GPU不可能简单地放在办公室里。它们需要专门的数据中心。
这些是规模庞大的综合设施，配备独立的供电系统、备用发电机、电池、变压器、制冷系统、消防安全系统、物理安保以及电信通道。
据麦肯锡估算，仅AI基础设施的建设部分，到2030年就可能需要约8000亿美元。
这笔资金将流向开发商、建筑与工程公司、混凝土和钢铁制造商、安装商、电工、土地所有者以及房地产运营商。
而且，数据中心的建设与普通仓库的建设越来越不同。现代AI集群的设备密度极高，因此数据中心的结构设计必须围绕处理器的需求来规划。
麦肯锡指出，如今GPU的架构实际上在数据中心动工之前，就已经决定了未来供电和制冷系统的要求。
变压器——AI热潮中的意外赢家
就在几年前，变压器还很难与全球经济中最热门的领域联系在一起。如今，情况已经发生了变化。
一个AI数据中心可能消耗数百兆瓦的电力。而在这些电力输送到服务器之前，必须先通过变电站、变压器、配电系统、UPS及其他设备进行传输。
需求增长的速度已超过制造商扩大产能的能力。
麦肯锡指出，在北美，某些类型设备的交货周期可能已长达约80周（中压开关设备）和50周（变压器）。
这一新热潮中最具代表性的例子之一是美爱尔兰合资企业伊顿（Eaton）。
该公司生产面向数据中心、工业和能源领域的电气设备。
2026年第二季度，其销售额达到创纪录的85亿美元，同比增长21%。 仅其“美洲电气”业务部门的产品销售额就达40亿美元。与此同时，伊顿公司明确将数据中心列为其增长的关键驱动力之一。
也就是说，人工智能不仅为GPU制造商创造了巨大的市场，也为那些数十年来一直从事电气设备生产的企业开辟了广阔的市场。
制冷正发展成为一个独立的、价值数十亿美元的产业
还有另一个根本性问题：处理器消耗的电能，很大一部分会转化为热量。
AI芯片的性能越强，其散热就越困难。
对于最高密度的AI系统而言，传统的冷空气循环已远远不够。因此，该行业正转向液冷技术，通过该技术可直接从处理器中导出热量。
麦肯锡指出，液冷技术正从小众解决方案转变为许多新建AI数据中心的基本要求。
由此催生了一批新的赢家。其中最引人注目的公司之一是Vertiv，该公司生产制冷系统、不间断电源及其他关键基础设施。
2026年第二季度，Vertiv公布营收达32.7亿美元，较上年同期增长24%。公司营业利润增长了44%。
Vertiv预计2026年全年营收将达到约140亿美元。该公司明确表示，其产品需求的增长源于人工智能及整体计算负载的提升。
事实上，神经网络的发展造就了一种局面：一家销售制冷和供电系统的公司，其增长速度竟达到了不久前仅见于科技初创企业的水平。
AI面临的最大难题——电力从何而来
当数据中心建成并配备了GPU后，经济链的下一阶段——固定成本——便随之而来。
其中最主要的便是电力。
据国际能源署数据显示，全球数据中心的电力消耗量仍在迅猛增长，而在更激进的预测情景下，到2035年，这一数字可能超过每年1700太瓦时。
相比之下，这一数值已与大型国家的能源消耗量相当。
因此，科技巨头正日益积极地转型为能源市场的参与者。它们与发电厂签订长期合同，投资太阳能和风能发电，并考虑开发地热能、燃气电站及核能发电。
结果，人工智能为能源公司开辟了一个庞大的新客户群体。
据麦肯锡估算，仅未来AI基础设施框架内的发电部分，就可能需要约3000亿美元的投资。 如果全部采用天然气发电，这相当于约150–200吉瓦的新增天然气发电装机容量。
除了电力，AI还需要新的网络
仅建造发电厂是不够的。电力必须输送到特定的数据中心。
因此，对高压输电线路、变电站、变压器、储能系统及电气设备的需求随之产生。此时，人工智能的影响已不再局限于单个企业，而是延伸至整个国家的电力系统规划。
在某些地区，问题已不再是电价，而是能否在物理层面上将新的数据中心接入电网。
正因如此，麦肯锡预计，到2030年，整个行业——包括发电、输电、制冷、电力设备以及部分电网基础设施——将吸引约1.3万亿美元的AI投资。
对于那些几年前在人工智能讨论中几乎未被提及的公司而言，这是一个巨大的新市场。
AI还需数百万公里的电缆
数据中心之间必须相互连接。
基辅的一位用户发出的请求，可能会经过多个电信节点，最终在数千公里外的服务器集群中得到处理。因此，AI热潮也意味着光纤网络的热潮。
麦肯锡估算，光纤网络所需的潜在投资额约为1500亿美元。 据这家咨询公司估算，这笔资金足以铺设约300万英里的光纤线路——这足以绕地球约120圈。
因此，电信网络运营商、光缆制造商和网络设备制造商也成为了AI的又一批间接受益者。
谁从AI中获利最多
如果仅从未来的资本支出来看，目前显然只有一个赢家——半导体和服务器行业。
在预计的5.2万亿美元AI投资中，大致分配如下：
- 3.1万亿美元——60%——芯片、服务器、内存及计算机设备；
- 1.3万亿美元——25%——电力、电网、变压器、发电机、制冷及电信；
- 8,000亿美元——15%——土地、建筑及材料。
但这里有一个重要的细节。
这5.2万亿美元并非企业的利润，而是将用于基础设施建设的资本。各行业的实际收入将取决于利润率、竞争状况、原材料成本以及项目实施进度。
不过，如今已经可以看出，谁将从人工智能中获得最大的间接收益。
ASML预计其芯片制造设备年销售额将达数十亿欧元。Vertiv则预计，随着数据中心需求的增长，2026年其营收将达到约140亿美元。 伊顿（Eaton）的电气业务销售额已创下历史新高。台积电（TSMC）的大部分收入来自高性能计算领域。
而在产业链的下游，还有数百家不太引人注目的变压器、电缆、水泵、热交换器、发电机、钢铁、混凝土及电气设备制造商。
人工智能正逐步演变为全球经济中一个独立且庞大的基础设施领域。
或许，GPU是这场革命的主要象征。但它的运行需要铜、水、混凝土、发电站、变压器、电缆、发电机、空调，以及数千名负责建造和维护这些设施的人员。
而这或许正是AI热潮中最大的经济悖论所在。人工智能看似是一种极度“无形”的技术——仅是浏览器窗口中寥寥数词。
但这些文字背后，却隐藏着当代世界规模最大的实体工业转型之一。
