研究機構Exponential View的報告顯示，來自人工智慧（）的正觸及足以支應成本的轉捩點，科技業在AI投入的數千億美元，可能具備經濟邏輯，能夠持續下去。

Exponential View在25日公布的「AI經濟狀態」（The State of the AI Economy）報告顯示，今年第1季不含的全球AI銷售額達250億美元，連兩季超過210億美元、也就是AI產業在資料中心和晶片投資相關的推估折舊成本，顯示營收正開始支應資本支出的成本，但利潤仍然微薄。

折舊費用仍相當於營收的逾三分之二，留給電力、勞工和融資等成本的緩衝空間不大。

報告指出，不含中國大陸的生成式AI，過去12個月營收達到1,100億美元，成長速度是網際網路、行動應用和雲端運算等過往資訊科技浪潮的三倍，年化計算後更達1,750億美元，且賺進營收的速度加快了90倍，在2023年，需要180天才能累計新增10億美元營收，現在只需要不到兩天。

Exponential View的報告指出，「目前而言，（AI支出）依然具備經濟效益」，「但容錯空間很小」。

Meta 、Google母公司Alphabet、微軟及亞馬遜等美國大型科技公司今年規劃的資本支出上看7,250億美元，多數用於AI基礎設施，引發市場近來懷疑，客戶需求是否夠龐大，能證明科技業值得投入數千億美元於晶片和資料中心，這項發現則回應了這個核心問題。

Exponential View創始人阿札爾（Azeem Azhar）指出，AI營收「剛跨過折舊門檻，約略而言，情勢正隨時間好轉」，「在各種資本支出的這個投資階段，人們都不該期待會大幅跨過這道門檻」。

AI榮景的熱絡程度迄今都是從供給端衡量，仰賴輝達（NVIDIA）等上市晶片商與Alphabet等超大規模雲端業者的披露訊息，但需求端一直都更難量化，因為OpenAI和Anthropic等許多最重要AI實驗室仍未上市。

Exponential View根據申報文件、主管發言、新聞報導和雲端服務商披露資訊等來源，追蹤1,000多家公司的AI支出，從而建立數據集，並調整數據以免重複計算AI供應鏈各層的支出。這項分析假設繪圖處理器（GPU）等資訊科技設備的折舊年限為六年，但一些投資人認為這個假設太過樂觀，因為晶片快速創新，可能讓舊硬體在幾年內貶值。

但報告發現，舊晶片價值並未暴跌。輝達H100晶片的每小時租賃價格仍維持在剛上市時的近80%水準，阿札爾說，「即便進入第四年，H100仍完全有需求」，而且過去一年的租賃價格還上漲，因為AI運算需求超乎輝達新款Blackwell晶片的供應量。

Exponential View報告也顯示，更多用戶正轉向開放權重模型與DeepSeek等中國大陸AI模型。OpenRouter數據顯示，來自Google、OpenAI和Anthropic模型的詞元（token）請求占比，今年6月降至33%，低於去年同期的72%。

阿札爾說，這反映主要用戶正轉向更便宜而快速的模型，處理相對簡單的任務，但這未必代表主要的基礎模型業者會遭遇麻煩，只是確實提高了漲價門檻，將需要以「附加服務、加強用戶黏著度，及所有能用來收取溢價的事物」，和同業競爭。