据年度全球科技报告显示，贝恩公司（Bain & Co.）指出，到2031年，全球人工智能产业需产生6万亿美元的年收入，方能支撑大规模数据中心资本支出的合理性。
贝恩分析称，现有的消费者和企业级AI服务预计贡献高达1.8万亿美元收入，这意味着行业仍面临4.2万亿美元的巨大缺口。填补这一空白依赖于自主机器、机器人技术、药物发现、心理健康应用及能源生成等新兴领域的增长。
基建超前于需求
“该行业需要的创新浪潮，其规模将远超移动互联网和云计算。”贝恩全球科技、媒体和电信业务主席David Crawford表示。他指出，AI基础设施建设已大幅领先于需求曲线，要可持续地为这些设施提供资金，需将全球GDP年增长率提高约1%。
数据显示，到2030年，数据中心总支出预计达5万亿至6.5万亿美元，这将新增近150吉瓦计算能力，使全球容量在五年内接近翻两番。到2031年，包含数据中心、算力及芯片硬件改进在内的AI基础设施年度支出，可能攀升至1.5万亿美元。
建设速度与供应瓶颈
报告指出，当前的建设速度史无前例。五年前，50兆瓦设施已属大型项目；如今，超大规模云厂商正规划建设规模达5吉瓦或更大的园区，单个园区成本高达1500亿至2000亿美元。美国数据中心资本投资占GDP比重，已堪比该国历史上修建铁路、电信网络和电网时的支出水平。
然而，开发商正面临电力、设备和劳动力等多重供应瓶颈。仅今年第二季度，当地反对意见就阻碍或推迟了价值680亿美元的美国项目。
财务回报的不确定性
收入问题处于AI财务回报辩论的核心。贝恩认为，目前关于AI提升工人产出的讨论，不足以解释如何收回数万亿美元的基础设施成本，仅靠生产力提升无法实现这一目标。
普华永道（PricewaterhouseCoopers）预测，到2050年全球数据中心累计支出将达31.6万亿美元，AI需求将推动年度资本支出从今年约8000亿美元增至本世纪中叶的1.8万亿美元。随着模型运行成本迅速降低，围绕长期收入、效率增益以及是否支持轨道数据中心等复杂解决方案的争论正日益升温。