共计 1127 个字符，预计需要花费 3 分钟才能阅读完成。
AI 很热,但赚钱的顺序并不按热度排列 。 过去几年, 大模型公司、云厂商和应用创业公司站在聚光灯下, 可真正较早把利润写进财报的, 往往是更靠近基础设施的企业。问题不在于 AI 有没有钱, 而在于钱先流向了哪里。
📌 资本开支先流向“看不见”的基础设施
AI 产业链的资金传导有一条相对清晰的路径: 云厂商和互联网巨头扩建算力集群,先采购 GPU、服务器、网络设备和数据中心配套, 再逐步形成云服务、模型服务和应用收入。也就是说, 在终端用户为 AI 助手付费之前, 上游供应商可能已经确认订单。
全球 AI 资本开支规模持续扩大,材料中提到,2023 年至 2025 年末累计已超过 1 万亿美元, 多家机构预计 2026 年至 2030 年仍将维持高强度投入。如此庞大的支出, 并不会平均分配, 而是集中流向算力建设的关键瓶颈环节。
🔍 光模块和 PCB 率先受益
在 AI 数据中心里,GPU 负责计算, 但大规模训练需要成千上万张芯片高速协同, 网络连接成为关键。光模块承担电信号与光信号转换, 是算力集群中不可或缺的连接部件。随着 AI 训练推高数据中心内部流量, 高速光模块需求迅速提升。
中际旭创、新易盛等光模块企业因此成为较早受益者。材料显示, 中际旭创 2025 年经调整归母净利润同比增长 112%, 新易盛 2025 年归母净利润同比增长 236%, 且两家公司海外收入占比均很高, 主要受全球云厂商扩建 AI 集群带动。
类似变化也出现在 PCB 环节。胜宏科技的收入结构在两年内明显转向 AI 计算相关业务,2025 年 AI 相关收入占比已升至 43.2%, 并成为第一大收入来源。这说明,AI 不仅带火了芯片, 也重塑了更基础的电子制造链条。
💡 国产芯片赚钱更晚, 但弹性更大
相比光模块和 PCB,国产 AI 芯片公司的盈利拐点来得更晚。材料中提到, 寒武纪在连续多年亏损后, 于 2025 年首次实现全年盈利; 海光信息在 2026 年一季度也保持营收和利润增长。不过, 国产 GPU 企业并非整体进入盈利阶段, 部分公司仍处于亏损收窄过程中。
这一环节的核心逻辑是“替代”。当高端算力供给受限, 国内大模型公司和云厂商需要可用算力, 国产芯片自然获得窗口期。但这条路径也更复杂, 未来利润空间可能受到政策、供给增加和行业竞争影响。
📊 服务器和云厂商: 规模大, 账更难算
- 最先确定受益:光模块、PCB 等基础设施瓶颈环节。
- 弹性更大但风险更高:国产 AI 芯片及相关替代链条。
- 收入规模可观但利润较薄:AI 服务器集成与交付企业。
- 长期空间大但账目复杂:云厂商、模型平台和互联网应用生态。
🚀 行业观察: 没有永远的赢家
围绕“AI 的钱, 被谁赚走了?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
