快速了解本文
2027年全球AI支出预计达4.05万亿美元,同比增长47.5%。
推理算力需求首超训练,产业重心从造模型转向用模型。
垂直应用进入商业兑现期,智能体支出预计翻倍至670亿美元。
本摘要由 AI 辅助整理,请以正文内容为准。
根据Gartner于2026年11月12日发布的预测,2027年全球人工智能支出将达到4.05万亿美元,同比增长47.5%。在这笔持续高速扩张的巨资中,资金流向正发生显著的结构性转移:产业重心已从基础模型训练加速向推理应用与垂直场景深化。
01算力基建仍是基本盘,推理需求成核心引擎
在4.05万亿美元的总盘子中,人工智能基础设施依然是份额最大的部分。预计到2027年,基础设施支出将接近2.4万亿美元(23970亿美元),同比增长53%,占全球AI总支出的59%。其中,人工智能优化服务器支出是基础设施的核心增长引擎,2027年预计达到9572亿美元,同比大幅增长81%,直接反映了超大规模云厂商和AI企业对高性能计算硬件的强劲需求。
值得注意的是,驱动基础设施投资增长的底层逻辑正在改变。Gartner预测,2026年全球AI推理支出将达233亿美元,首次超过190亿美元的训练支出。这标志着AI算力需求结构迎来历史性拐点,产业重心正式从“造模型”转向“用模型”。到2027年,推理支出占AI优化IaaS(云基础设施服务)总支出的比例将从2026年的55%进一步升至59%。这意味着,硬件厂商和云服务商的竞争焦点将逐渐从“支持训练”转向“优化推理效率与成本”。
关键数据
02模型与应用层爆发,垂直场景进入商业兑现期
在应用与模型层,生成式AI的商业化正在从“卷通用大模型”向“深耕垂直行业”演进。2027年,生成式人工智能模型支出将提升82%至510亿美元。尽管基础模型仍占据超八成份额,但特定领域和专业人工智能模型的支出将几乎翻倍,专业模型的商业价值正在快速兑现。
同时,AI智能体(Agent)正跨越技术实验阶段,成为AI应用层的核心增长点。2027年,人工智能智能体和助手支出预计将从2026年的300亿美元增至670亿美元。支出的翻倍增长印证了企业级AI应用和自动化工作流正在进入以解决实际业务问题为导向的规模化商业兑现期。
