最赚钱AI公司排行榜

2026年，AI赚钱这个话题彻底变了。两年前大家还在问"AI什么时候能盈利"，现在的问题变成了"AI公司到底有多赚钱"。

答案可能超出大多数人的想象。英伟达2027财年第二季度单季净利润597亿美元，同比增长126%。谷歌一个季度净赚1121亿美元，从沙特阿美手里抢走了"全球最赚钱企业"的宝座。Alphabet、英伟达、苹果、微软四家科技公司加在一起，一年净赚4660亿美元——超过丹麦、马来西亚一年的GDP。

但不是所有AI公司都在赚钱。有的公司营收翻十倍还在亏，有的公司利润率高达63%。AI财富的分配，比大多数人以为的更不均衡。

AI的钱，正在加速向少数几家公司集中。这不是均匀的蛋糕，是金字塔——塔尖的几家吃掉绝大部分利润，下面的玩家还在烧钱抢市场。

这篇文章拆解三个问题：谁最赚钱、赚的是什么钱、以及为什么有的AI公司越做越亏。

以下数据综合自各公司2026年Q2财报、《财富》世界500强榜单、行业研究机构公开报道，不同口径存在差异处均标注来源。

1

全球最赚钱AI公司TOP 10

按2026年最近一个季度的净利润排序（单位：亿美元）：

数据来源：各公司2026年Q2财报、《财富》世界500强2026、东方财富网、新浪财经。注：净利润含投资收益等非经常性损益，不同公司财年口径不同（英伟达为FY2027 Q2）。SK海力士按当期汇率折算，净利润含递延税项等特殊项目。排名仅作横向参考。

几个反直觉的发现：

第一，最赚钱的AI公司不是英伟达，是谷歌。 Alphabet Q2净利润1121亿美元，几乎是英伟达的两倍。很多人忽略了一个事实：搜索是AI最早也是最大的商业化场景——谷歌用AI优化搜索广告效果，每提升一个百分点的推荐精准度，就是几十亿美元的利润增量。再加上谷歌云Q2营收248亿美元，同比增长82%，运营利润翻倍到88亿美元。谷歌的AI赚钱，是"润物细无声"的那种。

第二，利润率最高的不是软件公司，是"卖铲人"。 英伟达净利率高达63%以上，毛利率75%。SK海力士营业利润率76%。在AI产业链里，最赚钱的不是做应用的，也不是做大模型的，是卖算力基础设施的——GPU、HBM、AI网络芯片。这些东西有技术壁垒、有定价权、而且需求暴增。

第三，利润增长最快的是三星和SK海力士。 三星半导体利润同比增长超1000%，SK海力士净利润同比增长1242%——这个增速在大公司里几乎是前所未有的。原因很简单：HBM价格过去一年涨了五六倍，而它们是仅有的三家能量产HBM的公司之二。

AI公司的利润增速正在分化——基础设施厂商利润爆发，应用层仍在投入期

2

三种赚钱逻辑

AI公司的赚钱方式可以分成三类，每一类的利润率和护城河都不一样。

第一类：算力基础设施——"卖铲人"模式

代表公司：英伟达、三星、SK海力士、博通。它们的特点是：利润率最高、技术壁垒最强、供需关系最紧张。

英伟达2027财年Q2营收962亿美元，同比增长106%，毛利率75%，净利润597亿美元。黄仁勋在财报电话会上说"AI智能体拐点已到来"——言下之意，下一波需求还在前面。但需要注意的是，597亿的净利润里包含了约77.7亿美元的股权投资收益，扣掉后核心营业净利润约540亿——依然很惊人，但没有数字看起来那么夸张。

SK海力士更夸张。Q2营业利润率76%，净利润率118%（含递延税项等特殊会计处理），净利润同比增长1242%。HBM价格过去一年涨了五六倍，而SK海力士占了HBM市场50%-55%的份额。英伟达把HBM4需求的70%都给了它——这就是"卖铲人"的统治力。

博通也是隐形赢家。Q2半导体AI收入108亿美元，同比增长143%。它做的是定制AI加速芯片和AI网络芯片——这些是AI服务器里仅次于GPU的高价值部件。CEO陈福阳说"Q3势头还在继续"。

算力基础设施是AI产业链的"咽喉"。谁扼住了咽喉，谁就拥有定价权。这就是为什么卖铲子的比挖金子的先富起来。

第二类：云+AI——"赋能者"模式

代表公司：Alphabet、微软、亚马逊、Oracle。它们的特点是：体量大、增速快、但AI收入在总盘子里占比还不算高。

谷歌云Q2营收248亿美元，同比增长82%，运营利润88亿美元，运营利润率35.6%。这个利润率几乎翻倍——说明云AI已经从"烧钱抢市场"进入了"规模盈利"阶段。更关键的是，谷歌的搜索广告业务也在被AI强化：AI优化的推荐模型直接提升广告点击率，每一个百分点的提升对应数十亿美元的利润。

微软Q2营业利润383亿美元，同比增长21%；净利润385亿美元，同比增长60%（其中含OpenAI的76亿美元投资收益，扣掉后核心净利润309亿，同比增长23%）。Azure AI和Copilot是增长引擎——Copilot已经部署到超过100万企业席位。Azure AI的具体收入数字没有单独披露，但从整体增速看，AI贡献的增量非常可观。

亚马逊AWS Q2营收422亿美元，同比增长37%——这是18个季度以来的最快增速。AWS营业利润166亿美元，贡献了亚马逊约61%的营业利润。AI和芯片业务的年化运行率都超过250亿美元，增速达到三位数。

云厂商的优势是"卖水"——不管哪家大模型赢，都需要跑在云上。它们的AI利润不是最爆发的，但最稳、最持久。

第三类：大模型原生公司——"造发动机"模式

代表公司：Anthropic、OpenAI。它们的特点是：增速最快、但盈利状态分化严重。

Anthropic是2026年最大的惊喜。Q2营收109-115亿美元（不同口径），同比暴增约14倍，环比Q1翻倍。更重要的是，它实现了首次运营盈利——约5.59亿美元，比内部预期早了两年。年化营收运行率到7月底已达650亿美元。这个增速在科技史上几乎找不到先例。

OpenAI的节奏慢了下来。Q2营收67亿美元，环比增长18%——放在任何其他公司都是好成绩，但跟Anthropic的环比翻倍比，差距就出来了。OpenAI目前仍然没有盈利的明确消息。

为什么Anthropic能反超？一个关键原因是它走了企业路线——优先服务大型企业客户，客单价高、毛利好。而OpenAI走了消费路线——用户量大、品牌知名度高，但变现效率和利润空间不如企业市场。

大模型公司的利润分化才刚刚开始。能赚钱的和不能赚钱的，差距会越来越大。

3

为什么有的AI公司越做越亏

不是所有AI公司都在赚钱。事实上，大部分AI公司还在亏钱。亏的原因主要有三个：

原因一：算力成本吃掉了大部分收入

大模型公司的成本结构里，算力是最大头。训练一个大模型需要几万张GPU，推理服务也需要持续的算力投入。HBM现货价涨到了长协价的4-5倍，GPU供不应求——这些成本直接转嫁到了大模型公司头上。Anthropic能盈利，很大程度上是因为它的算力成本控制得好——每收入美元的算力成本持续下降。做不到这一点的公司，营收增长越多，亏得越多。

原因二：价格战压缩利润空间

大模型API市场的价格一直在下降。GPT-4发布时的价格，到今天已经降了好几次。开源模型（Llama、Qwen、DeepSeek等）的性能逼近闭源模型，进一步压低了API价格。对于没有差异化的大模型公司来说，降价是唯一的竞争手段——但降价的同时，算力成本并没有同比例下降，利润率自然被挤压。

原因三：资本开支周期错配

Meta Q2净利润同比下降14%——不是因为营收不行（营收还在增长），而是因为AI基础设施投入太大。Meta的资本开支几乎都砸在了AI服务器和数据中心上，这些投入需要1-2年才能转化为收入和利润。同样的故事也在亚马逊、谷歌、微软身上发生——它们都在大举投入AI基建，短期利润承压，长期才能见效。

AI行业的盈利规律是：越靠近基础设施，越先赚钱；越靠近应用层，越晚赚钱。但一旦应用层跑通盈利模式，爆发力可能比基础设施更大。

4

中国AI公司的赚钱现状

看完了全球，看国内。中国AI公司的盈利状态跟美国很不一样——不是大模型公司在赚钱，是传统互联网巨头的AI赋能在赚钱。

数据来源：各公司财报、公开报道。腾讯/阿里为人民币口径，Q2数据。

中国AI盈利的特点是"赋能式盈利"——不是靠卖大模型API赚钱，而是用AI提升原有业务的效率和收入。腾讯的广告推荐、游戏AI；阿里的云AI产品；都是这个模式。纯粹靠大模型API赚钱的公司，在中国市场还很难盈利——价格战太激烈，算力成本太高，客户付费意愿不如海外。

科大讯飞是一个特例——它不靠通用基座API赚钱，而是靠教育、政务、医疗等垂直行业的AI解决方案盈利。垂直深耕、场景落地，是中国AI公司找到盈利路径的关键。

5

一个关键指标和一个风险

判断AI公司能不能持续赚钱，有一个关键指标值得跟踪：

关键指标：每美元算力投入带来的收入

这个指标衡量的是AI公司的运营效率。Anthropic能盈利，不是因为它收入最高，而是因为它把每美元算力的收入产出提上去了——从训练优化到推理成本控制，每一个环节的效率提升都直接转化为利润。对于还在亏损的AI公司来说，这个指标什么时候从小于1变成大于1，就是盈利拐点到来的时候。

最大风险：资本开支的回报周期

当前AI行业有一个隐忧：五大科技公司（微软、谷歌、亚马逊、Meta、Oracle）都在大举投入AI基建，资本开支以百亿美元计。但这些投入什么时候能转化为对等的收入和利润？目前还没有明确答案。

InfotechLead在2026年9月1日的分析中提出了一个尖锐的问题：AI spending vs profit——投入了这么多，ROI到底怎么样？投资者已经从"看收入增长"转向"看利润回报"。如果资本开支的回报周期比预期长，市场情绪可能会逆转。

说一个前提。以上分析基于的前提是：（1）AI算力需求维持当前增速到2027年；（2）主要公司的资本开支计划按期推进；（3）不出现导致AI需求骤降的宏观经济或监管事件。如果其中任何一条被证伪，盈利格局需要重新评估。

AI赚钱这件事，2026年是一个分水岭。之前是"AI能不能赚钱"的疑问，现在是"AI赚的钱到底有多大"的惊叹。但财富的分配极度不均——基础设施厂商利润爆发，云厂商稳健增长，大模型公司冰火两重天，应用层大部分还在摸索。

金字塔的顶端已经金碧辉煌，金字塔的底部还在寒风里。这就是AI赚钱的真相。