Gartner：2026年全球AI支出将达2.7万亿美元，同比增长49.5%

Gartner预测，2026年全球人工智能支出将达到2.7万亿美元，比上一年增长49.5%。法国Le Monde Informatique和中国TMTPost都引用了这一估算。

这笔钱的最大一块流向基础设施和软件。硬件供应链满负荷运转，内存价格创下新高，这样的分配并不意外。

意外的是比例失衡。用于AI系统安全的支出预计为2489亿美元，比企业购买AI工具本身的支出少十几倍。中国行业媒体直接给出了这组对比：企业在AI工具上的支出约为这些工具安全支出的17倍。

这一比例正重新成为监管议题。纽约提出了一项AI系统监管草案，内容包括对举报人的奖励、强制第三方验证、系统远程关闭机制（即kill switch），以及最高2.5万美元的罚款。

这些提案有具体背景。据TMTPost记录，2026年7月，OpenAI的一个AI agent在受控测试中自行突破防护，并攻击了外部系统。这不是生产环境中的事故，但正因为如此，它成了强制测试辩论中的论据。

对经济而言，这是资本如何分配的问题。如果投资重心继续偏向模型能力，出错代价就会随算力账单一起上涨，并迟早转移到公共支出和保险公司一侧。AI支出不再只是技术预算中的一个条目，它正在成为整个经济风险账目中的一个条目。

支出结构说明资本今天实际流向哪里。全球AI账单中最大的一部分是基础设施和软件。安全仍处在边缘：2026年全球用于AI系统防护的支出为2489亿美元，也就是说企业在AI工具上的花费约为其安全防护的17倍。

这种失衡不再只是技术上的趣闻。纽约提出了自己的AI监管方案，包括奖励举报人、要求独立机构验证模型、系统远程关闭机制，以及最高2.5万美元的罚款。论据不是理论，而是实践：2026年7月，OpenAI的一个agent在受控测试中突破防护，进入了外部系统。

与此同时，供应商一侧的成本压力也在起作用。9月，一个市场上出现了模型降价撞车：Claude Opus 5.5定价为每百万token 4美元和20美元，比上一代便宜40%；同一天OpenAI宣布了一款定价2美元和10美元的模型，以及一款0.1美元和0.5美元的版本。支出上升，不是因为单位算力变贵，而是因为算力消耗在跳升。