Für jede 100 US-Dollar, die ein Modellunternehmen verdient, nehmen die Cloud-Anbieter fast 40 US-Dollar ein.
Die neueste Studie von Barclays zeigt, dass für jeden 100 US-Dollar Umsatz, den ein Unternehmen für KI-Modelle erzielt, etwa 35 bis 40 US-Dollar in Form von Kosten für die Inferenz-Rechenleistung an die drei großen Cloud-Giganten Amazon AWS, Microsoft Azure und Google Cloud Platform (GCP) fließen.
Aus diesem Teil des Umsatzes erzielen die Cloud-Dienstleister einen Betriebsgewinn von etwa 10 bis 20 US-Dollar, was einer Betriebsgewinnmarge von etwa 35 % bis 45 % entspricht.
Die genannten Schlussfolgerungen stammen aus einem am 28. August von Barclays veröffentlichten Forschungsbericht zum ökonomischen Einheitsmodell der KI-Branche.
Der Bericht weist darauf hin, dass die Gewinnmarge des kostenpflichtigen Inferenzgeschäfts von KI-Labors stark gestiegen ist: von niedrigen zweistelligen Werten im Jahr 2025 auf 50 % bis 65 % oder sogar höher im Jahr 2026, wobei die bereinigte Bruttogewinnmarge im Jahresvergleich um 30 bis 50 Prozentpunkte gestiegen ist.
Die deutliche Verbesserung der Gewinnmarge ist vor allem darauf zurückzuführen, dass Unternehmenskunden und Workflows für intelligente Agenten zu einem „Pflichtkauf“-Produkt auf dem Markt geworden sind.
Die Analysten von Barclays gehen davon aus, dass die tatsächlichen Gewinnmargen sogar über den Schätzungen im Bericht liegen könnten. Mit zunehmendem Wettbewerb um Spitzenmodelle und steigendem Angebot an Rechenleistung wird die Gewinnmarge jedoch voraussichtlich allmählich zurückgehen.
Zwei völlig unterschiedliche Finanzstrukturen
Um die Gewinnunterschiede zwischen verschiedenen KI-Labors aufzuschlüsseln, hat Barclays zwei hypothetische Modelle für Spitzen-KI-Labors erstellt.
Davon stammen etwa 70 % der Einnahmen von „Labor A“ aus dem API-Geschäft und 30 % aus dem Abonnementgeschäft. Bei „Labor B“ ist das Gegenteil der Fall: 80 % der Einnahmen hängen vom Abonnementgeschäft ab, und der Anteil der API-Einnahmen beträgt nur 20 %.
Das API-Geschäft weist von Natur aus eine höhere Inferenz-Gewinnmarge auf als das Abonnementmodell. In Verbindung mit den Unterschieden bei der Verteilung der Trainingskosten und dem Umsatzbeteiligungsmechanismus der Partner ergab sich eine Lücke von bis zu 17 Prozentpunkten bei der bereinigten Bruttogewinnmarge der beiden Labore: etwa 55 % bei Labor A und etwa 38 % bei Labor B.
Die Art der Umsatzrealisierung verstärkt diesen Unterschied weiter.
Labor A erfasst indirekte API-Einnahmen nach der Bruttomethode, während Labor B die Nettomethode anwendet oder indirekte API-Einnahmen, die von strategischen Partnern betrieben werden, überhaupt nicht erfasst.
Barclays vergleicht diesen Unterschied mit dem Unterschied in den Finanzberichten der beiden großen Fahrdienstvermittlungsunternehmen Uber und Lyft: Selbst bei hoher Ähnlichkeit der Kerngeschäfte können die endgültig ausgewiesenen Umsatz- und Gewinndaten aufgrund unterschiedlicher Bilanzierungsmethoden sehr unterschiedlich ausfallen.
Analyse der Gewinnmargen nach Produktlinien
Abonnementprodukte wie Claude Code von Anthropic und Codex von OpenAI weisen voraussichtlich eine Inferenz-Gewinnmarge von etwa 70 % auf und sind damit die niedrigsten der drei Hauptproduktlinien.
Der Grund liegt darin, dass KI-Labors bereit sind, die Token-Kosten zu subventionieren, um die Nutzerbindungsrate zu erhöhen. Abonnementprodukte folgen in der Regel einem Modell mit festen monatlichen Gebühren und Nutzungslimits. Die Häufigkeit, mit der KI-Labors die Nutzungslimits in letzter Zeit zurücksetzen, hat deutlich zugenommen, was sowohl den Druck auf die Nutzerbindung als auch die Auswirkungen verbesserter Modelleffizienz widerspiegeln könnte.
Die direkte API ist das erste Geschäft von KI-Labors, das zu einem skalierten Geschäftsmodell geworden ist, und zugleich die Produktlinie mit der höchsten Gewinnmarge.
Entwickler, die Tools wie Cursor und Figma verwenden, zahlen nach dem tatsächlich verbrauchten Token. Barclays schätzt, dass die Inferenz-Gewinnmarge des API-Geschäfts derzeit über 80 % liegt.
Die höhere Token-Effizienz der Modelle, der Anstieg der nominalen API-Preise und die kontinuierliche Optimierung der Inferenzdienste auf Infrastrukturebene, einschließlich Quantisierungstechnologien, spekulativer Dekodierung und neuer Generationen von Rechenplattformen, erweitern weiterhin den Raum für eine Erhöhung der Gewinnmarge.
Barclays weist darauf hin, dass die Inferenz-Gewinnmarge der API im zweiten Quartal 2026 tatsächlich weit über dem Niveau liegt, das in den öffentlichen Diagrammen dargestellt wird. Die Bank geht jedoch davon aus, dass diese Gewinnmarge zu einem späteren Zeitpunkt noch in gewissem Umfang zurückgehen wird.
Die Nutzererfahrung, die die indirekte API den Endnutzern bietet, ist im Wesentlichen mit der der direkten API identisch, aber die Abrechnungsbeziehung besteht zwischen dem Nutzer und dem Cloud-Dienstleister.
Mit dem steigenden Anteil der indirekten API-Einnahmen werden die Unterschiede zwischen verschiedenen KI-Labors bei der Art der Umsatzrealisierung weiter zunehmen, und die Vergleichbarkeit der Finanzberichte wird immer geringer.
Die Gewinnstruktur der Cloud-Anbieter
Das Modell von Barclays zeigt, dass für jeden 100 US-Dollar Umsatz, den ein KI-Labor erzielt, der Umsatz des zugehörigen Cloud-Dienstleisters bei Labor A etwa 35 US-Dollar beträgt. Nach Abzug der Infrastrukturkosten erzielt der Cloud-Dienstleister einen Gewinn von etwa 11,8 US-Dollar, was einer Betriebsgewinnmarge von etwa 34 % entspricht.
Labor B kann den Cloud-Dienstleistern mehr Einnahmen generieren, was auf den Umsatzbeteiligungsmechanismus der strategischen Partner zurückzuführen ist: Er macht etwa 20 % des Umsatzes aus und unterliegt gleichzeitig einer kumulativen Obergrenze. In diesem Fall beträgt der entsprechende Umsatz des Cloud-Dienstleisters etwa 41 US-Dollar, der Gewinn etwa 19,1 US-Dollar, und die Betriebsgewinnmarge erreicht 47 %.
Barclays betont jedoch, dass der Umsatzbeteiligungsmechanismus die scheinbare Gewinnmarge der Cloud-Dienstleister künstlich erhöht. Wenn der Umsatzbeteiligungsanteil ausgeschlossen wird, unterscheidet sich der tatsächliche Gewinn, den die Cloud-Dienstleister pro Token erzielen, nicht. Es wird erwartet, dass diese Umsatzbeteiligungsvereinbarung nach 2028 schrittweise aufgehoben wird.
Abonnementprodukte für intelligente Agenten können den Cloud-Dienstleistern zudem einen zusätzlichen Wert schaffen.
Abonnementprodukte der Kategorie intelligente Agenten erfordern in der Regel die fortlaufende Speicherung von Aufgabenstatus und den Aufruf anderer Cloud-Dienste wie Datenbanken und Speicher, sodass sie den Cloud-Anbietern zusätzliche Einnahmen außerhalb der Inferenz-Rechenleistung bringen können.
Gegenseitige Veränderung: Der Anteil der drei großen Cloud-Anbieter an der KI-Rechenleistung könnte nach 2028 zurückgehen
Barclays geht davon aus, dass der Gesamtumsatz der globalen KI-Labors von 7 Milliarden US-Dollar im Jahr 2024 auf 137 Milliarden US-Dollar im Jahr 2026 steigen und bis 2028 weiter 690 Milliarden US-Dollar erreichen wird.
Berechnet nach dem annualisierten wiederkehrenden Umsatz (ARR) zum Jahresende ist die Wachstumskurve noch dynamischer: Bis Ende 2026 wird der ARR der KI-Labors voraussichtlich etwa 200 Milliarden US-Dollar erreichen, und bis Ende 2028 weiter etwa 782 Milliarden US-Dollar.
Derzeit machen die Trainingsausgaben noch etwa 48 % der Einnahmen der KI-Labors aus. Das bedeutet, dass für fast jeden 1 US-Dollar Umsatz, den ein KI-Labor erzielt, ungefähr 1 US-Dollar an die Cloud-Dienstleister fließt.
Der Anteil der Trainingskosten am Umsatz sinkt jedoch rasch. Dieser Anteil lag 2024 noch bei 96 %, wird voraussichtlich 2027 stark auf 35 % fallen und bis 2028 weiter auf 30 % sinken.
Mit anderen Worten, wenn der durch das Inferenzgeschäft erzielte Gewinn allmählich die Trainingsausgaben übersteigt, wird sich die Gesamtrentabilität der KI-Labors weiter verbessern.
Gleichzeitig sinkt das Verhältnis der KI-Einnahmen der Cloud-Dienstleister zu den Einnahmen der KI-Labors. Dieses Verhältnis wird voraussichtlich von 153 % im Jahr 2024 auf 90 % im Jahr 2026 und bis 2028 weiter auf 73 % sinken.
Barclays geht davon aus, dass der Marktanteil von AWS, Azure und GCP an den Rechenleistungsausgaben der KI-Labors in den nächsten zwei Jahren weitgehend stabil bleiben wird.
Ab 2028 werden jedoch die exklusiven Rechenleistungsinfrastrukturen, die die KI-Labors zuvor vertraglich vereinbart oder festgelegt haben, schrittweise in Betrieb genommen und allmählich zu einer wichtigeren Quelle für ihre Rechenleistung. Das könnte bedeuten, dass die drei großen Cloud-Giganten sowohl im KI-Trainingsmarkt als auch im Inferenzmarkt nach und nach einen Teil ihres Marktanteils verlieren werden.
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „CLS“, Autor: Xia Junxiong, veröffentlicht mit Genehmigung von 36Kr.