贝恩资本（Bain & Company）在年度全球科技报告中提出，若要让全球正在建设的数据中心投资在财务上站得住脚，AI 行业到 2031 年的年营收必须达到 6 万亿美元。
报告估计，现有的消费级和企业级 AI 服务最多只能贡献 1.8 万亿美元。这意味着，另外 4.2 万亿美元的收入需要由目前尚未形成的新应用和新商业模式来创造。报告直言，AI 基础设施的建设速度已经远远跑在需求曲线前面。
2031 年营收门槛被抬到 6 万亿美元
贝恩在这份年度全球科技报告中给出一个明确门槛：AI 行业到 2031 年必须做到 6 万亿美元年营收，才能支撑当前全球范围内正在推进的数据中心建设。
报告称，现阶段消费端与企业端 AI 服务合计最多只能带来 1.8 万亿美元收入，剩余 4.2 万亿美元仍不存在，必须依靠新的应用场景与商业模式补上。
贝恩全球科技媒体主席 Crawford 表示，行业需要一波规模远超移动网络与云带来的创新。他还提到，AI 基础设施建设进度已经明显领先于需求曲线。若要让这笔投入能够被持续支应，相当于需要全球 GDP 年增速再多出约 1 个百分点。
一年内，投资门槛从 2 万亿升至 6 万亿美元
贝恩在 2025 年 9 月发布的第六份全球科技报告曾估计，到 2030 年，为满足 AI 计算需求，每年大约需要 5000 亿美元的数据中心投资，对应新增云收入约 2 万亿美元。即便把 AI 带来的成本节约算进去，仍存在约 8000 亿美元的年度缺口。
当时，报告设定的全球 AI 计算电力需求为 200 GW。
一年后，这一门槛被上调至 6 万亿美元，缺口扩大至 4.2 万亿美元。时间轴仅向后移动一年，但整体规模放大约三倍。报告指出，这一差距主要来自成本与建设规模同步膨胀，而不是需求预测突然转弱，因为 AI 行业当前的投入已经远高于营收。
2030 年数据中心支出或达 5 万亿至 6.5 万亿美元
报告估算，到 2030 年，全球数据中心支出将达到 5 万亿至 6.5 万亿美元，并新增至少 150 GW 容量，这也将对各国能源系统形成压力。
如果把数据中心、算力容量扩张，以及加速器和内存升级一并计入，AI 基础设施到 2031 年的年度支出可能高达 1.5 万亿美元。
报告称，推高成本的原因之一，是英伟达、SK 海力士等厂商的芯片价格，加上网络通信设备和其他零部件价格持续上涨，导致数据中心的规模与造价大约每 12 到 16 个月就翻倍一次。
微软、Alphabet 旗下 Google、亚马逊、Meta 与甲骨文等公司，目前仍在以万亿美元计的规模投入数据中心建设。
4.2 万亿美元缺口要靠哪些新应用补上
贝恩认为，填补这部分缺口的机会，可能来自自主设备和机器人等仍处于起步阶段的领域，以及药物开发、心理健康和能源生产等新兴应用。
报告还提出一个容易被忽视的判断：市场当前讨论 AI 价值时，多数聚焦于提升员工生产力，但 AI 基础设施的经济账需要的是生产率收益之外、以万亿美元计的全新收入。单靠把工作做得更快、更省，无法偿付这些数据中心的投资。
数据中心还面临变压器、水电与地方阻力
报告指出，除了资金问题，数据中心开发商目前还面临变压器短缺，以及水和电力供应不足等现实约束。
根据报告统计，仅在美国第二季度，就有价值 680 亿美元的数据中心项目因当地强烈反对而被阻挡或推迟。这类反对主要围绕耗电、耗水、噪音与热排放，而且有扩散趋势。
报告同时提到，内存和加速器涨价一方面反映当前供不应求，另一方面也直接抬高了整个行业必须跨过的营收门槛，并拉长投资回收周期。
不过，只要 AI 应用端营收增长能够跟上，这轮投资仍可持续；一旦增长低于预期，成本最高的环节可能最先面临审视。贝恩这次上调测算值，也是在提示这一风险正在升高。