前白宫经济顾问委员会主席、经济学家贾里德·伯恩斯坦（Jared Bernstein）与其他人士一道，在历史悠久的经济博客Econbrowser上发表文章，计算了证明当前已落地及计划中的人工智能（AI）资本投资合理性所需的收入水平。

该估算基于Callum Williams编制并由伯恩斯坦分享的图表（可通过其Substack获取），所指向的收入水平，正如伯恩斯坦所述，不太可能在金融市场能够容忍的时间范围内——也就是短期内——实现。这一计算实质上是一道"达标门槛"测算：AI服务提供商需要实现多少收入，才能使目前已在进行的支出在经济上说得通。

哥伦比亚大学经济学家斯蒂金·范纽维尔堡（Stijn Van Nieuwerburgh）在发表于《布鲁金斯经济活动论文》（Brookings Papers on Economic Activity，BPEA）的一篇论文中也探讨了同一主题；该系列刊物是布鲁金斯学会长期运行的经济研究成果发布平台。同时有观点指出，为这些支出提供资金的渠道，已逐渐转向金融体系中更为另类、透明度较低的领域。

这引出了一个基本问题：如果收入会到来，它们将从何而来？针对AI服务计划支出的调查——本身具有高度投机性——显示的规模远小于投资管线所隐含的金额。这一差距之所以重要，是因为它意味着这场建设浪潮的收入依据目前依赖于企业尚未纳入预算的需求。

率先将AI服务推向市场的企业或企业群体仍可能获得丰厚回报。然而，对于落在最后或接近最后的企业，其后续局面可能一片混乱。

监测该行业的一个值得注意的方面是：Mag-7的远期市盈率从历史角度来看相当低——Mag-7并不完全等同于AI实验室，因为它们还有来自其他业务的收入。此类比率将公司股价与分析师预先预测的利润进行比较，而非其已公布的利润；Mag-7是苹果（Apple）、微软（Microsoft）、Alphabet、亚马逊（Amazon）、英伟达（Nvidia）、Meta和特斯拉（Tesla）的简称。即便如此，仍需记住，这些是远期盈利，属于分析师的"猜测"。这些预测如何修正、计划支出调查能否缩小与投资管线之间的差距，以及融资最终落在哪里，是判断这场建设浪潮背后的收入依据能否稳固的实际衡量标准。