工业利润增长 18.8%：AI 算力正在成为制造业的利润引擎

过去一年里，人们谈论 AI 的视角大多是模型、应用、聊天机器人、智能体和生产力工具。但最新的工业数据指向一个更宏大的故事：AI 不再只是一个软件现象。它正越来越多地显现在制造业订单、元器件需求、材料和工业利润之中。

6 月 27 日，中国国家统计局公布，规模以上工业企业 2026 年前五个月实现利润总额 3.14396 万亿元，同比增长 18.8%。计算机、通信和其他电子设备制造业利润同比增长 103.9%。新华社援引国家统计局的解读补充说，电子行业对全部规模以上工业利润增长的贡献率为 43.1%，其支撑来自全球 AI 热潮带动的高端计算与存储产品需求。

要点很简单：AI 不只是应用层的故事，它正在变成一个完整的产业链故事。

18.8% 这个数字既关乎规模，也关乎效率#

头条数字很强：1—5 月规模以上工业企业利润总额达 3.14396 万亿元，同比增长 18.8%。制造业利润达 2.32852 万亿元，增长 20.0%。

效率指标同样值得注意。每百元营业收入中的成本为 84.95 元，比上年同期减少 0.59 元。营业收入利润率为 5.56%，提高 0.63 个百分点。

这说明利润增长不只是营收扩张。它还反映了成本效率、产品结构优化，以及更高价值制造环节的涌现。

为什么电子行业利润与 AI 算力相关#

最亮眼的数据点是电子行业 103.9% 的利润增长——计算机、通信和其他电子设备制造业。根据官方解读，电子行业对全部工业利润增长的贡献率为 43.1%，原因是全球 AI 热潮提高了对高端计算和存储产品的需求。

传导机制很直接。AI 模型需要训练和推理能力。算力需要芯片、服务器、存储、光通信模块、电源系统和散热。这些硬件需求再传导到电子元器件、特种材料、电路和装备制造。

换句话说，当 AI 应用增长时，其背后的基础设施也在增长。这些基础设施最终会体现在工业订单和利润率上。

AI 利润并不只集中在模型公司#

如果只看 AI 应用，我们可能会把 AI 误认为一场软件竞赛。工业数据讲述了一个层次更丰富的故事。

首先，需求由大模型、企业级 AI 系统、智能体和数据中心创造。其次，这种需求流向计算芯片、存储、服务器、网络、电力和热管理。再次，它到达电子元器件、特种材料、电路、先进封装和装备等制造环节。最后，它支撑起维持 AI 规模算力所需的部分材料与能源基础设施。

数据印证了这一观点：高技术制造业利润增长 44.7%；光电子器件制造和半导体分立器件制造利润分别增长 53.8% 和 40.6%；电子专用材料制造利润暴涨 665.4%。有色金属冶炼和压延加工业利润增长 117.1%。

因此，AI 的经济价值正沿着一条链条分布：算力、硬件、制造、材料和能源。谁掌控了这条链条上的关键环节，谁就更有能力从 AI 浪潮中获取真实回报。

读者应该关注什么：沿着利润路径追踪#

对投资者、开发者和政策观察者来说，关键教训是：不应只用应用热度或模型排名来评判 AI。更重要的问题是利润到底落在了哪里。

有五个指标值得追踪：数据中心和算力基础设施投资趋势；高端计算、存储和光通信产品的需求稳定性；电子材料、电路和先进封装领域的订单是否正在形成持续的基本盘；电力、储能和散热基础设施是否跟得上；以及利润率、库存周转、应收账款等企业财务指标是否相互印证。

最有价值的 AI 研究问题不再是「哪个模型最聪明？」，而是：「AI 需求在哪里变成了工业营收和利润？」

对产业政策而言：AI 机遇包含支撑链#

从产业政策角度看，AI 机遇不限于建设大模型。它还包括建设让 AI 得以规模化的产业支撑体系：电子制造、数据中心基础设施、绿电、储能、散热、元器件和特种材料。

对地方经济而言，这意味着 AI 相关发展应当与真实的产业能力挂钩：具体的订单、产线、供应链、能源体系和技能工人。目标不是追逐口号，而是把 AI 需求转化为实际项目和可衡量的生产率。

从这个意义上说，AI 不再只是一个技术主题。它正在成为一个制造、基础设施和生产率的主题。

AI 的下一阶段是工业化的#

1—5 月的工业利润数据提供了一个思考 AI 的有用视角。AI 正通过电子、高技术制造、材料、电力系统和基础设施进入实体经济。

当电子行业利润增长 103.9%，当高技术制造业利润增长 44.7%，当电子专用材料快速增长时，我们看到的正是 AI 需求穿过制造业的早期形态。

评估 AI 的下一阶段，不应只看模型发布或应用下载量，还要看供应链、基础设施、生产率和利润传导。归根结底，最持久的 AI 故事，是那个从屏幕走进工厂、从流量走进订单、从概念走进利润表的故事。