AI繁榮中的折舊危機

AI繁榮中的折舊危機 在2025年末的金融市場，人工智能（AI）投資浪潮正處於巔峰。科技巨頭如Nvidia、Meta、Microsoft和Oracle累計投入萬億美元於數據中心和GPU基礎設施，通過延長資產折舊期來“美化”財務報表。激進行為雖合法卻引發爭議，被視為盈利被誇大。Michael Burry警告稱，這可能低估1760億美元折舊費用（2026-2028年累計），相當於虛增利潤20-30%。 大家都在談論AI泡沫，而折舊問題很可能成為下一輪股市暴跌的雷區之一。 折舊是企業將固定資產成本分攤到其預計壽命內的會計機製，對於AI硬件如GPU芯片尤為關鍵。傳統上科技資產折舊期為3-4年，以匹配技術迭代速度。但2025年，隨著AI capex飆升至約4000億美元（四大AI支出者預計明年達4600億美元），公司紛紛延長“假設有用壽命”至5-6年甚至更長。這降低年度折舊費用，提升報告利潤，從而壓低P/E比率（當前IT股平均P/E為36，遠高於標普500的25）。 具體案例比比皆是： Meta：2025年1月將服務器壽命從5年延長至5.5年，立即減少29億美元折舊費用；前9個月進一步減23億美元。這相當於“無中生有”地提升利潤，而未改變實際業務。 Nvidia：作為AI芯片霸主，其4萬億美元市值依賴於客戶（如Meta、Microsoft）的巨額采購。但Burry指責其客戶低估芯片貶值速度——Nvidia新芯片（如Blackwell）每年迭代，實際經濟壽命僅1-3年，而非會計上的5-6年。 Oracle：債務達1080億美元，用於為OpenAI等構建容量，卻將資產壽命從5年延長至7年，導致利潤虛增27%。其Q2自由現金流為負100億美元，股價跌11%。 整體趨勢：Alphabet、Microsoft和Meta的季度折舊費用從2023年Q4的100億美元飆至2025年9月的220億美元，預計2026年底達300億美元。 IBM折舊費用則從2020年的42億美元降至2024年的22億美元，而收入僅增20%。 這些做法雖符合GAAP（一般公認會計原則），卻被Burry稱為“現代時代最常見的欺詐之一”。 核心問題是脫離經濟現實：二手H100 GPU價格已年跌20-30%，甚至60-70%在租賃價值上。MIT 2025年調研300個AI項目，95%未能提升利潤；Deloitte報告類似，80%以上企業無實質回報。 激進折舊不僅是盈利幻象，還可能放大AI泡沫風險，成為股市暴跌的雷區。2025年AI基礎設施債務達1250億美元（較2024年增長8倍），通過GPU抵押融資，形成“芯片-貸款-更多芯片”的循環。 CoreWeave有90億美元貸款，77%收入依賴兩大客戶（也是競爭對手），其IPO後股價跌61%。 如果AI需求逆轉（如能源瓶頸或回報率低），公司將麵臨大額減記風暴：假設5年折舊期，2025年4000億美元capex年均費用800億美元；若實際壽命2年，則達2000億美元——1200億美元年度差距累計至1500-2000億美元虛增利潤。到2030年，hyperscalers AI資產達2.5萬億美元，年折舊5000億美元（假設20%貶值率），超過2025年總利潤。風險層層疊加：貶值操縱（130億美元人工收益）、債務激增（2028年私信7500億美元）、抵押品貶值（GPU-backed債務超200億美元）、集中風險（Oracle依賴無盈利客戶）。 Meta股價2025年僅漲4.2%（遠低於納斯達克100的19%），已顯警兆。 如果審計強製減記，利潤修正15-25%，股價跌30-40%，可能引發係統性危機。 AI繁榮與曆史泡沫相似：過度樂觀、杠杆投機、脫離基本麵。dot-com泡沫（1995-2000）中，納斯達克漲至5000點後跌78%，蒸發5萬億美元，許多公司無盈利卻高估值；2008年次貸危機杠杆證券化導致全球損失10萬億美元。 AI規模更大：投資5000億美元/年，是dot-com的17倍、2008的4倍，杠杆占比30%（1410億美元債務）。 類似“囚徒困境”：CEO們（如Google的Sundar Pichai）稱“過投資風險小於欠投資”，Zuckerberg更直言“誤投幾千億也沒關係”。 但不同之處使AI更複雜、難以預測： 真實價值支撐：不同於dot-com的無收入公司，AI巨頭有強勁現金流（Nvidia 2025財年營收1150億美元，淨利740億美元；Microsoft Azure增長40%）。估值合理（Nvidia 2027 P/E 23.61，非dot-com的60-100倍）。 政府深度介入：美國CHIPS Act投入520億美元，中國萬億計劃，歐盟AI Act監管，形成“拐點泡沫”——投資可能虧本，但留下基礎設施（如數據中心生成recurring revenue）。 多層風險：折舊爭議疊加能源短缺、監管（如出口管製）和競爭（如華為芯片1/3成本），加上數據中心ABS增長9倍，類似2000年電信過建而非單純dot-com。 AI更像1995年早期互聯網，而非2000年峰值——創新真實，但投機放大不確定性。曆史不重複，但韻律相仿：泡沫破滅往往摧毀投機者，卻惠及社會。 折舊危機的本質，是一場精巧卻危險的跨期利潤遊戲。科技巨頭們利用會計準則的彈性空間，將今日巨額的AI基礎設施支出強行攤薄到遙遠的未來。這種做法並非違法，卻在無形中製造了2025年的財務幻象：報告利潤被係統性高估，市盈率顯得更“合理”，投資者信心得以維係。 當Meta僅通過一份財務附注調整服務器壽命，便能“憑空”減少數十億美元折舊費用；當Oracle將資產壽命從5年拉長至7年，從而將潛在虧損轉化為賬麵盈餘時，市場實際上已失去衡量企業真實健康度的可靠標尺。這種合法卻誤導的會計操作，讓人不由聯想到現代版的安然醜聞——資產負債表上堆積著貶值飛快的矽基硬件，而利潤表上卻閃爍著被精心修飾的數字光芒。 任何會計技巧都無法永久對抗物理定律與經濟周期。2026年很可能成為這場遊戲的轉折點，原因清晰而嚴峻： 減值風暴的引爆：首批被會計假設為5-6年壽命的GPU集群，將因新一代芯片迭代、功耗過高或算力落後而提前退役。屆時，巨額資產減值（impairment charges）將不得不入賬，一次性吞噬多年累積的“紙麵利潤”。 二手市場的信號放大：一旦二手H100或Blackwell芯片價格跌至賬麵價值的30%以下（如當前已現20-30%的年跌幅），外部審計與監管壓力將迫使公司承認現實。數百億美元的利潤修正，將引發對整個AI板塊的係統性重估。 投資回報的真相揭示：資本可以容忍短期的燒錢競賽，卻無法無限承受無果的支出。當MIT等機構調研顯示95%的企業級AI項目未能顯著提升利潤，當企業客戶開始審視實際ROI時，資本支出的“軍備競賽”將迅速轉為“戰略退守”。 這場潛在危機不會平均分配痛苦，而是呈現鮮明的分野： 超大規模玩家（Hyperscalers）的相對韌性：微軟、穀歌、亞馬遜等巨頭，憑借深厚的雲服務生態、巨額現金儲備與多元收入來源，或能在風暴中實現相對“軟著陸”。即便AI資產減值重創利潤，它們仍可依賴核心業務存活並等待下一輪技術紅利。 二三線玩家的致命脆弱：CoreWeave、Lambda等高度杠杆化的“芯片租戶”，其商業模式高度依賴“GPU抵押—貸款擴張—再抵押”的循環。一旦抵押品價值崩盤、客戶續約率下滑或再融資渠道凍結，它們將率先麵臨違約與清算，成為這場狂歡中最顯眼的犧牲品。 曆史告訴我們，許多偉大的技術浪潮都伴隨著昂貴的泡沫。19世紀的鐵路狂熱雖讓無數投機者破產，卻留下了橫貫大陸的鐵道網絡；20世紀末的互聯網泡沫雖蒸發萬億美元市值，卻奠定了今日數字經濟的基石。AI的命運也將取決於同一個問題：它能否最終轉化為跨時代的生產力提升？若是，則今日的折舊爭議與巨額支出，不過是人類進步必須支付的學費；若否，我們將麵對人類曆史上單位密度最高的資源錯配——一座座耗資千億美元的數據中心，內部堆滿貶值為零的矽片與冷卻設備，成為對過度樂觀最冷峻的諷刺。 在這個喧囂的時代，請放棄對“調整後淨利潤”“非GAAP指標”的盲目信仰。真正值得關注的，是那些被折疊在財報深處的附注、是二手GPU市場的真實跳動價格、是企業客戶沉默的續約率變化。 當音樂終究停下時，能救命的從來不是AI生成的增長敘事，而是賬上實打實的自由現金流與可持續的商業閉環。謹慎、耐心，以及對基本麵的尊重，將是穿越這場潛在風暴的唯一護航燈。 投資，最終還是會回到“價值投資”。