AI繁荣中的折旧危机 在2025年末的金融市场，人工智能（AI）投资浪潮正处于巅峰。科技巨头如Nvidia、Meta、Microsoft和Oracle累计投入万亿美元于数据中心和GPU基础设施，通过延长资产折旧期来“美化”财务报表。激进行为虽合法却引发争议，被视为盈利被夸大。Michael Burry警告称，这可能低估1760亿美元折旧费用（2026-2028年累计），相当于虚增利润20-30%。 大家都在谈论AI泡沫，而折旧问题很可能成为下一轮股市暴跌的雷区之一。 折旧是企业将固定资产成本分摊到其预计寿命内的会计机制，对于AI硬件如GPU芯片尤为关键。传统上科技资产折旧期为3-4年，以匹配技术迭代速度。但2025年，随着AI capex飙升至约4000亿美元（四大AI支出者预计明年达4600亿美元），公司纷纷延长“假设有用寿命”至5-6年甚至更长。这降低年度折旧费用，提升报告利润，从而压低P/E比率（当前IT股平均P/E为36，远高于标普500的25）。 具体案例比比皆是： Meta：2025年1月将服务器寿命从5年延长至5.5年，立即减少29亿美元折旧费用；前9个月进一步减23亿美元。这相当于“无中生有”地提升利润，而未改变实际业务。 Nvidia：作为AI芯片霸主，其4万亿美元市值依赖于客户（如Meta、Microsoft）的巨额采购。但Burry指责其客户低估芯片贬值速度——Nvidia新芯片（如Blackwell）每年迭代，实际经济寿命仅1-3年，而非会计上的5-6年。 Oracle：债务达1080亿美元，用于为OpenAI等构建容量，却将资产寿命从5年延长至7年，导致利润虚增27%。其Q2自由现金流为负100亿美元，股价跌11%。 整体趋势：Alphabet、Microsoft和Meta的季度折旧费用从2023年Q4的100亿美元飙至2025年9月的220亿美元，预计2026年底达300亿美元。 IBM折旧费用则从2020年的42亿美元降至2024年的22亿美元，而收入仅增20%。
这些做法虽符合GAAP（一般公认会计原则），却被Burry称为“现代时代最常见的欺诈之一”。 核心问题是脱离经济现实：二手H100 GPU价格已年跌20-30%，甚至60-70%在租赁价值上。MIT 2025年调研300个AI项目，95%未能提升利润；Deloitte报告类似，80%以上企业无实质回报。 激进折旧不仅是盈利幻象，还可能放大AI泡沫风险，成为股市暴跌的雷区。2025年AI基础设施债务达1250亿美元（较2024年增长8倍），通过GPU抵押融资，形成“芯片-贷款-更多芯片”的循环。 CoreWeave有90亿美元贷款，77%收入依赖两大客户（也是竞争对手），其IPO后股价跌61%。 如果AI需求逆转（如能源瓶颈或回报率低），公司将面临大额减记风暴：假设5年折旧期，2025年4000亿美元capex年均费用800亿美元；若实际寿命2年，则达2000亿美元——1200亿美元年度差距累计至1500-2000亿美元虚增利润。到2030年，hyperscalers AI资产达2.5万亿美元，年折旧5000亿美元（假设20%贬值率），超过2025年总利润。风险层层叠加：贬值操纵（130亿美元人工收益）、债务激增（2028年私信7500亿美元）、抵押品贬值（GPU-backed债务超200亿美元）、集中风险（Oracle依赖无盈利客户）。 Meta股价2025年仅涨4.2%（远低于纳斯达克100的19%），已显警兆。 如果审计强制减记，利润修正15-25%，股价跌30-40%，可能引发系统性危机。 AI繁荣与历史泡沫相似：过度乐观、杠杆投机、脱离基本面。dot-com泡沫（1995-2000）中，纳斯达克涨至5000点后跌78%，蒸发5万亿美元，许多公司无盈利却高估值；2008年次贷危机杠杆证券化导致全球损失10万亿美元。 AI规模更大：投资5000亿美元/年，是dot-com的17倍、2008的4倍，杠杆占比30%（1410亿美元债务）。 类似“囚徒困境”：CEO们（如Google的Sundar Pichai）称“过投资风险小于欠投资”，Zuckerberg更直言“误投几千亿也没关系”。 但不同之处使AI更复杂、难以预测： 真实价值支撑：不同于dot-com的无收入公司，AI巨头有强劲现金流（Nvidia 2025财年营收1150亿美元，净利740亿美元；Microsoft Azure增长40%）。估值合理（Nvidia 2027 P/E 23.61，非dot-com的60-100倍）。 政府深度介入：美国CHIPS Act投入520亿美元，中国万亿计划，欧盟AI Act监管，形成“拐点泡沫”——投资可能亏本，但留下基础设施（如数据中心生成recurring revenue）。 多层风险：折旧争议叠加能源短缺、监管（如出口管制）和竞争（如华为芯片1/3成本），加上数据中心ABS增长9倍，类似2000年电信过建而非单纯dot-com。
AI更像1995年早期互联网，而非2000年峰值——创新真实，但投机放大不确定性。历史不重复，但韵律相仿：泡沫破灭往往摧毁投机者，却惠及社会。 折旧危机的本质，是一场精巧却危险的跨期利润游戏。科技巨头们利用会计准则的弹性空间，将今日巨额的AI基础设施支出强行摊薄到遥远的未来。这种做法并非违法，却在无形中制造了2025年的财务幻象：报告利润被系统性高估，市盈率显得更“合理”，投资者信心得以维系。 当Meta仅通过一份财务附注调整服务器寿命，便能“凭空”减少数十亿美元折旧费用；当Oracle将资产寿命从5年拉长至7年，从而将潜在亏损转化为账面盈余时，市场实际上已失去衡量企业真实健康度的可靠标尺。这种合法却误导的会计操作，让人不由联想到现代版的安然丑闻——资产负债表上堆积着贬值飞快的硅基硬件，而利润表上却闪烁着被精心修饰的数字光芒。 任何会计技巧都无法永久对抗物理定律与经济周期。2026年很可能成为这场游戏的转折点，原因清晰而严峻： 减值风暴的引爆：首批被会计假设为5-6年寿命的GPU集群，将因新一代芯片迭代、功耗过高或算力落后而提前退役。届时，巨额资产减值（impairment charges）将不得不入账，一次性吞噬多年累积的“纸面利润”。 二手市场的信号放大：一旦二手H100或Blackwell芯片价格跌至账面价值的30%以下（如当前已现20-30%的年跌幅），外部审计与监管压力将迫使公司承认现实。数百亿美元的利润修正，将引发对整个AI板块的系统性重估。 投资回报的真相揭示：资本可以容忍短期的烧钱竞赛，却无法无限承受无果的支出。当MIT等机构调研显示95%的企业级AI项目未能显著提升利润，当企业客户开始审视实际ROI时，资本支出的“军备竞赛”将迅速转为“战略退守”。
这场潜在危机不会平均分配痛苦，而是呈现鲜明的分野： 超大规模玩家（Hyperscalers）的相对韧性：微软、谷歌、亚马逊等巨头，凭借深厚的云服务生态、巨额现金储备与多元收入来源，或能在风暴中实现相对“软着陆”。即便AI资产减值重创利润，它们仍可依赖核心业务存活并等待下一轮技术红利。 二三线玩家的致命脆弱：CoreWeave、Lambda等高度杠杆化的“芯片租户”，其商业模式高度依赖“GPU抵押—贷款扩张—再抵押”的循环。一旦抵押品价值崩盘、客户续约率下滑或再融资渠道冻结，它们将率先面临违约与清算，成为这场狂欢中最显眼的牺牲品。
历史告诉我们，许多伟大的技术浪潮都伴随着昂贵的泡沫。19世纪的铁路狂热虽让无数投机者破产，却留下了横贯大陆的铁道网络；20世纪末的互联网泡沫虽蒸发万亿美元市值，却奠定了今日数字经济的基石。AI的命运也将取决于同一个问题：它能否最终转化为跨时代的生产力提升？若是，则今日的折旧争议与巨额支出，不过是人类进步必须支付的学费；若否，我们将面对人类历史上单位密度最高的资源错配——一座座耗资千亿美元的数据中心，内部堆满贬值为零的硅片与冷却设备，成为对过度乐观最冷峻的讽刺。 在这个喧嚣的时代，请放弃对“调整后净利润”“非GAAP指标”的盲目信仰。真正值得关注的，是那些被折叠在财报深处的附注、是二手GPU市场的真实跳动价格、是企业客户沉默的续约率变化。 当音乐终究停下时，能救命的从来不是AI生成的增长叙事，而是账上实打实的自由现金流与可持续的商业闭环。谨慎、耐心，以及对基本面的尊重，将是穿越这场潜在风暴的唯一护航灯。 投资，最终还是会回到“价值投资”。
| 
