一个被反复转发的数字是这样的：2026 年第一季度，全球 AI 营收（不含中国）约 250 亿美元，连续第二个季度盖过约 210 亿美元的芯片与数据中心折旧成本[1][2]。措辞很克制，传播却很热烈——多年来被追问「这么多钱砸进去，到底什么时候回本」的 AI 产业，第一次有人拿出一张表，说算力这门生意已经能「自己养活自己」了。
把这两个数字摆在一起看，确实诱人。营收 250 亿，折旧 210 亿，营收比折旧多出约 40 亿。一条被苦苦等待的盈亏线，似乎终于被踩过去了。
值得追的不是踩过去的那一脚，而是脚下那条线本身。营收是分子，折旧是分母；所有的欢呼都盯着分子涨上来了，没人去问：分母为什么正好停在这个高度。而这条「折旧」线，恰恰是整个 AI 资本回报争论里最软、最经不起细看的一个数字。它不是一块结实的地板，更像一层被会计假设撑住的薄冰——而撑它的那只手，这两年一直在悄悄往下压。
一道被研究机构估出来的门槛，不是一笔被审计过的账
先把这条「喜讯」的来历说清楚，免得它被当成财报里的硬数字。
这个口径出自研究机构 Exponential View 的《AI 经济状态》报告。它的算法是自上而下的估算：把全球（不含中国）的 AI 终端营收凑成约 250 亿美元一季，再把芯片和数据中心投资对应的季度折旧估成约 210 亿美元，两边一比，得出「营收连续第二季盖过折旧」的结论[2][13]。报告自己也讲得很明白：折旧一项就吃掉营收三分之二以上，留给后面的空间薄得吓人[1]。
这份报告还顺手给出了整体量级：截至 2026 年年中，全球（不含中国）生成式 AI 的年化收入约 1750 亿美元，过去十二个月真正落袋的营收约 1100 亿美元[2]。把单季的 250 亿放回这个盘子里看，所谓「跨过折旧线」，跨的是一条刚刚够得着的线——薄到一个淡季、一笔大额减值，就可能让它又掉回折旧下方。
210 除以 250，约等于 84%——每收进 100 块钱，光折旧一项就要划走 84 块，真正落到「折旧之后」的，只剩不到 16 块。所谓「越过折旧线」，不是越过盈亏平衡，是营收刚好爬到能盖住第一项大成本的高度——而这第一项，还是按一套对厂商最友好的假设算出来的。
这套数字的性质要先认清：它是一家研究机构的口径估算，不是哪一家公司经过审计的损益表。营收这边，哪些算进 AI 收入、哪些不算，本身就有弹性；折旧那边，更是踩在一个会计科目上——而这个科目，恰恰是这两年财报里争议最大的地方。
折旧年限：把同一台机器的成本，摊得更薄
折旧的算法朴素得很：一台服务器花了多少钱，预计能用几年，就把成本分摊到这几年里，每年记一笔。分母里的「几年」越长，每年那一笔就越小。
魔鬼住在「几年」里。
过去十年，超大规模厂商对服务器寿命的判断，一路在往上调。亚马逊 2020 年把服务器折旧年限从 3 年延到 4 年，2023 年再延到 6 年；微软把服务器与网络设备从 4 年延到 6 年[4]。如今北美三大云厂商的服务器，账上普遍按 6 年计提折旧。一台同样的机器，折旧年限从 3 年改成 6 年，每年记的折旧费就被砍掉一半——成本台阶被削平了一道，账面利润随之鼓起来一块。这不是某一家的小动作：有测算认为，仅这一项使用年限的拉长，就让这些厂商每年合计少记约 180 亿美元的折旧[2]。
把这套算法落到一台真机器上，账面差异一目了然。英伟达 2022 年发布的 DGX H100，一台装 8 块 H100 的整机定价约 48 万美元[14]。若按传统的 3 年折旧，它每年要在账上记掉约 16 万美元；一旦改成 6 年，每年只记约 8 万美元——同一台机器、同样的购置成本，仅仅因为「预计能多用三年」这一句假设，账面上每年的成本就凭空少了一半。一座塞了成千上万块加速卡的 AI 数据中心，把这半边成本逐台累加，账面利润的差距就是以亿计的。
把这层垫高效应放回那张「喜讯表」：被欢呼的分母——210 亿美元季度折旧——本身就是按这套被拉长的年限算出来的。如果还按当年 3 至 4 年的口径计提，同样一批芯片和机房，每季要记的折旧会显著高于 210 亿；那条「营收盖过折旧」的线会被顶高一大截，250 亿美元的营收未必还跨得过去。这道门槛之所以这一季能被踩过，一部分功劳得记在会计假设的账上——分母被压低了，门槛自然就矮了。
支持长年限的一方并非没有道理。云厂商的家底厚，一块三年前的 H100 即便不再用于最前沿的训练，也能改去跑推理、做数据库加速、转码视频、搞科学计算，仍在持续产出价值，账面上当然不该当它三年就报废[4]。美国会计准则本就给管理层一定的裁量空间，让其依据自家运营数据估计资产寿命，延长年限并不天然违规[5]。问题在于：这一轮裁量的方向高度一致，且无一例外都偏向把利润做厚——当一个估计既符合规则、又恰好让每家的每股收益更好看，它反映的到底是机器的真实寿命，还是财报的需要？这套辩护对通用云负载成立，对那些把绝大多数算力压在单一前沿训练上的玩家，说服力就要打个折。
1760 亿美元的另一种读法
并不是所有人都买账。最尖锐的质疑来自 Michael Burry——那位因做空 2008 年次贷而被写进电影的投资者。他的指控简单直接：AI 硬件真实寿命大约 2 到 3 年，却被按 5 到 6 年来折旧，等于系统性地把每年折旧做小、利润做大[7]。
他给出了一个量级。Burry 测算，2026 至 2028 三年间，这种拉长会让相关公司合计少记约 1760 亿美元折旧；据此他估计，到 2028 年，甲骨文的报告利润将比他眼中的经济现实高出约 27%，Meta 高出约 21%[6]。他没只动嘴——据公开持仓，他在英伟达和 Palantir 上押了看跌期权[8]。（这些是 Burry 个人的测算与立场，不代表本站观点。）
这笔看空并不轻松。据报道，AI 股这两年一路走高，他的空头头寸承受了不小的浮亏，他也因此被不少人嘲笑「又一次过早看空」。但押错时点未必等于押错逻辑——这正是这类会计争议最尴尬的地方：它在景气期几乎不会暴露，可能要等到下一轮硬件大换代、旧卡被迫提前退役、账面上那批「还能再用三年」的资产突然变得不值钱时，才会在财报上集中显形。
他的技术依据，是把英伟达自己的产品节奏摆到了对立面。英伟达把数据中心芯片的发布周期从两年改成一年：Hopper 之后是 Blackwell，Blackwell 之后是今年已宣布全面量产的 Vera Rubin，每一代的单位算力效率、每瓦性能都是上一代的数倍[14]。一边是 18 到 24 个月就被新架构压一头的芯片，一边是摊到 6 年的账本——Burry 的诘问正卡在这道缝里：当下一代的能效碾压上一代，把旧卡继续摆在最前沿的训练任务上，从经济上已经划不来，那它账面上那 6 年的「使用寿命」，究竟是真实的，还是只是为了把利润撑住而保留的一个数字？
这场争论没有定论，本就不该有简单的定论。但它把一件事顶到了台面上：AI 资本回报里最大的灰色地带，不在分子，而在分母——营收涨没涨是其次，折旧该记多少才是要害。那张「营收盖过折旧」的喜讯表，无意中替这场争论做了最好的注脚——它恰恰是建在这个争议分母之上的。
折旧只是第一道台阶，上面还压着三道
退一步，就算把折旧的会计争议先搁下，按报告口径认下这道线确实被跨过了——这也远不是「赚钱」。
报告自己划了界：250 亿营收盖住 210 亿折旧之后，电力、人力、融资这三项还一个字都没算[1]。这三道台阶，每一道都不比折旧矮。
电费是其中最硬、还在变贵的一笔。AI 数据中心是吞电的巨兽，电价随负荷水涨船高；英伟达甚至专门发布 Rubin 全液冷参考数据中心设计，号称一座 50 兆瓦的数据中心一年能省下超过 400 万美元水电开支[3]——一家芯片公司下场替客户算省电账，本身就说明这笔成本已经压到了什么份上。人力是第二道：顶尖研究员的薪酬包是七位数起步，挖角战把模型公司的成本结构整体抬高。第三道是融资利息：今年北美几大厂商的资本开支预计合计超过 6000 亿美元，同比增长约 36%，其中约 4500 亿砸向 AI 基础设施[9]；这笔钱里越来越大的一块不再来自经营现金流、而是靠发债撑着，债是要还利息的，利息要从营收里出。
把这三道台阶叠回那张表：营收过了折旧线，往上还压着电费、人力、利息。所谓「自己养活自己」，准确的说法是——刚够付清第一项、也是被算得最轻的那一项成本。剩下的不到 16%，要在这三座大山面前分。
别忘了，这笔账越来越多是借钱记的
折旧之外，还有一个更基础的事实容易被那张喜讯表盖住：被折旧的这些芯片和机房，正越来越多地用借来的钱购置。
过去几年，超大规模厂商的扩张主要靠自身充沛的经营现金流供血；如今缺口大到现金流填不满，债券市场成了新的水龙头。连一向几乎零负债、账上现金堆成山的英伟达，也在 6 月一次性发行了创纪录的 250 亿美元债券，是它五年来首次大规模举债[3]——卖铲子的人自己都开始借钱了，这本身就是个耐人寻味的信号。债买来的资产记进折旧，债的利息却记在另一行；那张「营收盖过折旧」的表，既没算利息，也没提醒你：分母对应的那批资产，有越来越大一块是杠杆撑起来的。
更微妙的是营收那一端。这条链上的钱常常打转：芯片厂商出资入股云厂商与模型公司，后者再回过头来用这笔钱采购前者的芯片与算力；同一笔钱，在卖方账上可能记成「营收」，在买方账上则记成「资本开支」、进而摊成未来几年的折旧。当分子（营收）和分母（折旧）背后牵动的是同一批资金，「营收盖过折旧」这道算式还能在多大程度上算两个独立变量的较量，就更要打个问号了。
250 亿美元里，钱主要流向了卖铲子的人
还有一个角度，能让这张表更冷静些：这一季约 250 亿美元的终端 AI 营收，到底进了谁的口袋。
答案是，绝大部分被卖算力的环节赚走了。单看英伟达一家：2027 财年第一季度（截至 2026 年 4 月 26 日），它的数据中心业务营收就达 752 亿美元，同比增长 92%[10]。把两个数字并排放——整个行业一个季度约 250 亿美元的终端 AI 营收，英伟达一家一个季度的数据中心收入是它的三倍。当然这两个口径不能直接相减（前者是 AI 应用的终端收入，后者是卖给全球客户的硬件收入，客户里既有云厂商也有主权 AI 项目），但量级的反差足够说明问题：这条产业链上，离用户最远、卖铲子的那一端，挣得比离用户最近、卖应用的那一端要厚得多、也确定得多。
卖铲子的也不止英伟达一家。今年存储芯片厂商美光交出强劲财报，AI 客户抢购高带宽内存，HBM 这种「铲子里的铲子」同样供不应求、量价齐升。从 GPU 到内存、从网络交换机到光模块，越是靠近硬件、离最终用户越远的环节，眼下的现金流就越确定——这与应用端的景象恰成对照。
往做应用的那端看，营收增长的故事同样惊人，盈利的故事却两样。Anthropic 在今年 5 月底披露年化收入约 470 亿美元，一度被称作史上增长最快的软件生意，最新一轮融资估值逼近万亿美元、估值首度反超 OpenAI[11][12]。但这些漂亮的营收数字，是用巨额亏损换来的——这两家都还在烧钱换增长的阶段，把算力费、人力费、研发费一笔笔砸进去抢身位。账面营收越涨，对上游算力的采购就越凶，付给卖铲人的钱也越多。做应用那头营收好看、利润却仍是负的；产业链上眼下真把利润装进口袋的，主要是卖芯片、卖网络、卖系统集成的那一端。
这就让「营收盖过折旧」的喜讯多了一层苦味：被盖过的那 210 亿美元折旧，本质上正是买这些铲子付出的代价的账面摊销——产业一边把巨款付给卖铲子的人，一边在为这笔开销能不能被自己挣回来而欢呼。付钱的、赚钱的、和等着回本的，在这条链上隔着好几道台阶。
该盯的不是里程碑，是分母
把这一圈看下来，那条被欢呼的线，模样变了。
它不是 AI 终于开始造血的拐点，更像一张被定格的会计切片：它把一个一直被绕开的问题，第一次清清楚楚地摆到了桌上——折旧的分母，是真实的吗？营收能不能盖过折旧，一半取决于营收涨得快不快，另一半取决于折旧被算得有多轻。而后者，是会计假设可以拧的旋钮。当一个里程碑的高度本身可以被假设调节，它作为「拐点」的信号价值，就要大打折扣。
对真想看懂这门生意的人，更有价值的不是「营收超折旧」这类被设计过、便于传播的里程碑，而是它下面那几个不那么上镜、却结实得多的东西：这些厂商把服务器和 GPU 按几年折旧、这套年限假设有没有继续往上调；自由现金流——这是把折旧那点会计弹性挤掉之后、真金白银进出公司的口径，折旧在利润表里只是一笔不流出现金的扣减，会计假设一改、净利润就变脸，可现金流量表上那笔真实付出去的购置款一分不少，因此远比账面利润难做手脚；以及越来越重的债务利息，正怎样啃食那本就不到 16% 的余量。
250 亿盖过 210 亿，是真的。只是被盖住的那 210 亿，是用一把这两年一直在变长的尺子量出来的。喜讯没有说谎，它只是没说：这道门槛，有一部分是它自己蹲下去够到的。