一個被反覆轉發的數字是這樣的：2026 年第一季度，全球 AI 營收（不含中國）約 250 億美元，連續第二個季度蓋過約 210 億美元的芯片與數據中心折舊成本[1][2]。措辭很剋制，傳播卻很熱烈——多年來被追問「這麼多錢砸進去，到底什麼時候回本」的 AI 產業，第一次有人拿出一張表，說算力這門生意已經能「自己養活自己」了。

把這兩個數字擺在一起看，確實誘人。營收 250 億，折舊 210 億，營收比折舊多出約 40 億。一條被苦苦等待的盈虧線，似乎終於被踩過去了。

值得追的不是踩過去的那一腳，而是腳下那條線本身。營收是分子，折舊是分母；所有的歡呼都盯著分子漲上來了，沒人去問：分母為什麼正好停在這個高度。而這條「折舊」線，恰恰是整個 AI 資本回報爭論裡最軟、最經不起細看的一個數字。它不是一塊結實的地板，更像一層被會計假設撐住的薄冰——而撐它的那隻手，這兩年一直在悄悄往下壓。

一道被研究機構估出來的門檻，不是一筆被審計過的賬

先把這條「喜訊」的來歷說清楚，免得它被當成財報裡的硬數字。

這個口徑出自研究機構 Exponential View 的《AI 經濟狀態》報告。它的算法是自上而下的估算：把全球（不含中國）的 AI 終端營收湊成約 250 億美元一季，再把芯片和數據中心投資對應的季度折舊估成約 210 億美元，兩邊一比，得出「營收連續第二季蓋過折舊」的結論[2][13]。報告自己也講得很明白：折舊一項就吃掉營收三分之二以上，留給後面的空間薄得嚇人[1]。

這份報告還順手給出了整體量級：截至 2026 年年中，全球（不含中國）生成式 AI 的年化收入約 1750 億美元，過去十二個月真正落袋的營收約 1100 億美元[2]。把單季的 250 億放回這個盤子裡看，所謂「跨過折舊線」，跨的是一條剛剛夠得著的線——薄到一個淡季、一筆大額減值，就可能讓它又掉回折舊下方。

210 除以 250，約等於 84%——每收進 100 塊錢，光折舊一項就要划走 84 塊，真正落到「折舊之後」的，只剩不到 16 塊。所謂「越過折舊線」，不是越過盈虧平衡，是營收剛好爬到能蓋住第一項大成本的高度——而這第一項，還是按一套對廠商最友好的假設算出來的。

這套數字的性質要先認清：它是一家研究機構的口徑估算，不是哪一家公司經過審計的損益表。營收這邊，哪些算進 AI 收入、哪些不算，本身就有彈性；折舊那邊，更是踩在一個會計科目上——而這個科目，恰恰是這兩年財報裡爭議最大的地方。

折舊年限：把同一臺機器的成本，攤得更薄

折舊的算法樸素得很：一臺服務器花了多少錢，預計能用幾年，就把成本分攤到這幾年裡，每年記一筆。分母裡的「幾年」越長，每年那一筆就越小。

魔鬼住在「幾年」裡。

過去十年，超大規模廠商對服務器壽命的判斷，一路在往上調。亞馬遜 2020 年把服務器折舊年限從 3 年延到 4 年，2023 年再延到 6 年；微軟把服務器與網絡設備從 4 年延到 6 年[4]。如今北美三大雲廠商的服務器，賬上普遍按 6 年計提折舊。一臺同樣的機器，折舊年限從 3 年改成 6 年，每年記的折舊費就被砍掉一半——成本臺階被削平了一道，賬面利潤隨之鼓起來一塊。這不是某一家的小動作：有測算認為，僅這一項使用年限的拉長，就讓這些廠商每年合計少記約 180 億美元的折舊[2]。

把這套算法落到一臺真機器上，賬面差異一目瞭然。英偉達 2022 年發佈的 DGX H100，一臺裝 8 塊 H100 的整機定價約 48 萬美元[14]。若按傳統的 3 年折舊，它每年要在賬上記掉約 16 萬美元；一旦改成 6 年，每年只記約 8 萬美元——同一臺機器、同樣的購置成本，僅僅因為「預計能多用三年」這一句假設，賬面上每年的成本就憑空少了一半。一座塞了成千上萬塊加速卡的 AI 數據中心，把這半邊成本逐臺累加，賬面利潤的差距就是以億計的。

把這層墊高效應放回那張「喜訊表」：被歡呼的分母——210 億美元季度折舊——本身就是按這套被拉長的年限算出來的。如果還按當年 3 至 4 年的口徑計提，同樣一批芯片和機房，每季要記的折舊會顯著高於 210 億；那條「營收蓋過折舊」的線會被頂高一大截，250 億美元的營收未必還跨得過去。這道門檻之所以這一季能被踩過，一部分功勞得記在會計假設的賬上——分母被壓低了，門檻自然就矮了。

支持長年限的一方並非沒有道理。雲廠商的家底厚，一塊三年前的 H100 即便不再用於最前沿的訓練，也能改去跑推理、做數據庫加速、轉碼視頻、搞科學計算，仍在持續產出價值，賬面上當然不該當它三年就報廢[4]。美國會計準則本就給管理層一定的裁量空間，讓其依據自家運營數據估計資產壽命，延長年限並不天然違規[5]。問題在於：這一輪裁量的方向高度一致，且無一例外都偏向把利潤做厚——當一個估計既符合規則、又恰好讓每家的每股收益更好看，它反映的到底是機器的真實壽命，還是財報的需要？這套辯護對通用雲負載成立，對那些把絕大多數算力壓在單一前沿訓練上的玩家，說服力就要打個折。

1760 億美元的另一種讀法

並不是所有人都買賬。最尖銳的質疑來自 Michael Burry——那位因做空 2008 年次貸而被寫進電影的投資者。他的指控簡單直接：AI 硬件真實壽命大約 2 到 3 年，卻被按 5 到 6 年來折舊，等於系統性地把每年折舊做小、利潤做大[7]。

他給出了一個量級。Burry 測算，2026 至 2028 三年間，這種拉長會讓相關公司合計少記約 1760 億美元折舊；據此他估計，到 2028 年，甲骨文的報告利潤將比他眼中的經濟現實高出約 27%，Meta 高出約 21%[6]。他沒只動嘴——據公開持倉，他在英偉達和 Palantir 上押了看跌期權[8]。（這些是 Burry 個人的測算與立場，不代表本站觀點。）

這筆看空並不輕鬆。據報道，AI 股這兩年一路走高，他的空頭頭寸承受了不小的浮虧，他也因此被不少人嘲笑「又一次過早看空」。但押錯時點未必等於押錯邏輯——這正是這類會計爭議最尷尬的地方：它在景氣期幾乎不會暴露，可能要等到下一輪硬件大換代、舊卡被迫提前退役、賬面上那批「還能再用三年」的資產突然變得不值錢時，才會在財報上集中顯形。

他的技術依據，是把英偉達自己的產品節奏擺到了對立面。英偉達把數據中心芯片的發佈週期從兩年改成一年：Hopper 之後是 Blackwell，Blackwell 之後是今年已宣佈全面量產的 Vera Rubin，每一代的單位算力效率、每瓦性能都是上一代的數倍[14]。一邊是 18 到 24 個月就被新架構壓一頭的芯片，一邊是攤到 6 年的賬本——Burry 的詰問正卡在這道縫裡：當下一代的能效碾壓上一代，把舊卡繼續擺在最前沿的訓練任務上，從經濟上已經划不來，那它賬面上那 6 年的「使用壽命」，究竟是真實的，還是隻是為了把利潤撐住而保留的一個數字？

這場爭論沒有定論，本就不該有簡單的定論。但它把一件事頂到了檯面上：AI 資本回報裡最大的灰色地帶，不在分子，而在分母——營收漲沒漲是其次，折舊該記多少才是要害。那張「營收蓋過折舊」的喜訊表，無意中替這場爭論做了最好的註腳——它恰恰是建在這個爭議分母之上的。

折舊只是第一道臺階，上面還壓著三道

退一步，就算把折舊的會計爭議先擱下，按報告口徑認下這道線確實被跨過了——這也遠不是「賺錢」。

報告自己劃了界：250 億營收蓋住 210 億折舊之後，電力、人力、融資這三項還一個字都沒算[1]。這三道臺階，每一道都不比折舊矮。

電費是其中最硬、還在變貴的一筆。AI 數據中心是吞電的巨獸，電價隨負荷水漲船高；英偉達甚至專門發佈 Rubin 全液冷參考數據中心設計，號稱一座 50 兆瓦的數據中心一年能省下超過 400 萬美元水電開支[3]——一家芯片公司下場替客戶算省電賬，本身就說明這筆成本已經壓到了什麼份上。人力是第二道：頂尖研究員的薪酬包是七位數起步，挖角戰把模型公司的成本結構整體抬高。第三道是融資利息：今年北美幾大廠商的資本開支預計合計超過 6000 億美元，同比增長約 36%，其中約 4500 億砸向 AI 基礎設施[9]；這筆錢裡越來越大的一塊不再來自經營現金流、而是靠發債撐著，債是要還利息的，利息要從營收裡出。

把這三道臺階疊回那張表：營收過了折舊線，往上還壓著電費、人力、利息。所謂「自己養活自己」，準確的說法是——剛夠付清第一項、也是被算得最輕的那一項成本。剩下的不到 16%，要在這三座大山面前分。

別忘了，這筆賬越來越多是借錢記的

折舊之外，還有一個更基礎的事實容易被那張喜訊表蓋住：被折舊的這些芯片和機房，正越來越多地用借來的錢購置。

過去幾年，超大規模廠商的擴張主要靠自身充沛的經營現金流供血；如今缺口大到現金流填不滿，債券市場成了新的水龍頭。連一向幾乎零負債、賬上現金堆成山的英偉達，也在 6 月一次性發行了創紀錄的 250 億美元債券，是它五年來首次大規模舉債[3]——賣鏟子的人自己都開始借錢了，這本身就是個耐人尋味的信號。債買來的資產記進折舊，債的利息卻記在另一行；那張「營收蓋過折舊」的表，既沒算利息，也沒提醒你：分母對應的那批資產，有越來越大一塊是槓桿撐起來的。

更微妙的是營收那一端。這條鏈上的錢常常打轉：芯片廠商出資入股雲廠商與模型公司，後者再回過頭來用這筆錢採購前者的芯片與算力；同一筆錢，在賣方賬上可能記成「營收」，在買方賬上則記成「資本開支」、進而攤成未來幾年的折舊。當分子（營收）和分母（折舊）背後牽動的是同一批資金，「營收蓋過折舊」這道算式還能在多大程度上算兩個獨立變量的較量，就更要打個問號了。

250 億美元裡，錢主要流向了賣鏟子的人

還有一個角度，能讓這張表更冷靜些：這一季約 250 億美元的終端 AI 營收，到底進了誰的口袋。

答案是，絕大部分被賣算力的環節賺走了。單看英偉達一家：2027 財年第一季度（截至 2026 年 4 月 26 日），它的數據中心業務營收就達 752 億美元，同比增長 92%[10]。把兩個數字並排放——整個行業一個季度約 250 億美元的終端 AI 營收，英偉達一家一個季度的數據中心收入是它的三倍。當然這兩個口徑不能直接相減（前者是 AI 應用的終端收入，後者是賣給全球客戶的硬件收入，客戶裡既有云廠商也有主權 AI 項目），但量級的反差足夠說明問題：這條產業鏈上，離用戶最遠、賣鏟子的那一端，掙得比離用戶最近、賣應用的那一端要厚得多、也確定得多。

賣鏟子的也不止英偉達一家。今年存儲芯片廠商美光交出強勁財報，AI 客戶搶購高帶寬內存，HBM 這種「鏟子裡的鏟子」同樣供不應求、量價齊升。從 GPU 到內存、從網絡交換機到光模塊，越是靠近硬件、離最終用戶越遠的環節，眼下的現金流就越確定——這與應用端的景象恰成對照。

往做應用的那端看，營收增長的故事同樣驚人，盈利的故事卻兩樣。Anthropic 在今年 5 月底披露年化收入約 470 億美元，一度被稱作史上增長最快的軟件生意，最新一輪融資估值逼近萬億美元、估值首度反超 OpenAI[11][12]。但這些漂亮的營收數字，是用鉅額虧損換來的——這兩家都還在燒錢換增長的階段，把算力費、人力費、研發費一筆筆砸進去搶身位。賬面營收越漲，對上游算力的採購就越兇，付給賣鏟人的錢也越多。做應用那頭營收好看、利潤卻仍是負的；產業鏈上眼下真把利潤裝進口袋的，主要是賣芯片、賣網絡、賣系統集成的那一端。

這就讓「營收蓋過折舊」的喜訊多了一層苦味：被蓋過的那 210 億美元折舊，本質上正是買這些鏟子付出的代價的賬面攤銷——產業一邊把鉅款付給賣鏟子的人，一邊在為這筆開銷能不能被自己掙回來而歡呼。付錢的、賺錢的、和等著回本的，在這條鏈上隔著好幾道臺階。

該盯的不是里程碑，是分母

把這一圈看下來，那條被歡呼的線，模樣變了。

它不是 AI 終於開始造血的拐點，更像一張被定格的會計切片：它把一個一直被繞開的問題，第一次清清楚楚地擺到了桌上——折舊的分母，是真實的嗎？營收能不能蓋過折舊，一半取決於營收漲得快不快，另一半取決於折舊被算得有多輕。而後者，是會計假設可以擰的旋鈕。當一個里程碑的高度本身可以被假設調節，它作為「拐點」的信號價值，就要大打折扣。

對真想看懂這門生意的人，更有價值的不是「營收超折舊」這類被設計過、便於傳播的里程碑，而是它下面那幾個不那麼上鏡、卻結實得多的東西：這些廠商把服務器和 GPU 按幾年折舊、這套年限假設有沒有繼續往上調；自由現金流——這是把折舊那點會計彈性擠掉之後、真金白銀進出公司的口徑，折舊在利潤表裡只是一筆不流出現金的扣減，會計假設一改、淨利潤就變臉，可現金流量表上那筆真實付出去的購置款一分不少，因此遠比賬面利潤難做手腳；以及越來越重的債務利息，正怎樣啃食那本就不到 16% 的餘量。

250 億蓋過 210 億，是真的。只是被蓋住的那 210 億，是用一把這兩年一直在變長的尺子量出來的。喜訊沒有說謊，它只是沒說：這道門檻，有一部分是它自己蹲下去夠到的。