Are tech giants really "playing financial tricks" with the depreciation of AI chips?

隨着科技巨頭在人工智能領域投入數千億美元巨資，一項看似平淡的會計處理——AI 芯片等關鍵設備的折舊方法，正意外成為市場爭議的焦點，引發了關於企業是否藉此美化盈利的激烈辯論。

據《華爾街日報》12 月 8 日報道，近期，包括 Meta、Alphabet、微軟和亞馬遜在內的公司紛紛延長了其服務器和網絡資產的預計使用年限。這一會計變更直接降低了當期折舊費用，從而推高了賬面利潤，此舉立即引起了部分投資者的警覺和審視。

知名 “大空頭” Michael Burry 更是將此舉稱為 “現代常見的欺詐之一”，他在上月的一篇文章中寫道，延長資產使用年限會減少折舊費用並增加表觀利潤，這會導致資產估值過高和利潤虛報。當鉅額資本支出懸於一線時，這種會計估計的調整足以牽動市場的敏感神經。

然而，對於關注這些科技巨頭的投資者而言，問題的關鍵可能並非簡單的 “對與錯”。儘管延長折舊年限確實能即時提升盈利數字，但其對公司基本面的實質影響或許有限。市場更關注的是 AI 投資的最終回報，而非會計處理細節。而更深層次的討論已經轉向折舊方法的選擇，以及這些會計處理最終是否會影響對 AI 投資長期價值的判斷。

會計調整的 “利潤魔法”

折舊是確保資本投資成本在財務報表中隨時間推移而得到確認的會計實踐。當公司延長資產的 “預計使用年限” 時，就意味着將總成本分攤到更長的時間段內，從而降低了每一年的費用，直接提升了當期利潤。

科技巨頭們近年來確實在這樣做。以 Meta 為例，該公司在 2025 年將其大部分服務器和網絡資產的預計使用年限提高到 5.5 年，而此前為 4 到 5 年，在 2020 年時甚至低至 3 年。這一變更使 Meta 在 2025 年前九個月的折舊費用減少了 23 億美元。不過，需要指出的是，其同期的折舊總額接近 130 億美元，税前利潤則超過 600 億美元。

同樣的趨勢也出現在其他巨頭身上。Alphabet 和微軟目前對類似資產採用 6 年的折舊年限，遠高於 2020 年的 3 年。亞馬遜在 2020 年使用 4 年，到 2024 年提高至 6 年，但在 2025 年又將部分服務器和網絡設備的折舊年限削減至 5 年。這種通過調整會計估計來影響數十億美元利潤的做法，自然會引發市場的審視。

直線法 vs 加速折舊：哪種更真實？

這場爭議的核心或許並不在於折舊年限的具體數字，而在於折舊方法的選擇。目前，絕大多數公司採用的是“直線折舊法”，即在資產的整個使用壽命內，每年的折舊費用保持不變。

然而，對於技術日新月異的 AI 芯片等硬件而言，這種方法可能無法準確反映其價值的真實衰減軌跡。據報道援引的數據顯示，追蹤英偉達芯片價格的機構 Silicon Data 發現，一個使用了三年的 H100 系統，其平均轉售價值約為全新 H100 價格的 45%。這表明，這類資產的價值在使用的早期階段下降得更快，隨後趨於穩定。

在這種情況下，“加速折舊法” 或許更能反映經濟現實。採用該方法，資產在早期的折舊費用會更高，後期則更低，這與資產價值快速下跌的曲線更為匹配。不過，分析也指出，即便改用加速折舊法，與直線法產生的差異可能也並非天差地別，不足以顛覆整體財務狀況。

市場應該關注什麼？

從根本上説，財務報表中的許多數字都建立在估計、猜測和假設之上，折舊費用本身就是一種會計構造，精確計算幾乎不可能。對於需求旺盛的高科技設備，管理層也難以準確預知其確切的有效生命週期。

對於市場而言，更值得警惕的信號或許是資產減值。根據會計準則，如果資產價值出現嚴重受損，管理層應進行大額減記。但這種情況通常發生在公司自身股價已經崩潰之後，這與 “科技七巨頭” 目前的市場地位相去甚遠。

因此，儘管圍繞折舊的會計辯論十分激烈，但它可能並不會成為影響投資決策的關鍵因素。正如報道的分析所指，如果投資者某天得出結論，認為大量的 AI 投資正在被浪費，那原因也不會是公司選擇了何種折舊年限。對於這些科技巨頭的 AI 冒險，市場最終的評判標準將是這些投資能否在未來帶來可觀的回報，而非沿途所採用的會計估計方法。