發表
我的網誌
未來五年，全球科技巨頭將砸下超過一兆美元建構 AI 資料中心。這是科技史上規模前所未見的資本支出浪潮，從 GPU、伺服器、網路基礎建設到整座資料中心，都在瘋狂擴建。然而在這股狂潮背後，一個原本不起眼的小項目，正逐漸成為市場最不安的變數——AI 晶片的折舊年限，到底該算多久？
折舊看似只是財報中的技術欄位，卻牽動 EPS、估值，甚至整個 AI 投資循環能否持續。電影大賣空主角 Michael Burry 在 X 上發出多篇文章警告：如果企業高估晶片壽命，就等於在用會計方式虛增獲利。而目前債市中的信用違約交換（Credit Default Swap, CDS）交易量更急速上升，顯示市場對「AI 投資能不能回本？」的集體焦慮正在醞釀。
什麼是折舊？為何 AI 晶片折舊影響這麼大？
折舊的概念其實不複雜。企業買硬體設備後，不能一次把成本算掉，而是要分幾年攤提。例如，一台價值 1,000 萬的伺服器，如果企業設定能使用 5 年，每年就只需認列 200 萬的折舊費用。
折舊年限越長，當年的成本就越低，EPS 越漂亮；折舊年限越短，成本就越高，EPS 就會被壓縮。這在傳統重資產產業中早已是既定規則，但落到 AI 晶片上時，情況完全不同，因為沒有人知道這些晶片能撐多久。輝達(NVDA)的資料中心 GPU 才從 2018 年開始在市場普及，而真正 AI 熱潮從 2022 年才全面爆發。市場上根本沒有足夠的「歷史使用資料」來證明 GPU 能不能撐滿 5 年，甚至連 3 年都沒把握。在這樣的不確定環境下，折舊年限成了科技巨頭最容易調整、也最能影響獲利的槓桿。
科技巨頭與空頭的折舊大戰：6年 vs 3年
現在市場出現了兩大陣營，兩邊的主張差距極大。
一邊是科技巨頭，包括谷歌(GOOG) 、微軟(MSFT)、甲骨文(ORCL)，都宣稱伺服器與 GPU 的折舊年限可達 4-6 年。微軟甚至給了一個「2-6 年」的寬幅。GPU 雲端租賃企業 CoreWeave(CRWV)更直接採用 6 年折舊週期，並以實際案例佐證：2020 年推出的 A100 晶片至今仍租滿；2022 年的 H100 合約釋出後更能以原價 95 折重新租出。他們認為 AI 晶片仍具備高價值，不會迅速被淘汰。對這些企業而言，折舊越久越有利，因為能讓財報更漂亮。
另一邊則是空頭與審計派。Michael Burry 直言，伺服器真正有效運作的壽命恐怕只有 2-3 年，尤其在輝達一年一代的競爭節奏下，舊晶片很快就會沒有經濟價值。美國審計師團體也指出，AI GPU 完全缺乏長期使用紀錄，企業延長折舊年限的依據非常薄弱。如果企業用過長折舊，不僅是不精準，甚至可能是刻意地把獲利「美化」。
輝達一年一代的迭代速度，讓長折舊變成不可能?
折舊年限是否合理，一切都取決於 AI 晶片巨頭輝達的產品迭代速度。過去輝達大約每兩年推出一代資料中心 GPU，但從 2023 年後，更新速度變成「一年一代」，性能幾乎每年全面性飆升飆升，像是新一代的 Rubin 架構相比前一代 Blackwell 效能為 13 倍、能耗為 1/4，這種級別的性能躍升，已經不是「自然升級」，而是把舊晶片直接打入淘汰區。
這也意味著，舊晶片不只是落後，而是被全面「碾壓」。今年輝達執行長黃仁勳在發表 Blackwell 時更開玩笑說：「Blackwell 出貨後，Hopper 根本送都送不出去。」這句話其實是暗示著舊晶片價值極快貶損，不再適合放在財報上用長年限來攤提。如果企業仍依賴長折舊政策，那麼帳上的資產價值就會與現實脫節，最終必須面對一次性的資產減損。
而折舊被高估的殺傷力非常具大。假設一家公司買了 600 億美元的 GPU，若採用 6 年折舊，每年認列的成本是 100 億；但如果哪一天被迫調整成 3 年折舊，每年認列的折舊將翻倍到 200 億。EPS 會瞬間被腰斬，估值模型也會跟著大幅重計。折舊不是小數字，而是對科技巨頭 EPS 與 PE 估值具關鍵影響的核心參數。
如今的科技股 EPS 之所以強勁，很大程度依賴「折舊年限拉得很長」這個前提。一旦這個前提不成立，科技股的估值將面臨全面下修。
折舊風暴外溢到債市，CDS 暴增的真正意涵
折舊爭議不只衝擊股市，它正在快速外溢到債市。近期與科技巨頭相關的 CDS 交易量突然暴增。以甲骨文(ORCL)為例，六週內 CDS 交易金額達 42 億美元，是去年同期的 20 倍。臉書(META)、CoreWeave(CRWV)也成為 CDS 的熱門標的。債市的擔心也很直接，科技巨頭用大量債務進行 AI 擴建，如果折舊加速，而 AI 收益成長有限，它們可能會面臨難以償債的壓力。摩根大通(JPM)預估，未來幾年科技公司將發行高達 1.5 兆美元企業債。若 AI 回報不足，這些債務可能會成為新一輪系統性風險。
散戶該怎麼看？
折舊之所以可能成為 AI 泡沫的導火線，關鍵是 AI 的商業化速度遠低於投資速度。麻省理工的調查指出，95％的企業在生成式 AI 計畫上「沒有獲得回報」。也就是說，企業每年不斷加碼購買 GPU，但 AI 服務與 AI 應用帶來的收入並沒有同步上升。當收入追不上折舊費用，美麗的財報就會開始崩塌。如果折舊費用持續加速，而 AI 相關營收還處於緩慢成長階段，那麼企業最終將不得不認列資產減損，EPS 會被壓縮，估值也會明顯下修。
散戶面對這波折舊風暴，有三個最重要的觀察方向。
1. 折舊政策比 EPS 更重要：未來看科技股財報，不能只盯著 EPS。折舊年限、折舊增速、GPU 在資本支出中的占比，才是真正左右獲利品質的核心指標。這些會計項目將比帳面獲利更能反映企業的真實財務壓力。
2. 真正暴露風險的是雲端巨頭：折舊衝擊最大的並非輝達，而是大量購買 GPU 的雲端企業，包括谷歌、微軟、亞馬遜、臉書、甲骨文。這些公司買入的不是能立即變現的產品，而是需要多年折舊的重資產，一旦折舊加速，EPS 與估值都會首當其衝。
3. 折舊風暴的受惠者反而是供應鏈：越不受晶片折舊影響的公司越安全，例如台積電(2330)、伺服器供應商、散熱業者、電力與網路基礎建設供應鏈。它們不必承受折舊壓力，卻能隨著 AI 擴張持續受惠，是本輪折舊風暴中的相對安全板塊。
AI 不會消失，但估值必須回到現實
AI 是確定的長期趨勢，不會因為折舊爭議而終結。但估值一定會因折舊而重新調整。真正的問題從來不是 AI 技術是否發展，而是企業買的這些昂貴 GPU，到底能不能物超所值？當輝達的迭代速度已經進入「一年一代」時代，折舊速度將決定 AI 基礎建設能否真正獲利，也決定科技巨頭的 EPS 是否真實。
折舊，不再只是財報角落的小字，而是左右科技股估值的關鍵準則。AI 浪潮仍將繼續，但接下來市場看到的，或許是「AI 估值回到現實」的時代。
延伸閱讀：
版權聲明
本文章之版權屬撰文者與 CMoney 全曜財經，未經許可嚴禁轉載，否則不排除訴諸法律途徑。
免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
