当市场沉浸于AI驱动增长的宏大叙事时，一个长期被低估的变量正在浮出水面：AI基础设施的折旧加速，可能正在成为科技巨头盈利能力最隐蔽、但影响深远的压力来源。
其核心矛盾在于，AI服务器与GPU的技术迭代正在显著缩短硬件的经济使用寿命，而与之匹配的资本开支规模却以前所未有的速度扩张，进而推高折旧成本，并持续侵蚀利润空间。
据报道估算，谷歌、微软、亚马逊与Meta今年资本开支合计将达到约7500亿美元，接近英国全年财政支出的一半；与此同时，四家公司合计年度折旧费用已从两年前水平接近翻倍，升至约1160亿美元。
随着过去18个月密集部署的算力基础设施逐步进入折旧周期，这一压力仍在加速累积。亚马逊已率先将数据中心资产使用年限从六年下调至五年，理由正是AI与机器学习技术迭代速度显著加快。这一调整并非孤例，更像是行业周期变化的前置信号。
目前，Meta、微软与Alphabet仍维持六年折旧年限，但市场普遍预期，后续跟进调整只是时间问题。一旦行业普遍下调使用年限，折旧费用将进一步抬升，并从“会计层面的缓冲项”转变为直接影响利润表的关键变量，进而重塑市场对科技巨头盈利质量的定价框架。
资本开支史无前例扩张，但回报兑现仍存在时滞
自2023年以来，四家科技巨头股价平均已实现翻倍，但资本开支扩张速度更为激进，同期季度资本开支预算增长约四倍，明显快于股价表现。
在融资端，Alphabet过去一年已通过债务融资筹集约850亿美元，并计划进一步通过股权融资募集约800亿美元，规模空前。然而，这一融资路径并不具备可持续的线性复制能力。
与此同时，AI基础设施扩张正逐步逼近现实约束。芯片供给、电力系统以及水资源基础设施的瓶颈开始显现，部分发达地区已出现实质性资源约束信号。而在商业化层面，多数AI项目仍处于投入期，尚未形成稳定现金流回收能力，进一步放大对外部融资的依赖。
维护与更新成本被低估，折旧压力或仍在上行
市场长期聚焦于新增数据中心投资，但存量资产的维护与更新成本同样正在累积。
从行业经验看，数据中心服务器的经济使用寿命通常为三至六年，而在AI高强度算力消耗与技术快速迭代的双重作用下，超大规模云服务商的实际资产周期正向三至五年区间收敛。
更关键的是，AI数据中心中约三分之二的成本集中于设备本身。一旦将未来设备更换周期纳入统一折旧框架，整体资本开支的“真实压力”将显著高于当前市场对平均折旧路径的隐含假设。
在大规模设备陆续进入折旧高峰的同时，如果技术迭代进一步加速并迫使企业提高更新频率，科技巨头的利润表将持续承压。AI的长期回报逻辑，已不再仅取决于需求扩张的速度，更取决于企业能否在高强度资本消耗与折旧上行周期中维持财务结构的可持续性。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。