當市場沉浸於 AI 驅動增長的宏大敘事時，一個長期被低估的變量正在浮出水面：AI 基礎設施的折舊加速，可能正在成爲科技巨頭盈利能力最隱蔽、但影響深遠的壓力來源。其核心矛盾在於，AI 服務器與 GPU 的技術迭代正在顯著縮短硬件的經濟使用壽命，而與之匹配的資本開支規模卻以前所未有的速度擴張，進而推高折舊成本，並持續侵蝕利潤空間。午方 AI 梳理發現，谷歌、微軟、亞馬遜與 Meta 今年資本開支合計將達到約 7500 億美元，接近英國全年財政支出的一半；

與此同時，四家公司合計年度折舊費用已從兩年前水平接近翻倍，升至約 1160 億美元。

隨着過去 18 個月密集部署的算力基礎設施逐步進入折舊週期，這一壓力仍在加速累積。亞馬遜已率先將數據中心資產使用年限從六年下調至五年，理由正是 AI 與機器學習技術迭代速度顯著加快。這一調整並非孤例，更像是行業週期變化的前置信號。目前，Meta、微軟與 Alphabet 仍維持六年折舊年限，但市場普遍預期，後續跟進調整隻是時間問題。一旦行業普遍下調使用年限，折舊費用將進一步抬升，並從會計層面的緩衝項轉變爲直接影響利潤表的關鍵變量，進而重塑市場對科技巨頭盈利質量的定價框架。

自 2023 年以來，四家科技巨頭股價平均已實現翻倍，但資本開支擴張速度更爲激進，同期季度資本開支預算增長約四倍，明顯快於股價表現。在融資端，Alphabet 過去一年已通過債務融資籌集約 850 億美元，並計劃進一步通過股權融資募集約 800 億美元，規模空前。

然而，這一融資路徑並不具備可持續的線性複製能力。午方 AI 注意到，AI 基礎設施擴張正逐步逼近現實約束，芯片供給、電力系統以及水資源基礎設施的瓶頸開始顯現，部分發達地區已出現實質性資源約束信號。

而在商業化層面，多數 AI 項目仍處於投入期，尚未形成穩定現金流回收能力，進一步放大對外部融資的依賴。市場長期聚焦於新增數據中心投資，但存量資產的維護與更新成本同樣正在累積。從行業經驗看，數據中心服務器的經濟使用壽命通常爲三至六年，而在 AI 高強度算力消耗與技術快速迭代的雙重作用下，超大規模雲服務商的實際資產週期正向三至五年區間收斂。更關鍵的是，AI 數據中心中約三分之二的成本集中於設備本身。

一旦將未來設備更換週期納入統一折舊框架，整體資本開支的真實壓力將顯著高於當前市場對平均折舊路徑的隱含假設。在大規模設備陸續進入折舊高峯的同時，如果技術迭代進一步加速並迫使企業提高更新頻率，科技巨頭的利潤表將持續承壓。午方 AI 分析認爲，AI 的長期回報邏輯，已不再僅取決於需求擴張的速度，更取決於企業能否在高強度資本消耗與折舊上行週期中維持財務結構的可持續性。