10 月 29 日，亚马逊发布三季度财报的当晚，股价盘后一度跌超 7%。

诡异的是，财报账面数据本身并不差：营收 2019 亿美元，增长 12%；云业务增速 39%，五年来最快；营业利润 281 亿美元，盈利效率创历史新高。营收和每股盈利只是比市场预期略低一点，这种小幅不及预期，放在往常，往往只会带来一两个点的波动。

真正让市场变脸的，是另一组现金指标：过去 12 个月，公司 TTM 自由现金流为负 424 亿美元，约合 3000 亿人民币；而前一年同期，自由现金流还有 148 亿美元。 注意：这不是经营亏钱，而是经营赚到的现金，被 AI 算力、数据中心等大额资本开支全部消耗，还需要额外投入。

小幅不及预期，换来大幅暴跌，这是理解整件事的钥匙：市场担心的根本不是营收、EPS 这两个小幅偏差，估值逻辑已经变了。过去大家主要看账面利润，现在开始掂量：为了拿到这些利润，要持续砸进去多少资本。

顺着这个新的估值视角往下看，要回答三个问题：市场看到了什么？为什么这次不再容忍？这出资本开支的大戏会怎么收场？

市场看到了什么？资金来源变了

前几年，扩产、投入的资金，靠自身经营现金流就能覆盖；这两年，经营赚到的钱已经不够支撑开支，资金缺口要靠发债填补。亚马逊长期债务，从 2025 年底的 656 亿美元上升到今年年中的 1289 亿美元，规模接近翻倍；今年 9 月，它又在英国发行了 42.5 亿英镑债券。

用自有现金投入，和举债投入，风险完全不一样。只用自己赚的钱，投入没有回报，最多是没有收益；借钱投入，如果投入达不到预期，就必须按期偿还债务。债务的利息是固定支出，不管公司经营好坏都要按时支付。债务规模越大，未来的经营现金流，就要优先用来还债。这里的风险，不是当下就无力偿债，而是持续举债之后，公司自主调配资金的空间会不断缩小。

账面利润，不一定是真赚的

资本开支的现金支出很明确，花出去就是花出去，自由现金流的负数是确定数字。但计算利润时，设备成本不需要一次性计入成本，可以分摊到设备预估使用年限里逐年扣除。分摊年限，由公司在会计准则框架内，按自己对设备寿命的判断来设定。

最近几年，不少 AI 大厂都拉长了这个分摊年限。微软 2022 年把服务器设备分摊年限从四年调到六年；谷歌 2023 年跟进；Meta 在 2025 年初，把大部分服务器和网络设备调到五年半。仅这一项调整，Meta 2025 年就少扣 29 亿美元成本，每股盈利增加约 1 美元。芯片产品迭代速度大概一两年一代，但财报上，设备按五到六年分摊成本。去年 11 月，《大空头》原型投资人伯里公开质疑这套做法，按他的估算，2026 到 2028 年，几家头部科技公司的利润，会因为这套折旧方式被高估合计约 1760 亿美元。

当然，这只是他个人估算，不能直接当成事实。老芯片依然可以继续投入使用，2022 年发布的芯片，现在续租还能拿到原价九成五的租金。双方的争论持续到今年 8 月，英伟达黄仁勋也公开反驳，认为芯片不是两三年就淘汰，到现在也没有统一结论。

但伯里点出的问题真实存在：报表上的利润，一部分来自业务本身盈利，一部分来自折旧年限这个参数调整。有意思的是微软，账面按六年分摊设备成本，纳德拉在采访里却说，不想被一代芯片四五年的折旧周期绑定。这句话本来是解释采购节奏，也侧面说明，管理层心里清楚，芯片实际能用的周期，短于报表上设定的分摊年限。

这套会计假设成立有一个前提：收入增速足够高，能够覆盖逐年持续产生的折旧成本。一旦收入增长放缓，压力会双向显现：营收走弱的同时，几年前高价采购的设备，每个季度仍然要计提折旧。如果设备提前淘汰，公司还需要一次性计提大额减值损失。

最值得留意的是亚马逊。2024 年，亚马逊也跟着同行，把服务器分摊年限从五年拉长到六年。但 2025 年 1 月，它反向调整，把一部分服务器设备改回五年分摊，主动压低账面利润，这也是整个行业里唯一一次反向缩短折旧年限。公司披露的理由很直接：AI 技术迭代太快，设备实际用不了那么久。相当于管理层自己的财报调整，承认 AI 芯片真实使用周期，短于同行报表里的假设年限。同行利润里有多少来自折旧假设的宽松，亚马逊这次调整，就是一个参照信号。

为什么这次不忍了？

过去二十年，科技公司估值高，有清晰的理由。软件服务多增加一份用户，新增成本很低，微软、谷歌这类业务，投入 100 块，一年可以稳定拿到二三十块回报，资本愿意给高估值。AI 改变了这套逻辑。现在多承接一份 AI 服务，就要配套对应的芯片、电力。每赚一块钱，需要预先投入的资本大幅提高。这些高价值业务，正在从低新增成本的模式，转向投入巨大、回报变薄的重资产模式。资本市场给低边际成本业务的估值，本来就比重资产工厂更高。所以这次下跌不只是情绪波动，而是市场在重新给它们核算投入产出。

需求端也没有跟上。一份传播很广的 MIT 研究显示，大约 95% 的企业 AI 试点项目，至今没有算出明确的财务回报。

这个结论本身存在争议，但和行业普遍感受一致：靠 AI 变现的速度，远赶不上搭建算力的投入速度。就连 OpenAI 的奥特曼也公开承认，投资者对 AI 的热度已经过头了。

这出戏会怎么收场？

很多人拿 2000 年互联网光纤泡沫类比，这个对比并不合适。当年大量铺光纤的主体本身没有扎实业务，还有世通这类巨头存在财务造假。现在持续投入算力的，是本身就能稳定赚取数百亿美金利润的头部企业。用当年造假、空壳公司崩盘的历史来推演，容易判断偏差。

更贴近的参考，是十多年前美国页岩油的发展浪潮。依靠新技术，企业可以开采之前难以获取的原油。2010 到 2019 年这十年，技术可行、产量快速增长，美国也从石油进口国转为石油出口国，这些都是事实。但整个行业在这十年里，整体自由现金流持续偏弱，持续依靠股票、债券市场融资维持投入，不少企业在行业拐点到来前倒闭。最终结果是，这项技术改变了全球原油供给，市场原油价格下行，但行业里多数股东没能赚到收益。

当然，油气和云算力有明显区别。原油是标准化商品，同质化强，竞争很容易演变成价格战；云服务客户迁移成本更高，服务商的议价能力更强，这是两者最大差别。但有一条规律是相通的：当所有同行同步大规模扩产，最后能不能盈利，不再由单一家企业自己决定。

还有一段经常被忽略的后续：页岩油行业股东后续开始获得稳定回报，并不是因为出现新的技术突破。而是 2020 年行业危机之后，各家主动缩减资本开支、偿还债务、增加对股东的回馈，无序扩张的竞争停下来，行业利润才明显改善。

把这套经验放到 AI 算力行业，可以推出一个反直觉的推演：这些巨头的股东回报拐点，未必出现在 AI 应用大规模爆发的时候，反而可能出现在算力投入见顶、主动收缩开支的阶段。市场之前已经出现过类似的信号：2023 年 Meta 启动降本、削减投入，当年股价上涨接近两倍。现在市场惩罚持续加码资本开支的公司，未来大概率会给主动停下扩张的公司更高估值。当然，这个推演成立的前提，是长期需求依然存在，而且类比只作参考，不代表 AI 一定会复制页岩油的路径。

与其预判最终结果，不如持续跟踪两个信号

看折旧年限的调整方向。如果亚马逊再次改变会计政策，跟着同行拉长设备分摊年限，只存在两种可能性：要么公司对算力投入的回报没有信心，要么 AI 芯片迭代速度确实放缓。不管是哪一种，都是值得重视的拐点信号。

看存量旧芯片的租赁价格。早些年投放的老芯片如果还能维持较高租金，说明算力供给依旧紧张；一旦老芯片租金大幅下跌，就会靠近页岩油那轮周期的走向。

页岩油周期真正的教训，不是高投入一定会亏损。重点是：大额资本投入的转折点，通常不是技术失效，而是企业开始主动控制资本开支。这次市场抛售亚马逊，不只是核算它单季度的业绩，本质是在向整个 AI 算力行业提问：行业主动收缩投入的那天，还有多久才到。

市场的估值逻辑已经转变，很难再回到过去的标准。