- 大规模AI基础设施建设浪潮正引发严重的会计透明度问题，芯片和数据中心成本经常被混为一谈。
- 科技公司公布AI项目总长期成本，但很少将基础设施建设成本与芯片支出分开。
- 这是一个严重问题，因为折旧周期完全不同：数据中心可使用20-40年，而AI芯片可能在不到3年内过时。
- 短期芯片成本因此被“埋”在长期资产中，使投资者难以评估真实风险。
- “在建工程”（Construction-in-progress）科目被视为超大规模云服务商（Hyperscaler）隐藏成本的“巨大漏洞”，因为该科目尚未开始计提折旧。
- 科技巨头正投入数千亿美元用于数据中心、芯片和网络建设。
- 预计明年数据中心支出将超过办公楼建设成本。
- 由于电力限制和地方政治，AI项目面临进度延迟风险，加剧了财务风险。
- Alphabet在2024年录得506亿美元尚未投入使用的资产，同比增长44%。
- 亚马逊录得464亿美元（增长62%）；Meta达到268亿美元（增长10%）。
- 这些款项分别占这三家公司净固定资产（PPE）总额的30%、18%和22%。
- 市值超过20亿美元且与AI相关的上市公司在建工程总额达到约2145亿美元。
- 2024年，上市公司79次更改了资产寿命估计，主要是延长了服务器和网络设备的寿命。
- 这有助于减少折旧，使账面利润增加数亿美元。
- 投资者抱怨缺乏关于芯片寿命假设和过时风险程度的信息。
- 财务会计准则委员会（FASB）目前尚无要求分开列报在建工程成本的计划。
📌 大规模AI基础设施建设浪潮正引发严重的会计透明度问题，芯片和数据中心成本经常被混为一谈。超过2145亿美元的在建工程将短期芯片与长期资产捆绑在一起。当AI芯片可能在3年内过时却被隐藏在20-40年的项目中时，投资者很难评估真实风险。这种透明度的缺失可能会掩盖资本浪费，并扭曲全球AI竞赛中的利润表现。
