欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫A I狂热的另一面，写着R O I C来自三体人在地球。

腾讯控股似乎已经没有什么能够阻止A I股继续上涨了。

在经历了去年第四季度市场质疑Capex 投资回报率，以及伊朗战争对市场的扰动之后，A I股凭借着极致的业绩释放，让股价再往上走了一个台阶。在这样的市场环境下，A I已经变成了一个“市场正确”的叙事。如果哪家公司不谈A I，甚至只是A I含量不够，市场恨不得马上贴一个“老登股”的标签，和这些“光着站在那里”的公司划清界限。

可是，我不知道市场上有多人认真想过一个问题：公司做A I究竟是为了什么？如果回归到做生意的第一性原理，做任何事情当然都是为了赚钱。可你马上就会发现，如果说A I Infra硬件公司还能因为C S P的巨额Capex拿到了实打实的收入和利润增长，那么有些C S P为了投A I竟然已经把利润和自由现金流烧成了负数，甚至需要举债投入。当然，这也不妨碍这两类公司的估值当前同步上升。

但如果我们稍微切换到企业经营者的视角，其实目前这个状况是一个巨大的考验。如果不去拥抱A I，市场不买账，也赶不上生产力革命；但如果不顾一切地去投入，似乎也很难论证今天的资源投入是否真的可以在未来产生正向回报。

对于A I Capex叙事的另一面

也许很多朋友会说，决策A I Capex有什么难的，美国C S P一年都投七八千亿美金了。可是，与世界上其它重资产投入一样，A I Capex也面临着R O I C的风险，只是目前市场好像已经选择性地忽略了。

这段时间，我和几位朋友都讨论过A I产业，而其中有些朋友会把C S P的收入和利润增速看成是一个行业健康、需求稳固的信号，从而判断目前行业估值正处于合理水平。但是，我认为要先看清楚Capex、收入和利润在C S P的报表上究竟意味着什么。

C S P的大部分A I Capex是用于建造数据中心。数据中心向用户收取基于Token的收费，支付诸如电力、人工等等的浮动成本，同时也承担着折旧成本。其实，Token收费本质上是一种基于Capex的租金。因此，不断兴建数据中心，一定程度上就能推动收入的上涨。

这时候可能就有朋友要反驳了。供给增加不一定导致需求增加，因此目前收入不断增长，已经证明了需求也在快速增长，而这种增长很可能还要持续很久。当然，现在确实没有足够的证据来否定这样的可能性。但我觉得市场现在也同样没办法否认其余的两种可能性：

第一是需求跟价格是反比关系，而当前需求的爆发有可能是价格过低导致的。其实，云服务的定价必然会参考成本，只不过在财务上，这里面有很大的操作空间。假如一个数据中心投资6亿元，分6年平均折旧，每年折旧成本在1亿元，假设所有电力、人工成本总共0.5亿，那数据中心每年产生2亿收入，就有0.5亿的利润，也就是25%的利润率。因此，数据中心的定价可以锚定2亿收入的水平来设定。

但是，在这个例子里，最核心的假设并不是2亿的收入，而是6年的折旧年限以及平均折旧这个折旧方法。这也是大空头Michael Burry攻击的点，他认为G P U的折旧年限远远到不了5至6年。而如果你是英伟达另外一种产品——游戏显卡的用户，应该能很明显感知到6年前到游戏显卡和今天游戏显卡的性能差距。而我没有Michael Burry那么激进，但我觉得至少应该用加速折旧法来对G P U进行折旧。这实际上的逻辑是，随着G P U的性能迭代，也许确实能用6年，但产生的单位收益可能是会递减的。因此对应折旧成本也应该是前高后低。

在上面那个例子里，同一个数据中心第一年产生2亿元收入，并不意味着以后每一年都能产生同样多的收入。假如这6亿Capex用3比2比2比1比1比1这样的折旧节奏，第一年的折旧成本要去到1.8亿元。加上0.5亿浮动成本，总成本2.3亿元。这时候如果还是按照2亿元的收入来算，会是一个负的利润率，和6年平均折旧的情况差异巨大。

而在同一个数据中心收入递减的情况下，如果使用平均折旧法，实际上就是高估资产周期前期的利润，把损失延后到资产周期的后期。但在资产快速扩张的阶段，其实需要很晚才能直观地看出这个问题。这是因为随着资产投入不断增长，在同一个时点里，在资产周期前期的新资产会比在资产周期后期的老资产数量多，能够很好地掩盖这样的问题。

第二是需求本身可能也有周期性。当前Token需求里，可能同时包含真实生产力需求、企业试错需求，以及狂热阶段的低效率使用需求。其实真正需要判断的，除了Token用量有没有增长，还包括其中有多少能够沉淀为长期、稳定、可付费的需求。

首先，目前A I工作流就是每家公司互联网公司里最火热的话题。我相信每个大厂的同学，最近几个月都主动或被迫地大量使用了A I工具来工作，尽管最后会发现有时候人工智能表现并不一定好于“能功智人”。而如果这些A I应用投入最终都是由企业来买单，那么当有一天企业对A I的态度从拥抱生产力变成降本增效，这些没必要的A I训练和工作环节很可能会恢复正常。

其次，如果我们忽略目前这种AI狂热潮流的影响，就算大家都是理性地开发自己能长期使用的功能，当前的A I Token需求也有可能处在一个周期性高位上。原因就在于，A I工作流里最消耗Token的是开发阶段。在A I工作流普及初期，人人都热衷于开发适合自己的功能，因此Token用量自然巨大。而随着开发成熟和可流通的Skill增加，A I Token的消耗量并不一定会线性增加。

其实以上讲的2个问题，归根结底就是数据中心的完整生命周期里，R O I C最终究竟是多少。我们看到很多A I硬件、设备公司业绩突飞猛进，其实依靠的是下游C S P不断提高Capex。而C S P的Capex节奏则最终会受到R O I C的影响。尤其是，如果当C S P越来越多去使用债权融资的方式发展数据中心，单个数据中心R O I C迟早会成为一个可被发现并影响巨大的问题。当然，我并不是说未来必然会往最坏的方向发展，只是在当下这个阶段很难排除这样的风险。