AI繁荣背后的“数字游戏”：当万亿美元市场开始盲飞
科技股最近像坐上了过山车：英国《金融时报》爆出OpenAI收入接近500亿美元，科技股大跌，因为上周Axios说的还是700亿美元；随后投资者抱怨记者算不清账，股价反弹；紧接着博通CEO陈福阳（Hock Tan）直言“市场像赌场，投资者根本不清楚自己的底细”，科技股再度应声下跌。
资本市场看似狂欢，但在最核心的财务指标上，大家其实一直在“盲飞”。
1. 概念魔改：所谓的“收入”究竟是什么？
每一次技术泡沫，都会伴随一套粉饰业绩的全新术语体系——从80年代的“商誉”、90年代的“无形资产”，到后来的“股权激励”。如今轮到了AI：
- ARR（年度经常性收入）的戏法：
- A（Annual）：无非是把单月收入乘以12；
- 第一个R（Recurring）：仅代表公司“希望”客户下个月还会续费；
- 第二个R（Revenue）：口径各异。Anthropic把通过云服务商卖模型的全额都算作收入，而OpenAI则会扣除合作伙伴的分成。
- 缺乏统一基准下，Anthropic自称Q3收入达170亿美元且“调整后已盈利”，但相比此前宣称的650亿美元ARR，投资人根本无法判断其真实增速。
2. 花式估值：重蹈WeWork覆辙
为了给未上市的AI独角兽估值，投资机构各显神通。投资机构Coatue提出按**“预训练前EBITDA”**（剔除大模型训练成本的利润）来估值。
这与石油行业的EBITDAX（剔除勘探成本）、私募股权的杠杆注水，甚至WeWork当年臭名昭著的“社区调整后EBITDA”如出一辙——将最大的核心支出一笔勾销，财务报表自然光鲜。
3. 上市巨头的账本同样是黑箱
上市公司虽然透明度稍高，但问题更加严峻：
- 隐藏的表外负债：亚马逊、Alphabet、Meta和微软四家公司的表外资本承诺已高达2.4万亿美元，远超它们在债券市场的借贷总额。
- 生造的业绩黑箱：微软声称其AI年化收入运行率（ARRR）达370亿美元，亚马逊则报出250亿美元，依然缺乏可拆解的底层审计数据。
4. 万亿回报缺口与虚高的美股盈利
高盛测算，如果云厂商要从这两年投向数据中心的资本中获得10%–20%的回报，且AI开发者要拿到30%的利润率，全行业每年至少需要1万亿美元的真实AI收入。这意味着下游企业靠AI提升的生产力价值必须远高于此——然而问及现实中的企业高管AI投资回报率时，多数人依然答不上来。
与此同时，美股大盘的利润也被严重失真扭曲：
- 科技巨头的数据中心开支即时计入了芯片和工业公司的利润，自身折旧却被拉长分摊；
- 标普500指数第二季度未调整的盈利增长率高达50%，但如果剔除Alphabet和亚马逊对其持股的非上市AI公司的估值上调，增速立刻回落至32%。
5. 宏观数据与监管的双重失守
失真已经蔓延到宏观层面：
- 存储芯片价格暴涨导致部分软件的通胀指标被过高估算；
- 智库Epoch AI指出，因英伟达等芯片的跨境销售核算方式问题，美国过去一年的GDP增速可能被低估了0.3个百分点；
- 监管机构与统计部门的预算和能力在缩减，连安然事件后成立的会计审计监督机构也被大幅削减开支，四大审计机构在近期的审查中全获最高分——这本身就是又一个好到令人难以置信的数字。
核心总结：无论是初创企业的ARR黑箱、巨头的巨额表外承诺，还是下游迟迟未能兑现的生产力回报，当前的AI繁荣建立在一整套不可靠的数据之上。当泡沫越来越大，最危险的往往不是增长放缓，而是没人知道底层的真实数字究竟是多少。