WSJ：AI晶片折舊速度引發會計爭議

《華爾街日報》報導，隨著全球科技巨頭大舉投入 AI 基礎設施，輝達 (NVDA-US) 晶片及相關設備的折舊方式正成為市場爭論焦點，或許真正的問題不是「正確的折舊年限是多少」，而是「正確的折舊方法是什麼」。

以精準預測 2008 年次貸危機聞名、電影《大賣空》原型人物貝瑞 (Michael Burry) 近期指出，企業延長固定資產使用年限會降低折舊費用、提高帳面獲利，並批評此作法可能導致資產高估。

然而，市場觀察人士認為，需要更全面地看待科技企業的折舊調整。

以 Meta 為例，公司今年將伺服器與網路設備的使用年限延長至 5.5 年，較過去的四至五年與 2020 年的三年明顯提高。

這讓 Meta (META-US) 在 2025 年前九個月減少約 23 億美元的折舊費用，但在公司近 130 億美元折舊與超過 600 億美元稅前獲利的規模下，整體影響有限。

Alphabet (GOOGL-US)、微軟 (MSFT-US) 與亞馬遜 (AMZN-US) 近年也調整設備使用年限，普遍將原本三至四年的折舊週期延長至六年。亞馬遜甚至在 2024 年增加折舊年限後，今年又針對部分伺服器設備調整回五年。

業界指出，延長折舊年限確實會推遲成本認列，短期提高獲利，看似具爭議，但真正值得探討的或許是折舊方法本身。目前主流方法將每年的折舊額平均，但對部分價值快速下降的科技設備而言，可能不如「加速折舊法」貼近經濟實質。

例如，根據 Silicon Data，輝達 H100 系統在使用第三年時的轉售價僅約新機的 45%。在此情況下，早期折舊較高、後期較低的加速折舊更符合資產價值變化，但分析指出，即使採用不同方法，折舊差異仍有限，不足以改變企業長期 AI 投資回報的判斷。

財務專家強調，折舊本質上是會計估計的一部分，涉及管理層的判斷，而非能精準量化的科學。若科技巨頭未來在 AI 投資上出現失誤，問題更可能出在資本配置與商業策略，而非折舊年限的設定。

整體而言，折舊爭論突顯市場對 AI 投資規模及其財報影響的高度敏感，但折舊方法本身不太可能左右這場產業競賽的走向。