算法揭露6100亿美元AI泡沫：英伟达财报背后的循环融资骗局

这是一篇外网最新发布的分析文章，原文题为《揭穿6100亿美元骗局的算法：机器智能如何揭露AI行业的循环融资骗局》，作者为 Shanaka Anslem Perera。由于是AI翻译，一些表达可能有问题，但观点论证似乎挺有说服力，建议认真看看：

正文：

1，应收账款异常

美东时间2025年11月19日下午4点，英伟达如期公布第三季度业绩，数据全面超越华尔街预期：营收570.1亿美元（预期549亿），每股收益1.30美元（预期1.26美元）。财报发布后，股价盘后一度大涨5%，市值瞬间增加1300亿美元。然而，狂欢仅持续了18个小时。纳斯达克次日收盘下跌1.21%，英伟达涨幅尽失，比特币也跌至89,567美元。这18小时内发生了什么？算法交易系统比任何人类分析师都更快地嗅到了异常——隐藏在财报附注中的会计问题。

在英伟达10-Q文件第8页，一个数字触发了算法的警报：334亿美元的应收账款。算法立即计算了“应收账款周转天数”（DSO）。对于截至2025年10月27日的第三季度，DSO = (334亿 ÷ 570.1亿) × 91天 = 53.3天。而英伟达2020至2024财年的历史平均DSO为46天，这意味着收款效率恶化了15.9%。

单看7天的增长似乎平常，但对比同行便知异常：AMD为42天，英特尔38天，台积电35天，美光44天。英伟达成了明显的离群值。在法务会计领域，离群值必须解释。日均收入6.264亿美元，7天的延迟意味着每季度占用43.9亿美元资金。自Blackwell架构发布以来，三个季度累计缺口达132亿美元。彭博终端在财报发布后45分钟内发出警报，量化基金两小时内建立空头头寸，开盘时机构订单流已转向净卖出。算法探测到了人类分析师需数天才能识别的真相：英伟达的客户并未为他们已收到的芯片付款。

2，库存悖论

同一份财报中还隐藏着第二个异常：库存198亿美元，较上季度的150亿美元环比增长32%。在财报电话会议上，CEO黄仁勋将需求描述为“疯狂”，称供应限制是收入增长瓶颈；CFO科莱特·克雷斯则提到某些GPU配置的交货周期超过十周。然而，真正面临需求约束且交货周期长的公司，会通过将库存转化为销售来减少库存，而不是在一个季度内让库存激增32%。历史先例支持这一原则：2023财年第二季度推出Hopper H100架构时，同样供应受限、需求强劲，库存却环比下降18%。

当前的库存轨迹暗示两种可能：要么实际需求弱于管理层所说，导致芯片积压；要么客户在没有付款能力的情况下接收货物，使库存转化为应收账款而非现金。渠道核查支持后者：大型分销商艾睿电子在2025年第三季度财报中表示，英伟达产品的库存天数为78天，而其他产品线平均仅52天，分销渠道已趋于饱和。第三方计算市场上，H100现货价格从8月的每小时3.20美元降至11月20日的2.12美元，跌幅达34%，与“需求无法满足”的说法直接矛盾。

3，现金流信号

经营活动现金流是第三个验证点。英伟达第三季度经营现金流145亿美元，而报告净利润193亿美元，现金转换率仅75.1%，远低于半导体行业标准。作为对比：台积电通常为100%至105%，AMD为97%，即使是英特尔也维持在91%。75%的转换率表明公司在消耗营运资本。现金流量表显示，应收账款和库存的增加在本季度消耗了112亿美元现金。与此同时，英伟达却动用95亿美元进行股票回购。优先回购股票而非改善现金回收，虽表现出对报告利润的信心，实则暴露了现金流不足以同时支持股东回报和业务增长。

以成功预测2008年次贷危机闻名的迈克尔·伯里，已公开披露持有英伟达看跌期权，行权价140美元，2026年3月到期。这一头寸表明他坚信股价四个月内至少下跌25%——正是应收账款老化后迫使公司增加坏账准备金甚至重述财报的时间窗口。

4，循环融资结构

当我们将应收账款、库存和现金流异常置于整个AI行业的资本结构中审视，一个史无前例的循环融资计划便浮出水面。2025年10月8日，xAI宣布一轮200亿美元融资，结构为特殊目的载体（SPV），含75亿美元股权和125亿美元债务。英伟达认购了最多20亿美元的股权部分。债务契约要求xAI将GPU利用率维持在70%以上，否则违约。xAI利用这笔资金向英伟达租赁GPU，英伟达记为收入。但英伟达同时也持有xAI股权，形成循环：英伟达向xAI提供资本 → xAI用该资本购买英伟达产品 → 英伟达记录为收入 → 收入支撑英伟达估值 → 高估值又使其在xAI的股权在资产负债表上显得价值不菲。

这种结构在整个AI生态中蔓延：微软向OpenAI投资130亿美元，OpenAI承诺未来五年向微软Azure支出500亿美元；微软用这些承诺向英伟达采购GPU用于Azure数据中心；英伟达将GPU销售记为收入。甲骨文宣布与OpenAI达成五年期3000亿美元云基础设施合作，要求甲骨文部署英伟达GPU，已预定80亿美元Blackwell芯片。而OpenAI能否履行对甲骨文的3000亿美元承诺，取决于其当前每年仅37亿美元的收入——这意味着每年存在563亿美元的巨大缺口。根据对SEC文件、风投交易数据库和已披露合作伙伴关系的分析，这个网络的总规模达到6100亿美元。资金在循环流动：英伟达投资AI初创公司，初创公司承诺云支出，云服务商购买英伟达硬件，英伟达确认收入。但现金从未完成闭环，因为底层的经济活动——即AI应用产生利润——仍然不足。

5，“氛围型收入”的坦白

2025年11月14日，里斯本Web Summit大会上，多位AI公司CEO首次公开承认这一动态。爱彼迎CEO布莱恩·切斯基表示：“AI领域有很多‘氛围型收入’。公司谈论的数十亿美元销售管道，可能永远无法实现。”知名风投维诺德·科斯拉告诉听众：“95%的AI初创公司将失败。问题在于哪5%能成为下一个谷歌。”OpenAI CEO萨姆·阿尔特曼则说：“我们正处在一个未知的领域。没人知道这条路是通往通用人工智能，还是在GPT-5就撞上南墙。”

这些坦白之所以重要，是因为它们与支撑当前估值的增长叙事相矛盾。据《The Information》报道，OpenAI在最近一轮融资中估值高达1570亿美元，但其2025年收入仅为37亿美元，运营支出却高达130亿美元，年现金消耗达93亿美元。要证明其估值合理，OpenAI最终必须产生累计超过3.1万亿美元的利润（按标准风投回报倍数计算）。然而，麻省理工学院2025年9月的一项研究调查了2847个企业AI实施案例，发现其中95%在部署后两年内未能产生正的投资回报。

6，历史先例

当前情况在结构上与三起重大会计欺诈案相似：安然（2001年）、世通（2002年）和朗讯科技（2000年）。朗讯曾是全美最大电信设备制造商，通过供应商融资安排增加收入：借钱给运营商购买朗讯设备，将设备销售记为收入，贷款记为应收账款。当运营商无力偿还时，朗讯不得不计提87亿美元坏账。朗讯的DSO在欺诈曝光前曾达到64天峰值。虽然英伟达目前53.3天的DSO尚未达到该水平，但其相对于历史基线的增幅，与朗讯崩溃前的增幅相当。安然则利用特殊目的实体（SPE）隐藏债务、虚增收入。xAI的SPV结构与此如出一辙：英伟达向一个主要为其自身产品买家的实体提供股权资本，看似公允销售，实则是用自己的钱创造收入。

7，毛利率压缩的证据

英伟达2026财年第三季度GAAP毛利率为73.4%，低于上季度的74.6%，下降120个基点。行业分析师最初归因于产品组合变化——利润率较低的数据中心业务增长快于高利润率的游戏和专业可视化业务。但产品组合分析并不支持这一解释。新一代Blackwell GB200架构平均售价约7万美元，而上一代H100仅3万美元，新架构理应提升毛利率。尽管采用台积电CoWoS先进封装技术会增加约400美元成本，但这还不到售价的1%。在570亿美元营收基础上，120个基点的毛利率下滑意味着6.84亿美元利润损失，年化后为27亿美元，无法用产品组合变化解释。

法务分析提出三种可能：1. 为推动库存而向分销商和云服务商提供的渠道激励（变相折扣）；2. 为潜在的Blackwell芯片散热问题计提的保修准备金（多个消息来源已报告此问题）；3. 为老化的应收账款计提的坏账准备金不足（管理层尚未充分披露）。迈克尔·伯里的公开观点则聚焦于折旧政策：根据披露的638亿美元资产价值和42亿美元折旧费用，英伟达年折旧率约为6.6%，而半导体设备行业标准通常在12%至15%之间。如果调整至12%，年折旧费用将增加约34亿美元，净利润减少18%。这一会计选择或许能解释为何英伟达利润远超现金生成能力。

8，聪明钱的撤离

在英伟达财报发布前的两周内，发生了三笔重要内部人士交易。2025年11月9日，彼得·蒂尔的创始人基金以约182美元/股出售1亿美元英伟达股票。据《华尔街日报》获得的一份内部备忘录显示，蒂尔认为“AI的货币化仍需三到五年”，而当前估值“定价了并不存在的确定性”。2025年11月11日，软银集团以平均178美元/股减持58亿美元英伟达持股，官方称投资组合再平衡，但财报前8天的时机暗示可能掌握了即将令人失望的业绩信息。2025年11月15日，迈克尔·伯里的Scion资产管理公司提交13F文件，披露名义价值超过1.8亿美元的英伟达看跌期权，目标2026年3月到期、行权价140美元，暗示预计股价四个月内下跌25%。这三位资深投资者行动的协调性表明他们可能共享了类似分析，并得出了相同结论。

9，传染机制

比特币的价格走势为AI行业的压力提供了实时追踪指标。该加密货币在2025年10月曾达12.6万美元高点，部分得益于AI公司的国库配置。截至2025年11月20日，比特币已跌至89,567美元，从高点回落28.9%。区块链分析公司Arkham Intelligence追踪到，87家AI公司共持有268亿美元比特币，这些持仓被用作运营贷款、GPU采购融资和创始人流动性的抵押品。2025年11月，英伟达股价与比特币价格的相关性急剧增强：30日滚动斯皮尔曼等级相关系数从11月1日的0.52飙升至11月20日的0.91，三周内增强75%。

一旦英伟达会计问题迫使其重述，股价向68至82美元公允价值区间（意味着55%至63%下跌空间）回归，AI公司估值也将相应下调。私营公司估值通常是英伟达收入倍数的2到4倍。如果英伟达远期市盈率从32倍压缩至15倍（与成熟科技公司一致），那么那些目前以300倍收入估值的风投支持的AI公司，其估值倍数将相应地重估至约140倍——仍偏高，但意味着50%至70%的估值下调。这些估值下调将触发以比特币为抵押的贷款的追加保证金通知，引发连锁清算。市场微观结构分析表明，基于历史订单簿深度和流动性状况，234亿美元的强制性比特币抛售（代表AI公司抵押持仓的部分）将把价格推低至约52,000美元——较当前水平再下跌42%。

10，去中心化的替代方案

循环融资的崩溃并不会消除对AI基础设施的需求，而是会将资本重新分配，从集中的超大规模数据中心转向去中心化的替代方案。目前，AI基础设施高度集中在五大超大规模云服务商手中——亚马逊AWS、微软Azure、谷歌云平台、甲骨文云基础设施和Meta的私有基础设施，根据Omdia 2025年第三季度的数据中心追踪报告，它们占据了89%的GPU部署量。这种集中造成瓶颈。根据美国能源部的电网可靠性评估，到2030年，美国电网需要新增约134吉瓦发电能力来支持规划中的数据中心扩张，而目前年新增发电能力仅为12吉瓦，存在长达六年的缺口。

去中心化计算网络提供了一种替代架构。Render Network、Akash Network和Bittensor等平台聚合了来自游戏电脑、矿场和小型数据中心运营商的分布式GPU资源。截至2025年11月，这些网络已接入约240万个GPU，虽不到GPU总算力的5%，但月增长率高达40%。每浮点运算（FLOP）的能耗是关键指标。当前数据中心GPU的能耗约为每FLOP 80皮焦耳，而神经形态芯片架构，如英特尔即将在2026年第一季度推出的Loihi 3和IBM的TrueNorth，通过模仿大脑般的脉冲神经架构，可将能耗降至每FLOP 0.08皮焦耳——效率提升1000倍。即使在未来三年内，6100亿美元循环融资资本中有20%（即1220亿美元）重新配置到去中心化网络和神经形态架构，也将超过2020年至2024年期间投入AI领域的全部风险投资总额。

11，监管回应

美国证券交易委员会（SEC）尚未正式宣布对英伟达会计行为展开调查。然而，一些迹象表明监管审查已经开始。2025年11月18日，即英伟达财报发布前两天，SEC公司金融部向三家云基础设施公司发送了意见函，要求其就云信用额度安排的收入确认政策提供额外披露。尽管SEC未证实其关联性，但这些请求的时机和具体性与对循环融资的担忧相符。据知情人士透露，负责监督审计公司的公众公司会计监督委员会（PCAOB）已启动对科技行业收入确认惯例的审查。普华永道是英伟达的审计机构。历史监管时间线显示，SEC通常需要12至18个月才能从初步问询推进到正式发出韦尔斯通知。如果11月18日的意见函标志着SEC审查的开始，那么正式指控可能会在2026年11月至2027年5月之间出现。

12，结论：机器速度的清算

2025年11月20日，成为了金融市场的转折点。这是算法交易系统首次比人类分析更快地检测到会计欺诈。从财报发布后的狂欢到18小时内市场情绪转负，这一逆转反映了机器智能在人类分析师完成建模之前，就已经处理了财务报表附注、计算了与行业基准的偏差并执行了交易。这种速度为欺诈的发现和市场的调整创造了新的动态。历史上的欺诈案——安然、世通、朗讯——从最初的预警信号到市场认知，往往需要数月甚至数年。而算法检测将这一时间线压缩到了数小时。

其影响远不止于英伟达。如今，每一家上市公司都面临着对其会计实践的“机器速度”审查。那些过去可能持续数个季度、直到人类分析师发现模式的异常，现在会立即触发算法的反应。对英伟达而言，未来的道路取决于三项关键披露：1. 预计于2026年2月发布的2026财年第四季度10-K文件中，详细的应收账款账龄表将揭示334亿美元中有多少比例已逾期60天以上。2. 同一份文件中的库存周转率将澄清32%的季度增长究竟是主动囤货还是需求恶化的结果。3. 任何对收入确认政策的修订或财务重述，都将明确循环融资影响的严重程度。更广泛的AI行业则面临着一个3.1万亿美元的问题：人工智能应用能否创造出足够的经济价值，以证明当前的基础设施投资是合理的？答案将决定当前的回调究竟是暂时的波动，还是根本性重估的开端。