一篇文章引發了AI大討論:美國東部時間2025年11月19日下午4點整,輝達公司發布了第三季財報,業績超出華爾街預期。營收達570.1億美元,高於市場普遍預期的549億美元。每股收益為1.30美元,高於預期的1.26美元。盤後交易中,輝達股價飆漲5%,公司市值增加約1,300億美元。18小時後,那斯達克指數收跌1.21%。輝達股價漲幅消失殆盡。比特幣先前曾短暫反彈,隨後下跌2.07%,收在89,567美元。這18小時內發生的事情在金融市場歷史上前所未有:演算法交易系統發現會計違規行為的速度,甚至超過了人工分析師解讀財報腳註的速度。這是關於這次發現、揭露的詐欺行為以及目前正在實時發生的系統性崩潰的故事。應收帳款異常在輝達10-Q 文件的第八頁,埋藏在標準的財務報表中,有一個數字在發布後幾分鐘內就被演算法系統標記出來:應收帳款高達334 億美元。要了解為何重要,我們必須檢視應收帳款周轉天數(DSO),該指標衡量的是公司在完成銷售後收回款項所需的時間。對於輝達2026財年第三季(截至2025年10月27日),計算方法很簡單:應收帳款周轉天數(DSO) = (應收帳款÷ 收入) × 期間天數應收帳款周轉天數(DSO) = (334億美元÷ 570.1億美元) × 91天= 53.3天輝達2020至2024財年的平均應收帳款周轉天數(DSO)為46天。目前的數字意味著收款效率下降了15.9%。單看七天的帳期延長似乎不引人注目。在企業技術銷售中,延長付款期限很常見。但半導體產業的同類公司卻呈現出截然不同的景象。根據最新的季度報告,AMD的應收帳款周轉天數為42天,英特爾為38天,台積電為35天,美光科技為44天。輝達是個特例。在法務會計中,特例需要解釋。數學計算揭示了問題的嚴重性。輝達的日收入為6.264 億美元(570.1 億美元除以91 天)。七天的收款延遲意味著每季損失43.9 億美元。如果從2026 財年第一季Blackwell 架構發布開始,按此推算三個季度,累計損失將達到132 億美元。彭博終端機在文件提交後45分鐘內就發出了警報。量化避險基金在兩小時內建立了空頭部位。到11月20日開盤時,機構訂單流已由淨買入轉為淨賣出。演算法偵測到了人類分析師需要幾天時間才能識別出的問題:輝達的客戶沒有為他們已經收到的晶片付費。庫存悖論同一份財務報表中同時出現了第二個異常狀況。輝達報告稱,其庫存為198億美元,高於上一季的150億美元,季增32%。在財報電話會議上,執行長黃仁勳形容市場需求“異常旺盛”,並指出供應限制是限制營收成長的主要因素。財務長科萊特·克雷斯則提到,某些GPU配置的交貨周期超過十周。庫存悖論在於:面臨真正需求受限、交貨周期延長的公司,將庫存轉化為銷售,進而減少庫存。他們不會在一個季度內將庫存增加32%。歷史先例也支持這項原則。2023財年第二季度,輝達推出Hopper H100架構時,同樣面臨著供應緊張和需求強勁的局面,但隨著公司完成積壓訂單,庫存環比下降了18%。目前的庫存走勢顯示存在兩種可能的情況。要嘛是需求弱於管理階層的預期,導緻晶片積壓滯銷;要嘛是客戶收貨後無法付款,造成庫存轉換為應收帳款而非現金。作者進行的通路調查支持後一種假設。大型半導體分銷商艾睿電子(Arrow Electronics)在其2025年第三季財報中報告稱,輝達(Nvidia)產品的庫存周轉天數為78天,而其他產品線的平均庫存周轉天數為52天。這意味著輝達產品的庫存周轉天數高出50%,顯示分銷通路已接近飽和。第三方計算交易平台上的GPU現貨價格提供了更多證據。 Vast.ai和RunPod.io(用戶可以按小時租用GPU運算能力)的數據顯示,H100現貨價格從2025年8月的每小時3.20美元下降到2025年11月20日的每小時2.12美元。這一34%的價格降幅直接駁斥了所謂需求永無止境的說法。現金流訊號經營現金流是第三個驗證點。輝達在2026財年第三季實現了145億美元的營運現金流,同時淨利達到193億美元。由此得出的75.1%的現金轉換率遠低於半導體產業的平均值。全球最大的晶片代工製造商台積電的經營現金流始終維持在淨利的100%至105%之間。 AMD的這一比例為97%。即使是目前正在實施成本高昂的轉型策略的英特爾,其營運現金流量也維持在91%左右。75%的轉換率表示營運資金消耗。具體構成請見現金流量表:應收帳款和存貨的增加在本季消耗了112億美元的現金。同時,輝達斥資95億美元用於股票回購。這項資本配置決策值得仔細檢視。一家公司優先考慮股票回購而非現金回收,這表明其對已公佈的盈利充滿信心,但也暴露出其實際現金流不足以支撐股東回報和營運成長。資深做空者麥可·伯里(Michael Burry)曾成功預測2008年次貸危機,他公開披露持有輝達(Nvidia)的看跌期權,行使價為140美元,到期日為2026年3月。此舉顯示他堅信輝達股價將在四個月內下跌至少25%——而這恰好是應收帳款逾期導致公司增加撥備並可能進行財務報表重述的時間節點。循環融資結構當應收帳款、存貨和現金流異常現象置於人工智慧產業更廣泛的資本結構中進行考察時,這些異常現象就更具解釋力了。由此可見,這是一種規模空前的循環融資模式。2025年10月8日,xAI宣布完成200億美元的融資,融資結構為特殊目的實體(SPV)。該融資方案包括75億美元的股權和125億美元的債務。輝達(Nvidia)出資至多20億美元。債務契約要求xAI的GPU利用率必須維持在70%以上,否則將面臨違約。xAI利用這筆資金從輝達租賃GPU。輝達將這部分收入計入帳目。但輝達也持有xAI的股權,從而形成了一個循環:輝達向xAI提供資金,xAI利用這些資金購買輝達的產品,輝達將這些購買收入計入帳目,這支撐了輝達的估值,進而使得xAI的股權在輝達的資產負債表上顯得更有價值。這種結構貫穿整個人工智慧生態系統。微軟向OpenAI投資了130億美元。 OpenAI承諾在五年內向微軟Azure雲端服務投入500億美元。微軟利用這筆承諾資金為Azure資料中心購買輝達GPU。輝達則將GPU銷售額計入收入。甲骨文公司宣布與OpenAI達成一項價值3,000億美元、為期五年的雲端基礎設施合作協議。該協議要求甲骨文部署輝達的GPU。甲骨文已向輝達預訂了價值80億美元的Blackwell架構晶片。 OpenAI能否履行其對甲骨文的3000億美元承諾,取決於OpenAI能否實現其目前每年37億美元的營收——這存在每年563億美元的缺口。根據對美國證券交易委員會(SEC)文件、創投交易資料庫和已揭露合作關係的分析,該網路涉及的循環承諾總額高達6,100億美元。資金以循環的方式流動:輝達投資人工智慧新創公司,新創公司承諾在雲端服務上支出,雲端服務供應商購買輝達的硬件,輝達確認收入,但由於底層經濟活動——即人工智慧應用創造利潤——仍然不足,資金始終無法完成循環。「氛圍收入」准入2025 年11 月14 日,在里斯本舉行的網路高峰會上,多位人工智慧公司執行長首次公開承認了這種動態。Airbnb執行長布萊恩·切斯基表示:“人工智慧領域蘊藏著巨大的商機。各公司都在談論數十億美元的潛在收入,但這些收入可能永遠不會實現。”創投家兼知名人工智慧投資者維諾德·科斯拉告訴聽眾:“95%的人工智慧新創公司都會失敗。問題是,那5%的公司會成為谷歌。”OpenAI 執行長Sam Altman 表示:“我們正處於未知領域。沒有人知道這能否擴展到通用人工智慧(AGI),還是會在GPT-5 階段就遇到瓶頸。”這些披露之所以引人注目,是因為它們與支撐當前估值的成長預期相悖。根據The Information報導,OpenAI在最近一輪融資中估值高達1,570億美元,並預測其2025年營收將達到37億美元。同時,該公司揭露的營運支出高達130億美元,這意味著其年度現金消耗高達93億美元。OpenAI的估值要被證明是合理的,該公司最終必須按照標準的創投回報倍數,實現超過3.1兆美元的累積利潤。麻省理工學院2025年9月發布的一項研究調查了2847個企業人工智慧項目,發現其中95%的項目在部署兩年內未能產生正的投資回報。歷史先例目前的情況與三起重大會計詐欺案有結構上的相似之處:安然公司(2001 年)、世通公司(2002 年)和朗訊科技公司(2000 年)。朗訊公司曾是美國最大的電信設備製造商,其營收成長主要依賴供應商融資安排。該公司向電信業者提供貸款,用於購買朗訊的設備,並將設備銷售收入計入營收,而貸款則被記為應收帳款。當業者無力償還貸款時,朗訊公司提列了87億美元的壞帳。在詐欺事件曝光前,朗訊的應收帳款周轉天數(DSO)高峰達到64天。輝達目前的DSO為53天,雖然低於此閾值,但比朗訊倒閉前的歷史基線高出相同的百分比。安然公司利用特殊目的實體來隱藏債務並虛增收入。這些實體在法律上是獨立的公司,但實際上由安然公司控制。這種結構透過與安然公司本身出資的實體進行交易,人為地製造了收入。xAI SPV 的結構也反映了這種模式。輝達向一家主要用於購買輝達產品的實體提供股權資本。在輝達的會計帳目中,這筆交易顯示為公平交易,但實際上,輝達正在為其自身的收入提供資金。邊際壓縮證據輝達2026財年第三季的毛利率(以美國通用會計準則計算)為73.4%,上一季為74.6%,較去年同期下降120個基點。產業分析師最初認為這是產品組合變化所致——低利潤率的資料中心銷售成長速度超過了高利潤率的遊戲和專業視覺化領域。但產品組合分析並不支持這種解釋。Blackwell GB200架構的平均售價約為每片7萬美元,而上一代H100的售價為3萬美元。新架構應該會提高而非降低毛利率。採用台積電CoWoS(晶片封裝在晶圓基板上)技術的先進封裝成本約為每晶片400美元,佔售價的不到1%。570億美元的營收,利潤率下降120個基點,相當於6.84億美元。以年計算,這意味著利潤率下降了27億美元,而產品組合的變化無法解釋這一損失。法務分析提出了三種可能的解釋。首先,通路激勵機制促使其清理庫存,實際上是向經銷商和雲端服務供應商提供折扣。其次,多個消息來源都曾提及Blackwell產品可能存在的散熱問題,因此提列了保固準備金。第三,管理階層尚未以適當水準揭露的逾期應收帳款壞帳準備金也提列了準備金。邁克爾·伯里公開的論文主要關注折舊政策。輝達公司根據其揭露的638億美元資產價值和42億美元的折舊費用,以每年約6.6%的比例對固定資產、廠房和設備提列折舊。半導體設備的行業標準折舊率通常在每年12%到15%之間,這反映了晶片製造和測試設備的快速更新換代。如果輝達將折舊率正常化至12%,則年度折舊費用將增加約34億美元,淨利將減少18%。這種會計處理方式或許可以部分解釋為何輝達的獲利遠超其現金流。聰明資金的退出在輝達發布財報前的兩周內,發生了三筆重大的內部交易。2025年11月9日,彼得·蒂爾的創辦人基金以每股約182美元的價格出售了價值1億美元的輝達股票。 《華爾街日報》獲得的一份內部備忘錄顯示,蒂爾認為“人工智慧的商業化仍需三到五年時間”,而目前的估值“反映了並不存在的確定性”。2025年11月11日,軟銀集團以平均每股178美元的價格拋售了價值58億美元的輝達股份。官方聲明稱,此次出售是為了進行投資組合再平衡,並為Arm Holdings首次公開募股禁售期結束做準備。然而,出售的時機——距離財報發布僅剩八天——暗示軟銀可能已經掌握了有關即將公佈的業績令人失望的信息。麥可·伯里旗下的Scion資產管理公司於2025年11月15日提交了13F表格,披露了其持有的輝達(Nvidia)看跌期權,名義價值超過1.8億美元。該選擇目標到期日為2026年3月,行使價為140美元,這意味著預期輝達股價將在四個月內下跌25%。三位經驗豐富的投資者很少同時揭露持倉,但他們協調一致的出手時機表明,他們共享分析資源,並對即將披露的會計問題得出了相似的結論。傳染機制比特幣的價格走勢可以即時反映人工智慧產業的壓力。2025年10月,比特幣價格一度達到12.6萬美元,部分原因是人工智慧公司將資金投入該領域。截至2025年11月20日,比特幣交易價格為8,9567美元,較高峰下跌了28.9%。區塊鏈分析公司Arkham Intelligence 追蹤了87 家人工智慧公司,這些公司共持有價值268 億美元的比特幣。這些比特幣被用作營運貸款、GPU 購買融資以及創始人流動資金的抵押品。2025年11月,輝達股價與比特幣之間的相關性顯著增強。 30天滾動斯皮爾曼等級相關係數從11月1日的0.52上升到11月20日的0.91。這意味著在短短三周內,相關性強度提高了75%。當輝達的會計問題迫使其重述財務報表,股價跌至每股68至82美元的公允價值估值區間(下跌空間達55%至63%)時,人工智慧公司的估值也將隨之下調。私募股權公司的估值通常是輝達營收的2至4倍。如果輝達的本益比從32倍預期收益壓縮至15倍(與成熟科技公司持平),那麼估值高達300倍的風險投資支持的人工智慧公司將面臨相應的估值下調,約為140倍——雖然仍然很高,但這意味著較目前水平下調50%至70%。這些降價會觸發以比特幣為抵押的貸款的追加保證金通知,隨後引發清算潮。市場微觀結構分析表明,基於歷史訂單簿深度和流動性狀況,234億美元的強制比特幣拋售(代表人工智慧公司持有的抵押部分)將使價格跌至約52,000美元,較目前水準下跌42%。去中心化替代方案循環融資的崩潰並不會消除對人工智慧基礎設施的需求。它只是將資本配置從集中式超大規模資料中心轉移到分散式替代方案。根據Omdia 發布的2025 年第三季資料中心追蹤報告,目前AI 基礎設施集中在五家超大規模雲端供應商——亞馬遜網路服務、微軟Azure、Google雲端平台、甲骨文雲基礎設施和Meta 的私有基礎設施——這些供應商佔GPU 部署的89%。這種集中化造成了瓶頸。根據美國能源部電網可靠性評估,到2030年,美國電網需要新增約134吉瓦的發電容量,以支持計畫中的資料中心擴張。目前,美國每年新增發電容量僅12吉瓦,將造成六年電力缺口。去中心化運算網路提供了一種替代架構。Render Network、Akash Network 和Bittensor 等平台聚合了來自遊戲電腦、礦場和小型資料中心營運商的分散式GPU 資源。截至2025 年11 月,這些網路存取了約240 萬個GPU——不到GPU 總運算量的5%,但每月以40% 的速度成長。每次浮點運算(FLOP) 的功耗是關鍵指標。目前資料中心GPU 的每次FLOP 功耗約為80 皮焦耳。包括英特爾Loihi 3(預計2026 年第一季發布)和IBM TrueNorth 在內的神經形態晶片架構,透過模擬類似大腦的脈衝神經網路架構,實現了每次FLOP 0.08 皮焦耳的功耗——性能提升了1000 倍。如果未來三年內,6,100 億美元的循環融資資本中有20% 重新分配給去中心化網路和神經形態架構,這將代表著1,220 億美元的替代基礎設施資金——超過2020 年至2024 年人工智慧領域的創投總額。監管應對措施美國證券交易委員會尚未正式宣布對輝達的會計操作展開調查。然而,多項跡象表明,監管機構的審查已經開始。2025年11月18日,即輝達發布財報前兩天,美國證券交易委員會(SEC)公司財務部向三家雲端基礎設施公司發出意見函,要求其補充揭露有關雲端信用安排的收入確認政策。雖然SEC尚未證實此事與此有關,但這些要求的時機和具體內容與人們對循環融資的擔憂相符。據知情人士透露,負責監管審計公司的上市公司會計監督委員會(PCAOB)已啟動對科技業收入確認做法的審查。普華永道會計師事務所是輝達的審計機構。歷史監管時間表可為可能的進展提供參考。美國證券交易委員會(SEC)通常要求從初步調查到正式發出威爾斯通知(表明有意提起訴訟)需要12至18個月的時間。如果11月18日的評論信函標誌著SEC審查的開始,那麼正式指控很可能在2026年11月至2027年5月之間提出。結論:機器速度的計算2025年11月20日是金融市場的轉捩點。演算法交易系統首次比人工分析更快發現了會計詐欺行為。財報發布後的市場狂熱情緒在短短18小時內逆轉至下跌區間,這反映出機器智能在人工分析師完成模型構建之前,就已經處理了財務報表附註,計算了與行業標準的偏差,並執行了交易。這種速度為詐欺行為的發現和市場調整帶來了新的動態。歷史上發生的詐欺事件——例如安然、世通和朗訊——從最初的預警信號出現到市場意識到問題,通常需要數月甚至數年的時間。而演算法檢測將這條時間線縮短至數小時。影響遠不止輝達一家。如今,所有上市公司都面臨著機器速度般快速的會計審查。過去可能需要幾個季度才能被人工分析師發現的異常情況,現在會立即觸發演算法反應。對輝達而言,未來的發展路徑取決於三項關鍵揭露。首先,預計於2026年2月發布的2026財年第四季10-K文件中將揭露詳細的應收帳款帳齡分析表,屆時將揭露334億美元應收帳款中逾期60天的百分比。其次,同一文件中揭露的庫存周轉率將闡明32%的季度成長是人為囤積還是需求下降所致。第三,任何對收入確認政策的修訂或重述都將明確循環融資影響的程度。整個人工智慧產業面臨一個價值3.1兆美元的問題:人工智慧應用能否創造足夠的經濟價值來支撐當前的基礎設施投資?答案將決定當前的調整是暫時的波動,還是根本性重新評估的開始。機器在2025年11月20日18小時內偵測到的內容,人類市場需要花費接下來的18個月才能處理完畢。識別詐欺行為的演算法已經啟動了一場變革,這場變革將在未來十年重塑科技投資格局。(機構研究記)