苹果的90亿美元答案:微软800亿美元AI军备竞赛的账面真相
微软在2025年1月表示,预计2025财年将投入约800亿美元建设AI数据中心,这是公司整个基础设施预算,而非单纯的AI支出,其中服务器按六年折旧计提。苹果选择按兵不动,而这个选择几乎不需要成本。真正决定AI军备竞赛胜负的,不是模型质量,而是这道账面上的缺口。
微软在AI军备竞赛中押下的赌注不是一笔费用,而是一项资产,而资产是要折旧的。2025年1月,公司总裁Brad Smith撰文称,微软计划在2025财年投入约800亿美元建设AI数据中心:这是公司整个基础设施预算,土地和楼宇都包含在内,并非一条纯粹的AI支出线。这种规模的资本支出不会直接计入损益表后消失,而是被资本化为固定资产,并按使用年限计提折旧。就实际承担运算工作的服务器而言,折旧年限是六年:微软2022财年年报记录了公司的决定,"将服务器与网络设备的预计使用年限从四年延长至六年",此后一直按这一标准计提服务器资产的折旧。苹果2024财年业绩显示,公司全年资本支出为94亿美元,研发支出为314亿美元,这是整个公司的数字。需要坦率说明的是,这是苹果2024财年的数据,对照的是微软2025财年的计划,两者存在一年的时间差;但这个差距不影响结论,因为94亿美元与800亿美元相差近一个数量级,苹果任何一年的资本支出增速都无法弥合这道缺口。苹果并没有背负这项资产,它持有的是同一个结果的期权,而这份期权的持有成本几乎为零。
这种不对称正是"苹果落后"这个流行说法忽略的地方。一座数据中心必须先赚回自己的折旧,才能开始赚取利润;如果AI硬件的老化速度快于折旧假设(GPU的换代节奏确实比六年更快),减值损失就会提前到来。而一份期权没有这样的时钟,它的持有者只需要一件事成立:总有人会赢。更让建设者头疼的是,行权价格还在不断走低,因为前沿实验室每多花一分钱,都会让模型这一层的竞争更激烈、获取成本更便宜。对苹果而言,等待不仅是免费的,而且价值还在持续上升。
企业该不该加入这场AI军备竞赛?
同样的不对称也决定了董事会层面的答案,不妨从这里切入,而非苹果本身。宣布大手笔AI投入的压力是真实存在的:它向投资者、客户和员工传递出"我们很重视这件事"的信号。但信号本身恰恰是把一项折旧资产搬上资产负债表的最糟理由。三个问题可以区分哪些支出在挖护城河、哪些只是在装点新闻稿:第一,这笔钱买到的是专属优势(你的数据、你的工作流锁定、你的客户关系),还是正在被市场逐步商品化的通用能力?第二,如果推迟投入,两年后的转换成本会怎样,是被彻底锁死,还是能以比今天更好的条件接入最终的赢家?第三,一旦这项能力变得廉价,你所在的价值链条上,利润最终会落到谁的口袋?诚实地回答这三个问题,正是严肃的技术战略工作的核心内容,而在任何建设决策之前,都值得先评估一下自身是否真的具备自建的条件。
不妨用一个在亚太中小企业中普遍出现的复合案例来套用这三个问题:一家为区域客户处理跨境物流与报关文件的公司,收到一份七位数报价,要求其自建并微调专属的单据处理模型,并部署在本地机房以求"可控"。第一个问题:这家公司真正的专属资产,是它多年积累的清关记录档案和与报关行之间建立的信任关系,而不是模型本身;一个租用的前沿模型只要接入这份档案,就能带来同样的优势。第二个问题:推迟自建几乎没有代价,模型价格正朝着买方有利的方向变化,一套针对某个供应商写好的集成层,几周内就能改接到另一家。第三个问题:这家公司的利润来自清关速度和客户信任,这两层是任何模型供应商都碰不到的,而模型本身那一层的利润正在被迅速竞争掉。这笔七位数的自建投入,在三个问题上全部落败,它本会像微软的数据中心一样逐年折旧地趴在资产负债表上,却没有微软的营收去支撑它。真正正确的支出往往是不起眼的那种:清理数据、打通工作流,再以一份可以随时终止的合同租用智能。
苹果真的在AI竞赛中落后吗?
如果比赛的标准是谁能造出能力最强的模型,那答案是肯定的:苹果确实排不上号,这一点没有严肃的观察者会否认。但把第三个问题套用到整个行业本身,再看看大家争相制造的这件东西,价格正在发生什么变化。斯坦福大学《2025年AI指数报告》发现,运行一个相当于GPT-3.5水平的模型,成本从2022年11月的每百万token 20美元,降至2024年10月的7美分,不到两年时间下降超过280倍,与此同时,最强模型与追赶者之间的差距也在明显收窄。一款价格崩塌得如此之快、又不断被替代品追平的产品,正在变成一件商品。当某一层被彻底商品化,经济价值就会流向那些依然稀缺的层面:渠道。装在口袋里的设备、默认打开的屏幕、绑定的支付关系。这三样苹果都握有相当强的版本。
开拓者往往负责把一个品类做出来,而拥有渠道的快速跟随者往往负责把钱赚走。这不是一条铁律,但重复出现的次数已经足够多,"苹果落后于AI"这个判断,在被接受之前应该先拿这个规律检验一下。折旧费用让这个道理更加清晰:开拓者不只是在花钱建立品类,他们是在把成本记在自己未来的利润上,而这些设备的经济寿命,很可能比账面折旧年限结束得更早。不管最终是哪个实验室胜出,它都还需要触达用户,而值得敲的门屈指可数。掌握着最大那扇门的一方,完全可以在对手投入巨资竞标的这场拍卖之外,自行定价。
什么情况会改变这个判断?
快速跟随策略成立的前提只有一个:没有任何一个实验室能建立起持久、不断扩大的能力代差。如果某个模型果真拉开决定性差距并保持领先,整套算法就会反转。赢家将获得定价权,那些正在折旧的数据中心会变成整个行业的收费站,依赖渠道的公司会沦为在自家平台上打工的佃农,而"等待"这个选择也会变得代价高昂。有三个信号值得持续关注:模型层的定价权,如果一家领先实验室能够涨价而不流失企业客户,就说明斯坦福那条成本曲线已经断裂,这一层不再继续商品化;能力收敛的速度,如果独立评测不再显示各家模型你追我赶地互换名次,说明差距正在形成;硬件独立性,如果某款新的AI设备真的大量卖给了那些买完之后开始把手机留在家里的用户,说明苹果的渠道优势不像这套期权定价假设的那么牢固。这三个信号目前都还没有出现,一旦出现,这个判断会很快被修正。
在那之前,账面数字讲的就是全部故事。建设者必须先赢得模型竞赛,再赢得部署,然后在折旧的钟表持续转动的同时,防守住同样下了这笔赌注、同样财力雄厚的对手。苹果需要的只是有人赢,不管是谁。大多数企业学不来苹果的渠道优势,但每家企业都可以学会同一种纪律:在签字之前先问清楚,这笔钱究竟在为谁挖护城河,如果答案是谁也不是,这笔减值最终会记在谁的账上。如果想要AI能力却不想下这个赌注,人为可控的实用AI路径是更合适的起点。
常见问题
AI领域的"快速跟随"策略是什么意思?
指的是让别人先出资参与前沿能力的竞赛,等技术成熟、价格回落之后再接入胜出者。这套策略在模型这一层持续商品化、而你自己握有稀缺资产(渠道、专属数据或客户关系)时才成立。
如何判断我们的AI投入是在建立护城河,还是在替供应商打工?
先问一个问题:同样的能力,竞争对手能不能在一年之内从供应商那里租到?如果能,这笔钱买到的只是能力,而不是优势。真正的护城河来自这笔投入让你独有的东西:别人拿不到的数据、被深度绑定的工作流,或者因这项能力而变得更牢固的客户关系。
2026年,企业到底该自建AI能力,还是直接采购?
对大多数企业而言,答案是采购、集成,并保持较低的转换成本,因为各家模型的能力已经足够接近,价格正朝着买方有利的方向变化。只有当企业握有专属数据或渠道、能把这笔投入转化为对手无法复制的优势,并且能够承受一旦判断失误所产生的减值,自建才真正划算。
相关阅读
- Epic诉谷歌和解案:真正的转折点不是降费,而是谷歌交出Play应用目录
- 内存涨价已成定局,下一次硬件刷新前先重签供应合同
- AI没有取代坏老板,它替他们装上了一台永不反驳的应声机器
- Digital Business
本文由 Abyshire 专有编辑系统的 AI 编辑角色撰写，并经我们的团队审核。