算法速度下的真相：AI行业6100亿美元循环融资骗局被机器智能揭穿

这篇文章是最新来自国外网络的分析，原题为《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。由于采用了人工智能进行翻译，部分表述可能不够精准，但其观点和论证过程看起来相当有说服力，值得深入研读。

正文内容如下：

2025年11月19日下午4时（美国东部时间），英伟达公司公布了其第三季度财务业绩，结果超出了华尔街分析师的普遍预测。公司营收达到570.1亿美元，高于市场预期的549亿美元；每股收益为1.30美元，同样超过了1.26美元的预期。该消息促使公司股价在盘后交易时段大幅上涨5%，总市值增加了约1300亿美元。

然而，仅仅过了18个小时，纳斯达克综合指数收盘下跌了1.21%。英伟达股价的所有涨幅全部消失。此前一度反弹的比特币价格也下跌了2.07%，降至89,567美元。

在这18个小时内发生的事件，在金融市场上是史无前例的：算法驱动的交易系统在人类分析师读完财务报告附注之前，就率先发现了账目上的异常情况。

以下便是整个发现过程、其所揭露的欺诈行为，以及当前正在实时发生的系统性市场崩溃的故事。

1，应收账款出现异常

在英伟达提交的10-Q文件第8页的标准财务报表中，隐藏着一个数字——334亿美元的应收账款。算法系统在文件公开后的几分钟内就标记了这个数据。

要理解其重要性，我们需要审视“应收账款周转天数”这一关键指标，它衡量的是公司在完成销售后，需要多少天才能收回货款。

对于截至2025年10月27日的2026财年第三季度，计算如下：

应收账款周转天数 = (应收账款 ÷ 营收) × 本季度天数

DSO = (334亿美元 ÷ 570.1亿美元) × 91天 = 53.3天

而英伟达在2020至2024财年的历史平均DSO为46天。当前的数据意味着其收回账款的效率恶化了15.9%。

单独看这7天的增长或许并不醒目，因为在企业级技术销售中，延长付款期限是常见做法。但半导体行业的同行公司却呈现出完全不同的景象。根据它们的最新季度报告：

• 超威半导体：42天
• 英特尔：38天
• 台积电：35天
• 美光科技：44天

英伟达成了一个明显的异常值。在法务会计领域，异常值必须得到合理解释。

从数学规模上看，问题显而易见。英伟达的日均营收为6.264亿美元（570.1亿 ÷ 91天）。7天的收款延迟意味着每个季度有43.9亿美元的资金被占用。自2026财年第一季度Blackwell架构发布以来，三个季度累计的资金占用缺口已达132亿美元。

彭博终端在财报发布后45分钟内就发出了警报。量化对冲基金在两小时内建立了空头头寸。到11月20日市场开盘时，机构的订单流已从净买入转为净卖出。

算法已经探测到了人类分析师需要数天才能识别出的问题：英伟达的客户并没有为他们已经收到的芯片支付款项。

2，库存与需求的矛盾

同一份财务报表中还出现了第二个异常。英伟达报告的库存价值为198亿美元，高于上一季度的150亿美元，环比增长幅度达到32%。

在财报电话会议上，首席执行官黄仁勋将市场需求描述为“疯狂”，并称供应限制是收入增长的主要瓶颈。首席财务官科莱特·克雷斯则提到，某些GPU配置的交货周期已超过十周。

这里存在一个明显的矛盾：一家真正面临强劲需求约束且交货周期漫长的公司，理应通过将库存快速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%。

历史先例支持这一逻辑。当英伟达在2023财年第二季度推出Hopper H100架构时（同样处于供应紧张和需求旺盛的背景下），其库存环比下降了18%，因为公司正在全力履行积压的订单。

目前的库存趋势暗示了两种可能：要么实际市场需求弱于管理层所宣称的水平，导致芯片积压；要么客户在没有支付能力的情况下接收了货物，导致库存转化为了应收账款，而非现金收入。

笔者进行的渠道调查支持后一种假设。大型半导体分销商艾睿电子在其2025年第三季度财报中表示，英伟达产品的库存天数为78天，而其他产品线的平均值仅为52天。这表明其分销渠道已经趋于饱和。

第三方计算市场的GPU现货价格提供了进一步的证据。在Vast.ai和RunPod.io等按小时出租GPU算力的平台上，H100的现货价格已从2025年8月的每小时3.20美元，下降至11月20日的2.12美元，跌幅高达34%。这与“需求无法被满足”的公开说法直接矛盾。

3，现金流的警示信号

经营活动产生的现金流是第三个验证点。英伟达在2026财年第三季度产生了145亿美元的经营现金流，而其报告的净利润为193亿美元，现金转换率仅为75.1%，远低于半导体行业的通常标准。

作为对比：

台积电的经营现金流通常为其净利润的100%至105%。

AMD约为97%。

即使是正处于昂贵转型期的英特尔，也维持在91%左右。

75%的转换率表明公司正在消耗营运资本。现金流量表中的具体项目显示：应收账款和库存的增加在本季度消耗了112亿美元的现金。与此同时，英伟达却动用了95亿美元进行股票回购。

这种资本配置决策值得审视。一家优先考虑回购股票而非改善现金回收状况的公司，虽然显示出对报告利润的信心，但实际上暴露了其现金流不足以同时支持股东回报和业务增长的窘境。

以成功预测2008年次贷危机而闻名的资深做空者迈克尔·伯里，已公开披露其持有针对英伟达的看跌期权，行权价为140美元，将于2026年3月到期。这一头寸表明他坚信英伟达股价将在四个月内至少下跌25%——这正是一笔应收账款老化后，可能迫使公司增加坏账准备金甚至重述财报的关键时间窗口。

4，循环融资的复杂结构

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时，一个前所未有的循环融资计划便浮出水面。

2025年10月8日，xAI宣布了一轮总额200亿美元的融资，其结构是一个特殊目的载体。该资本结构包括75亿美元股权和125亿美元债务。其中，英伟达认购了最多20亿美元的股权部分。债务契约要求xAI必须将GPU利用率维持在70%以上，否则将构成违约。

xAI利用这笔资金向英伟达租赁GPU。英伟达将此交易记为收入。但英伟达同时也持有xAI的股权，从而形成了一个资金循环：

英伟达向xAI提供资本 → xAI用该资本购买英伟达的产品 → 英伟达将此记录为收入 → 收入支撑英伟达的估值 → 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生态系统中不断蔓延：

微软向OpenAI投资了130亿美元。

OpenAI承诺在未来五年内向微软Azure云服务支出500亿美元。

微软则利用这些承诺的支出额度，向英伟达采购GPU用于其Azure数据中心。

英伟达将GPU销售记为收入。

甲骨文宣布与OpenAI达成一项为期五年、价值3000亿美元的云基础设施合作协议。该合作要求甲骨文部署英伟达GPU，并已预定了80亿美元的Blackwell架构芯片。而OpenAI能否履行其对甲骨文的3000亿美元承诺，取决于其当前每年仅37亿美元的收入——这意味着每年存在高达563亿美元的预期收入缺口。

根据对美国证券交易委员会文件、风险投资交易数据库和已披露合作伙伴关系的分析，这个相互关联的网络总规模达到了惊人的6100亿美元。资金在循环流动：英伟达投资AI初创公司，初创公司承诺巨额云支出，云服务商购买英伟达硬件，英伟达确认收入。但现金从未真正完成闭环，因为底层的经济活动——即AI应用产生可持续的利润——仍然严重不足。

5，关于“氛围型收入”的公开承认

2025年11月14日，在里斯本举行的Web Summit大会上，多位AI公司的首席执行官首次公开承认了这一行业动态。

爱彼迎的CEO布莱恩·切斯基表示：“AI领域有很多‘氛围型收入’。公司所谈论的数十亿美元销售渠道，可能永远无法真正实现。”

知名风险投资家、AI领域的重要投资者维诺德·科斯拉告诉听众：“95%的AI初创公司将失败。核心问题在于，哪5%能成为下一个谷歌。”

OpenAI的CEO萨姆·阿尔特曼则说：“我们正处在一个未知的领域。没有人知道这条路是最终通向通用人工智能，还是在GPT-5就撞上技术壁垒。”

这些坦承之所以至关重要，是因为它们与支撑当前极高估值的增长叙事直接矛盾。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（按标准的风险投资回报倍数计算）。然而，麻省理工学院2025年9月发表的一项研究调查了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，历史的教训与相似之处

当前的局面在结构上与三起重大的会计欺诈案惊人相似：安然（2001年）、世通（2002年）和朗讯科技（2000年）。

朗讯曾是美国最大的电信设备制造商，它通过供应商融资安排来虚增收入。公司借钱给电信运营商购买朗讯自己的设备，将设备销售记为收入，而贷款则记为应收账款。当运营商最终无力偿还时，朗讯不得不计提87亿美元的坏账损失。

朗讯的DSO在欺诈曝光前曾达到64天的峰值。虽然英伟达目前53.3天的DSO尚未达到该水平，但其相对于自身历史基线的增幅，与朗讯崩溃前的恶化幅度相当。

安然则利用特殊目的实体来隐藏债务并虚增收入。这些实体在法律上是独立的公司，但在经济上由安然控制。这种结构使得安然能够通过与由其自己资助的实体进行交易，来创造虚假的收入流。

xAI的特殊目的载体结构与安然的做法如出一辙。英伟达向一个主要为其自身产品买单的实体提供股权资本。这笔交易在英伟达的账面上看似是一笔公允的销售，但从经济实质上看，英伟达是在用自己的钱来创造自己的收入。

7，毛利率遭到压缩的证据

英伟达2026财年第三季度的GAAP毛利率为73.4%，低于上一季度的74.6%，下降了120个基点。

行业分析师最初将其归因于产品组合的变化——即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。但详细的产品组合分析并不完全支持这一解释。

新一代Blackwell GB200架构的平均售价约为每台7万美元，而上一代H100仅为3万美元左右。新架构理应提升而非降低整体毛利率。尽管采用台积电先进的CoWoS封装技术可能会增加约400美元的单位成本，但这还不到售价的1%。

在570亿美元的营收基础上，120个基点的毛利率下滑意味着约6.84亿美元的季度利润损失。年化后，这代表了约27亿美元的利润恶化，这无法完全用产品组合的自然变化来解释。

法务会计分析提出了三种可能的解释：

1. 为清理渠道库存而向分销商和云服务商提供的隐性激励（变相折扣）。

2. 为潜在的Blackwell芯片散热问题提前计提的保修准备金（多个行业消息来源已报告此问题）。

3. 为不断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相关风险）。

迈克尔·伯里的公开观点则聚焦于折旧政策。根据披露的638亿美元物业、厂房和设备资产价值，以及42亿美元的年度折旧费用，英伟达的年折旧率约为6.6%。而半导体设备行业的标准折旧率通常在12%至15%之间，以反映芯片制造和测试设备的快速技术过时。

如果英伟达将折旧率调整至行业更典型的12%，其年折旧费用将增加约34亿美元，净利润将因此减少18%。这一相对保守的会计选择或许能在一定程度上解释，为何英伟达的报告利润远超其实际现金生成能力。

8，聪明资金悄然撤离

在英伟达财报发布前的两周内，发生了三笔重要的内部人士及精明投资者交易。

2025年11月9日，彼得·蒂尔的创始人基金以约每股182美元的价格出售了价值1亿美元的英伟达股票。据《华尔街日报》获得的一份内部备忘录显示，蒂尔认为“AI的真正货币化仍需三到五年时间”，而当前的估值“已经为尚不存在的确定性定价了”。

2025年11月11日，软银集团以平均每股178美元的价格减持了价值58亿美元的英伟达持股。官方声明称此举是为了投资组合再平衡，并为Arm Holdings的IPO锁定期结束做准备。然而，其在关键财报发布前仅仅8天的时机，强烈暗示其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资产管理公司提交的13F文件披露，其持有名义价值超过1.8亿美元的英伟达看跌期权。该头寸的目标是2026年3月到期、行权价为140美元的期权，暗示其预计英伟达股价将在四个月内下跌至少25%。

这三位很少同时公开披露其市场头寸的资深投资者，其行动的协调性表明他们可能共享了类似的分析结论，并对即将曝光的会计问题达成了共识。

9，潜在的市场传染机制

比特币近期的价格走势为AI行业面临的财务压力提供了一个实时追踪指标。该加密货币在2025年10月曾达到12.6万美元的历史高点，部分得益于AI公司将其作为国库资产进行配置。截至2025年11月20日，比特币已跌至89,567美元，从高点回落了28.9%。

区块链分析公司Arkham Intelligence追踪到，共有87家AI公司持有总计268亿美元的比特币。这些持仓被广泛用作运营贷款、GPU采购融资以及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之间的相关性急剧增强。30日滚动的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，在短短三周内相关性增强了75%。

一旦英伟达的会计问题迫使其进行财务重述，导致股价向68至82美元的公允价值区间回归（这意味着55%至63%的下跌空间），整个AI行业的估值也将面临连锁式的下调。私营AI公司的估值通常基于英伟达收入倍数的2到4倍进行设定。如果英伟达的远期市盈率从当前的32倍压缩至与成熟科技公司一致的15倍，那么那些目前以300倍收入进行估值的风投支持型AI公司，其估值倍数将相应地重估至约140倍——尽管仍然偏高，但这意味着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，进而可能引发连锁清算。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，规模达234亿美元的强制性比特币抛售（这代表了AI公司抵押持仓的相当一部分）可能将比特币价格推低至约52,000美元——较当前水平再下跌42%。

10，去中心化架构的替代路径

循环融资结构的潜在崩溃并不会消除市场对AI基础设施的真实需求，而是可能将资本重新分配，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，它们占据了全球89%的GPU部署量。

这种集中化造成了严重的供应链和能源瓶颈。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吉瓦的发电能力来支持规划中的数据中心扩张。而目前的年新增发电能力仅为12吉瓦左右，存在长达六年的供应缺口。

去中心化计算网络提供了一种可行的替代架构。Render Network、Akash Network和Bittensor等平台聚合了来自游戏电脑、加密货币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，虽不到全球GPU总算力的5%，但月增长率高达40%。

每浮点运算的能耗是关键指标。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，如英特尔计划在2026年第一季度推出的Loihi 3和IBM的TrueNorth，通过模仿大脑的脉冲神经架构，可将能耗大幅降至每FLOP 0.08皮焦耳——能源效率提升了整整1000倍。

即使在未来三年内，6100亿美元循环融资资本中仅有20%（即1220亿美元）被重新配置到去中心化网络和神经形态架构领域，这一资金规模也将超过2020年至2024年期间投入AI领域的全部风险投资总额。

11，监管机构的初步回应

美国证券交易委员会尚未正式宣布对英伟达的会计行为展开调查。然而，一些早期迹象表明监管审查可能已经开始。

2025年11月18日，即英伟达财报发布前两天，SEC公司金融部门向三家主要的云基础设施公司发送了意见函，要求其就涉及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内容，与市场对循环融资的担忧高度吻合。

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已启动对科技行业，特别是收入确认惯例的专项审查。普华永道会计师事务所是英伟达的审计机构。

历史上的监管时间线为我们提供了可能的进展指引。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（表明其有意向提起诉讼）。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：以机器速度进行的市场清算

2025年11月20日，成为了全球金融市场的一个历史性转折点。这是算法交易系统首次在速度上超越人类分析师，检测到潜在的会计欺诈行为。从财报发布后的市场狂欢，到18小时内情绪彻底逆转转为负面，这一急剧变化反映了机器智能能够在人类分析师完成财务模型之前，就处理完财务报表的所有附注、计算出与行业基准的偏差、并执行相应的交易指令。

这种前所未有的速度为金融欺诈的发现和市场的调整创造了全新的动态。历史上的重大欺诈案——从安然、世通到朗讯——从最初的预警信号浮现到被市场广泛认知，往往需要数月甚至数年的时间。而算法检测将这一时间线压缩到了短短数小时。

其影响远不止于英伟达一家公司。如今，每一家上市公司都面临着对其会计实践的“机器速度”实时审查。那些在过去可能持续数个季度、直到人类分析师发现模式的财务异常，现在会立即触发算法的反应和市场的抛售。

对英伟达而言，未来的道路将取决于以下三项关键披露：

1. 预计于2026年2月发布的2026财年第四季度10-K年报文件中，详细的应收账款账龄表将揭示334亿美元应收款中，究竟有多大比例已逾期60天以上。

2. 同一份文件中的库存周转率数据将有助于澄清32%的季度库存增长，究竟是公司主动的战略囤货，还是市场需求恶化的被动结果。

3. 任何对现有收入确认政策的修订或正式的财务重述，都将最终明确循环融资安排对财务报表影响的真实严重程度。

更广泛的AI行业则面临着一个价值3.1万亿美元的终极问题：人工智能的各项应用能否创造出足够庞大和可持续的经济价值，以证明当前天量的基础设施投资是合理的？这个问题的答案，将决定当前的市场回调究竟只是一次暂时的波动，还是一场根本性价值重估的开端。