Meta 数据中心税收抵免将 AI 基础设施变成一场 60 亿美元的税务之争

据报道，Meta 将新的 AI 数据中心视为实验性“试点模型”后，联邦税单减少了近 60 亿美元。Meta 数据中心税收抵免涵盖了该公司在 2024 年和 2025 年购置的专用芯片及相关设备。

这种处理方式将基础设施热潮变成了对联邦研发政策的高风险考验。争议并不在于 Meta 是否开展研发，而在于达到生产规模的计算园区及其昂贵硬件是否属于实验性研发支出。

Meta 表示，国会设立这项抵免是为了鼓励像其自身这样的国内投资。批评人士则认为，该公司正在将关键业务基础设施重新归类为研发，尽管这些基础设施同时也用于运营商业产品。

这场分歧仍未得到解决。美国国税局尚未公开宣布 Meta 违法，也未作出驳回这些申报的最终决定。

不过，Meta 自己的监管文件将研发抵免列为最重要的不确定税务事项之一。这一披露使该策略不再只是理论上的政策争论。

Meta 将 AI 数据中心变成试点模型

据报道，这并非一项新的税收激励措施，而是对现有研发抵免一次异常宽泛的应用。

根据一项税收抵免调查报道，Meta 出于联邦税务目的，将部分 AI 数据中心归类为试点模型。这一分类让该公司能够在计算研发抵免时纳入部分设备成本。

试点模型是用于评估新产品、改良产品或新流程、改良流程的实体或模型。当其建造和使用构成真实实验的一部分时，便可能符合资格。

据报道，Meta 的解释将这一概念应用于配备昂贵人工智能芯片的大型计算设施。该公司将这些园区与支持既有存储、广告和社交网络业务的传统数据中心区分开来。

据报道，相关税收优惠在 2024 年约为 20 亿美元，2025 年为 39 亿美元。两年合计接近 60 亿美元。

这些数字反映的是申报的联邦税收优惠，而非政府发放的现金补助。它们也仍可能面临审查、调整和潜在诉讼。

Meta 的做法之所以重要，是因为 AI 基础设施正成为科技行业最大的运营需求之一。加速器、网络系统、冷却设备和电力基础设施，如今决定着企业训练和部署先进模型的速度。

研发抵免传统上围绕合格工资、耗材和委托研发支出。Meta 的策略据报道将更多实体计算基础设施纳入计算范围。

该公司并未否认使用研发抵免。Meta 发言人 Andy Stone 表示，该公司是美国重要的研发投资者，并使用国会为国内投资设立的激励措施。

这一辩护建立在一个直接的论点上：Meta 开发新模型、系统、芯片和数据中心设计，因此支撑这些实验的基础设施应属于其研发计划的一部分。

尚未解决的问题是，实验从何处结束，日常业务运营又从何处开始。一个 AI 园区可以支持存在技术不确定性的工作，同时也能服务于广告主、创作者和消费者使用的产品。

这种混合角色给了 Meta 一个看似合理的论据，但也构成其立场的核心弱点。将一项资产称为实验性资产，并不会自动使每一笔相关成本都成为合格的研发支出。

税法关注的是所涉及的活动、目的、不确定性和实验过程。它并非只是询问一家公司是否为研发密集型业务购买了先进设备。

这一差异解释了为何据报道的申报受到审视。Meta 正将其 AI 战略的实体基础视为实验本身的一部分。

Meta 数据中心税收抵免为何面临审视

争议的关键在于，Meta 的设施是在开展合格实验，还是主要为成熟的商业业务提供算力。

联邦研发抵免奖励超过既定基准金额的合格研发支出。其目的是鼓励企业可能因结果不确定而投入不足的技术工作。

IRS 研发规则采用四部分框架。研发必须具备技术性质、解决不确定性、支持改进后的业务组成部分，并涉及实验过程。

构建 AI 系统可以满足这些原则。研究人员无法预先知道哪种模型架构、训练方法或硬件配置能产生预期结果。

更棘手的问题涉及工作中使用的设备。公司不能仅仅通过将标准业务资产连接到实验项目，就把它们转变为研发支出。

Meta 的论点似乎将其 AI 数据中心视为一体化的实验系统。其芯片、网络、冷却设计和软件协同运行，工程师则测试新模型和基础设施方法。

批评人士看到的是另一种经济现实。他们认为，无论是否有税收激励，Meta 都会购置大量此类设备，因为 AI 算力如今支撑着其核心商业战略。

这一区分至关重要，因为研发抵免本应改变投资行为。当补贴的是一家公司已视为必需的支出时，抵免带来的额外创新就十分有限。

Meta 在进入 2025 年时拥有充足现金资源和激进的 AI 资本计划。其竞争地位取决于获得芯片并建设算力，无论是否有税收激励。

这并不会自动使这些支出失去资格。法定测试关注的是合格活动，而不是一家公司是否能够在没有公共支持的情况下为其提供资金。

不过，这些支出的商业必要性强化了一种批评：纳税人正在补贴常规基础设施。即便某项具体实验成功或失败，相关设备仍可继续发挥作用。

规模同样改变了问题的利害关系。实验室原型和数十亿美元的计算园区都可能支持实验，但二者的经济功能截然不同。

实验性原型在测试用途之外通常价值有限。一个正常运行的 AI 数据中心则可以训练未来模型、服务既有产品，并在多年内支持广告系统。

因此，Meta 必须将申报的成本与有记录的研发活动联系起来。它还需要证明相关技术不确定性以及为解决这些不确定性所开展的实验。

IRS 明确要求申报试点模型支出的公司识别相关业务组成部分并提供支持文件。这一要求防止“试点模型”成为新设备的万能标签。

宽泛的分类也可能产生不一致的结果。建设几乎相同设施的公司，可能因内部会计方法而非技术实质获得不同的税务待遇。

这就是为什么 Meta 数据中心税收抵免的影响不止于一家公司。一项成功的申报可能促使所有主要 AI 运营商探索相同路径。

Amazon、Microsoft、Google 和 Oracle 都在为实验性和商业性工作负载建设基础设施。如果 Meta 的解释得以维持，它们将面临寻求类似待遇的强大压力。

Meta 自己的文件显示了风险

Meta 将其研发抵免描述为合法，但其财务披露承认，税务机关可能会否决其中的重要部分。

Meta 2025 年年度文件披露，年末其未确认税收优惠总额为 164.5 亿美元。这些是根据财务会计规则尚未被完全确认收益的税务立场。

该文件称，这些优惠主要与研发抵免的不确定性及同外国子公司的转让定价有关。文件并未将全部余额归因于数据中心。

这一区分至关重要。Meta 的公开文件证实，研发抵免存在重大不确定性，但并未独立验证每一项据报道的数据中心计算。

Meta 还报告称，其长期所得税中的净不确定税务立场为 112.3 亿美元。其年度税务披露称，最终结果取决于审计、诉讼和其他事件。

不确定税务立场并不等于承认存在不当行为。即使管理层认为基础解释有效，会计规则仍要求公司评估税务机关可能提出质疑的立场。

不过，准备金的规模和重要性削弱了任何将结果视为常规事务的说法。Meta 告知投资者，支持其研发活动的文件可能被证明不足。

该公司的文件称，只有当某一税务立场在审查中存续的可能性更高时，才会确认税收优惠。这一门槛反映的是管理层的评估，而不是 IRS 的决定。

这造成了一个重要的反转。Meta 在计算税款时将基础设施视为合格研发，同时又为监管机构可能不同意这一观点的情形计提准备。

会计学教授、前 Ernst & Young 税务顾问 Lisa De Simone 在关于这些申报的报道中直接描述了这一矛盾。她指出，Meta 正在寻求其会计师也认定可能被推翻的优惠。

Ernst & Young 审计 Meta 的财务报表。审计师对财务报告的认可，并不意味着 IRS 已批准相关税务立场。

审计师评估财务报表和准备金是否符合会计要求。税务机构则另行判断申报的支出是否符合法律规定。

报道还表明，Ernst & Young 认为类似策略可能与其他客户相关。这将使 Meta 的做法成为潜在的行业模板，而非孤立的解释。

Meta 的立场最终可能会得到维持。AI 设施确实涉及硬件、网络、冷却、模型训练和可靠性方面的持续实验。

但是否符合资格应取决于有记录的活动和分配的成本，而不应只取决于 Meta 是否将一个园区称为试点模型。

因此，“逃税”这一说法超出了目前已验证记录所能支持的范围。批评人士用它来形容激进避税，但尚无最终公开裁定认定存在违法逃税。

更准确的描述是：正在接受审查的激进税务筹划。该策略利用一项合法抵免，同时将其适用范围延伸至资本支出中一个具有新重要性的类别。

IRS 可能接受部分申报、拒绝其他部分，或协商达成和解。任何一种结果都不同于认定整个策略构成欺诈。

这种不确定性应当影响报道方式。近 60 亿美元这一数字应被表述为申报的优惠，而不是 Meta 无疑能够保留的资金。

这场争斗远不止一份纳税申报表

如果达到生产规模的 AI 基础设施符合研发资格，联邦政府可能会补贴行业算力竞赛中日益增长的一部分。

Meta 并非以有限规模建设实验系统。和其最大的竞争对手一样，Meta 正在开发需要土地、水资源、输电线路和专用发电设施的庞大园区。

这些项目已经通过州和地方政策获得优惠待遇。许多司法辖区为吸引数据中心投资，免除服务器销售税或降低财产税。

这些激励措施独立于联邦研发税收抵免。不过，若将两者结合，基础设施成本的多个层面可能会从科技公司转移至纳税人和公用事业客户。

每个层面的政策论点各不相同。联邦研发税收抵免旨在鼓励创新，而地方激励措施则着眼于建设、就业和区域经济发展。

各州的税收豁免政策也存在很大差异。数据中心税收格局取决于各州是否对设备采购、电力、建筑物和有形个人财产征税。

支持者认为，对商业设备征税可能扭曲投资决策，并促使企业在其他地区建设设施。他们还指出，一些数据中心所在地区可获得的财产税收入。

批评者则回应称，政府如今正竞相补贴企业本就需要建设的项目。AI 竞赛使算力成为战略必需品，从而降低了额外激励措施的必要性。

Meta 在路易斯安那州的项目显示了这些问题如何相互交织。该公司正在 Richland Parish 建设大型 AI 园区，并获得新建能源基础设施和州税收优惠的支持。

该设施的经济账远不止联邦研发税收抵免。它还涉及销售税豁免、公用事业协议、土地、道路、供水系统以及新建发电厂。

一项基础设施成本审查发现，保密条款限制了公众对 Meta 与 Entergy 协议的了解。该公用事业公司计划建设三座燃气发电厂，总装机容量为 2,262 兆瓦。

据该报道，Meta 同意在 15 年内承担这些发电厂约一半的建设成本。客户仍将协助承担服务该园区的输电线路费用。

支持者期待建设活动、地方财政收入和基础设施改善。批评者担心，如果公司日后削减需求，居民可能不得不承担相关成本。

这些地方性问题并不决定 Meta 的联邦税收抵免是否有效。但它们揭示了为何联邦分类具有如此重大的政治分量。

一家公司可以因选址建造设施获得激励，以优惠的公用事业条款为其供电，并因将硬件视为实验性设备而获得联邦税收抵免。

单独看，每项计划似乎都具有合理性。但它们结合起来，便为私营 AI 基础设施形成了规模大得多的公共补贴。

由于 Meta 原本就计划进行大规模 AI 投资，对税收政策的批评尤为尖锐。税收与经济政策研究所认为，这项抵免并未实质性改变该决定。

另一种观点认为，研发激励措施应当在各行业和不同规模的公司之间保持中立。仅因 Meta 盈利就限制其享受抵免，可能会以对企业财富的主观判断取代法定规则。

更合理的界线在于用途、文件记录和成本分配。只要支出与真实实验直接相关，无论纳税人身份如何，都应具备资格。

用于支持成熟生产工作负载的成本，不应仅因与实验系统共处一个园区，就被视为研发支出。

这听起来很简单，但现代 AI 基础设施模糊了边界。同一个芯片集群今天可以训练新模型，明天则可服务于商业推荐系统。

云式资源分配让问题更加复杂。工作负载会在机器之间迁移，硬件也很少永久归属于单个研究项目。

IRS 将需要一种可执行的方法，来区分符合资格的实验性使用与商业算力。否则，执法将依赖于每家公司内部自行制定的标签。

一项裁决可能重塑 AI 基础设施竞赛

Meta 的解读迫使竞争对手、税务机关和立法者在支出进一步膨胀前界定何为 AI 研究。

眼下的压力主要落在 IRS 身上。它必须将已有数十年历史的研发税收抵免概念应用于以空前规模混合实验与生产用途的计算系统。

较为狭窄的否决可能聚焦于薄弱的文件记录或不当的成本分配。这一结果未必意味着 AI 数据中心在任何情况下都不能作为试点模型获得资格。

更广泛的否决将确立一种立场：具备生产能力的设施不能仅因其中运行实验性工作负载就获得资格。这样的立场将影响整个行业的税务规划。

届时，Meta 将决定是和解、修改其申报，还是在法庭上挑战 IRS。诉讼可能持续数年，并形成超出 AI 领域的先例。

竞争对手面临不同的问题。如果 Meta 保留这些优惠，采用更保守会计处理的公司可能处于税务劣势。

近 60 亿美元足以资助大量新增算力。这使税收解释成为围绕芯片、电力和模型性能展开的竞争的一部分。

企业可能会采取类似方法，尤其是在大型会计师事务所支持的情况下。这将在法院确立明确边界前扩大政府的风险敞口。

这项政策还为垂直整合的科技公司创造了优势。Meta 拥有产品、模型、软件系统以及支撑这些系统的大部分基础设施。

一家规模较小的 AI 实验室可能会向云服务商租用算力。由于并不拥有底层设施，其研发成本可能获得不同待遇。

这种差异可能扭曲市场结构。该抵免可能奖励那些富裕到足以建设完整园区的公司，而非以服务形式购买等量算力的企业。

不过，只要与符合资格的研究直接相关，租用算力同样可以获得资格。真正的比较取决于合同条款、支出类别和纳税人的文件记录。

立法者可以澄清这些规则，而不是将每项区分都留给审计。他们可以具体说明共享 AI 基础设施、可折旧设备和试点模型之间如何相互作用。

任何改革都将面对相互竞争的目标。国会希望推动国内研究，但也需要防止普通资本支出耗尽税收抵免预算。

过度严格地限制抵免，可能会惩罚合法的硬件实验。现代 AI 进步依赖于测试结合芯片、软件、网络和能源管理的系统。

让规则保持模糊则会产生相反的问题。企业可以将日益永久化的设施描述为实验，同时为本就计划建设的基础设施获得优惠。

因此，这场争议检验的是研发税收抵免的基本设计。围绕可明确识别的项目制定的政策，如今遇到了实验永远不会完全结束的平台。

Meta 可以如实地说，其 AI 系统仍在开发之中。批评者也可以如实地说，该公司利用这些系统强化成熟的商业产品。

税收体系必须决定每项混合用途资产有多少应归入任一边。这种分配，而非“实验性”一词，应当决定结果。

三项信号将决定接下来会发生什么

最有力的证据将来自税务执法、Meta 未来披露，以及其他 AI 公司是否采用同样的处理方式。

第一个信号是 IRS 的调整或正式挑战。公开的法院文件、欠税通知或披露的和解协议，将显示政府对哪些支出提出异议。

这些细节比简单的胜败更重要。该机构可能会质疑 Meta 的文件记录、试点模型分类、成本分配，或三者兼而有之。

文件记录争议将使更广泛的理论得以延续。若否定数据中心作为试点模型的资格，整个行业策略都将面临风险。

第二个信号是 Meta 的下一份年度披露。投资者应关注未确认税收优惠总额、净不确定税务头寸，以及涉及研发税收抵免的说明。

余额上升将表明其持续申报相关抵免，或面临更大的监管风险。大幅下降则可能反映和解、重新评估，或此前不确定优惠的确认。

读者不应将每一项变化都视为与数据中心有关的证据。Meta 的税收准备金还包括转让定价争议和其他研发税收抵免问题。

第三个信号是竞争对手的采用情况。Amazon、Microsoft、Google 或 Oracle 的类似披露，将表明这种做法是否正在成为行业标准。

广泛采用将加大 Treasury 官员和国会面临的压力，也会提高任何允许这一处理方式持续下去的决定所带来的财政成本。

当前证据支持一个较为狭窄的结论。据报道，Meta 通过对联邦研发税收抵免的激进解读，申领了近 60 亿美元。

该公司表示，其国内研发投资符合国会的立法宗旨。其文件也承认，围绕研发税收抵免的文件记录和税务头寸存在重大不确定性。

现有记录并未证实 IRS 已作出最终否决、Meta 已作出承认，或法院已认定其存在非法逃税行为。

在 Meta 数据中心税收抵免面临审查之际，这一区别应当始终处于核心位置。争议涉及合法实验止于何处，以及获得补贴的商业基础设施始于何处。

对于追踪 AI 经济的人而言，下一个有用的步骤不是再看一则关于企业避税的标题。应关注实际税务案件、Meta 的准备金披露以及竞争对手的会计选择。这些信号将表明，这种做法仍是激进的例外，还是会成为 AI 基础设施竞赛的财务蓝图。