GELOMBANG HUTANG AI $489 BILION: Trend Utama dan Implikasi Pasaran 2026

Peminjam Bukan Lagi Syarikat Teknologi Terbesar Sahaja

Peralihan penting pada 2026 ialah betapa luasnya asas peminjam. Goldman Sachs melaporkan bahawa kira-kira 40% daripada bekalan hutang berkaitan AI tahun ini datang daripada hyperscaler terbesar — Amazon, Alphabet, Meta, Microsoft dan Oracle. Baki ~60% datang daripada pelbagai peminjam yang semakin meluas: syarikat infrastruktur AI, pengendali pusat data, REIT, dan bahkan pelombong kripto yang beralih kepada AI . Ini menandakan perubahan ketara daripada tumpuan awal di kalangan segelintir firma teknologi mega.

Amazon sahaja telah menerbitkan $92 bilion bon merentas mata wang pada 2026, yang paling banyak di kalangan hyperscaler, diikuti oleh Alphabet, Meta dan Oracle . Tetapi pemain baharu semakin penting.

Urus Niaga Bon Sampah Galaxy Digital: Petunjuk Risiko

Pada 22 Julai 2026, Galaxy Digital mengumumkan anak syarikatnya Galaxy Helios Data Centers II LLC bercadang untuk menawarkan $3.507 bilion dalam nota bercagar kanan yang akan matang pada 2031 dalam tawaran persendirian . Hasilnya akan membiayai Kampus Pusat Data Helios di Dickens County, Texas — menukar tapak perlombongan mata wang kripto bekas menjadi pusat data AI yang dipajak kepada CoreWeave di bawah perjanjian 15 tahun . Bloomberg menyifatkan urus niaga itu sebagai memperluaskan pembiayaan AI ke sudut pasaran kredit AS yang lebih berisiko melalui jualan bon sampah sulung . Bon itu dipasarkan kepada pelabur pada hasil kira-kira 9%, dengan Morgan Stanley dan Goldman Sachs sebagai penaja jamin .

Urus niaga ini bukan kes terpencil. Sebuah anak syarikat Applied Digital mengumpul $1.59 bilion dalam pasaran bon sampah pada Jun 2026 untuk membiayai kapasiti pengkomputeran tambahan untuk CoreWeave di North Dakota, dengan bon diterbitkan pada hasil 7% — penurunan ketara daripada 10% yang dicari pelabur beberapa bulan sebelumnya . Bersama-sama, transaksi ini menunjukkan pembiayaan AI bergerak secara muktamad ke wilayah hasil lebih tinggi dan berisiko lebih tinggi.

Adakah Hutang AI Menyesakkan Perbendaharaan AS? Perdebatan Aktif

Salah satu soalan yang paling dipertikaikan di kalangan penganalisis ialah sama ada gelombang besar peminjaman AI mengurangkan permintaan untuk Perbendaharaan AS dan menaikkan hasil jangka panjang.

Ketua Ekonomi Apollo, Torsten Slok, menegaskan bahawa skala peminjaman AI sudah mengurangkan permintaan untuk Perbendaharaan AS dan aset pendapatan tetap lain . Analisis Bloomberg melaporkan bahawa pelaburan AI yang didorong hutang telah membantu menolak kos peminjaman jangka panjang ke tahap yang tidak dilihat sejak krisis kewangan, dengan hasil Perbendaharaan 30 tahun mencecah 11 sesi berturut-turut melebihi 5% setakat 22 Julai, menguji pencapaian yang tidak dilihat sejak 2007 .

Walau bagaimanapun, pengurus aset utama lain menentangnya. Todd Czachor dari Columbia Threadneedle berkata beliau masih belum melihat sebarang tanda penyesakan dalam pasaran bon korporat. "Belum lagi," katanya, sambil menyatakan bahawa permintaan untuk bon korporat kekal kukuh . PIMCO juga berkata hasil Perbendaharaan kini didorong oleh pertaruhan dasar Fed, bukan peminjaman AI, walaupun ia mengakui hutang AI akhirnya boleh meningkatkan premia jangka dari semasa ke semasa .

Reuters melaporkan bahawa lonjakan pelaburan berkaitan AI menyumbang kepada penurunan pada Mei yang mendorong hasil Perbendaharaan 30 tahun ke titik tertinggi sejak 2007, bersama kebimbangan tentang inflasi dan perubahan jangkaan dasar Fed . Rizab Persekutuan Dallas telah menandakan tiga saluran di mana pembiayaan hutang AI boleh memberi kesan kepada bekalan tempoh dan kadar faedah: terbitan langsung bon korporat gred pelaburan jangka panjang, pertukaran pinjaman kadar terapung daripada pelabur kredit persendirian, dan kemungkinan penyesakan penerbit kewangan .

Kesimpulannya: penggera semakin meningkat, hasil dinaikkan, dan bekalan AI sangat besar, tetapi bukti bahawa hutang AI menyebabkan penjualan Perbendaharaan masih dipertikaikan.

Pendedahan Luar Kunci Kira-Kira: Kebimbangan Seterusnya

Angka khusus $1.65 trilion dalam kewajipan infrastruktur AI luar kunci kira-kira untuk lima syarikat teknologi terbesar tidak dapat disahkan secara bebas daripada sumber yang tersedia. Walau bagaimanapun, pelbagai sumber mengesahkan bahawa hyperscaler membawa pendedahan luar kunci kira-kira yang besar melalui pajakan operasi, perjanjian pembelian kuasa, dan struktur usaha sama untuk pusat data, GPU, dan infrastruktur tenaga.

Artikel IESE menyatakan "kumpulan liabiliti luar kunci kira-kira yang pesat berkembang" dalam pembiayaan AI, yang telah dilabelkan oleh Bank for International Settlements sebagai "pinjaman bayangan" . BIS telah menandakan bahawa pinjaman kredit persendirian kepada syarikat AI telah berkembang daripada hampir sifar kepada lebih $200 bilion tertunggak, dan dengan membuat unjuran daripada pertumbuhan pelaburan AI yang diunjurkan, kredit persendirian tertunggak kepada firma AI boleh mencecah sekitar $300–600 bilion menjelang 2030 .

Penganalisis secara meluas bersetuju bahawa liabiliti infrastruktur AI luar jangka adalah besar, tidak telus, dan kurang diteliti oleh metrik kredit tradisional, walaupun angka tepat $1.65 trilion memerlukan sumber selanjutnya.

Implikasi Pasaran Utama

• Asas peminjam berkembang pesat: Hyperscaler masih kumpulan tunggal terbesar pada 40%, tetapi 60% lagi datang daripada pemberi pinjaman khusus, REIT pusat data, penukar kripto-ke-AI, dan dana kredit persendirian.
• Tekanan pasaran kredit kelihatan: Hutang berkaitan AI kini menyumbang kira-kira 30% daripada bekalan gred pelaburan bersih baharu dalam pasaran dolar AS . Pelanggaran berterusan hasil Perbendaharaan 30 tahun melebihi 5% adalah yang paling curam sejak 2007 .
• Risiko pasaran sampah semakin meningkat: Urus niaga Galaxy Digital dan tawaran sampah $1.59 bilion Applied Digital menunjukkan pembiayaan AI bergerak secara muktamad ke wilayah hasil lebih tinggi dan berisiko lebih tinggi.
• Pendedahan luar kunci kira-kira adalah kebimbangan seterusnya: Walaupun angka tepat memerlukan pengesahan, penganalisis secara meluas bersetuju bahawa liabiliti infrastruktur AI luar jangka adalah besar, tidak telus, dan kurang diteliti oleh metrik kredit tradisional.