展望更遠,軌跡更加陡峭。穆迪認為2027年資本開支將逼近 8700億至一萬億美元 。美國銀行預測全球超大型數據中心資本開支2026年超越8000億美元,2027年達一萬億美元 。摩根士丹利同高盛嘅估計更高——高盛指出市場共識對2027年嘅預測太保守,開支可能達到1.1萬億美元 。
穆迪嘅核心警告好直接:AI基建開支正以「萬億美元年度速度」運行,迫使歷來輕資產嘅科企轉向前所未有嘅重資產模式 。
穆迪識別出最令人擔憂嘅風險係大規模隱藏負債,藏身於會計規則之中。截至2025年底,美國五大科企累積咗 約6620億美元未開始嘅未來數據中心租賃承諾,根據美國公認會計原則(ASC 842),呢筆數完全唔喺資產負債表上顯示 。
連同其他承諾——包括GPU供應合約同伺服器——總未貼現未來租賃敞口達到 約9690億美元 。《日經》獨立分析五大科企財務報表更發現,佢哋嘅表外承諾總額高達 1.65萬億美元,大部分綁定數據中心租約、GPU合約同伺服器 。
穆迪會計分析師David Gonzales同Alastair Drake計算,呢筆未入賬嘅6620億美元相當於五大科企 經調整債務總額嘅113% 。隨住呢啲租約陸續生效,超過5000億美元嘅數據中心資產將開始出現喺企業資產負債表上,對傳統信貸指標構成壓力。
穆迪明確警告,公司利用表外租賃為AI基建融資,信貸狀況可能出現「重大」惡化,令佢哋與競爭對手S&P立場對立——S&P一直將呢個視為最受歡迎嘅數據中心容量融資方式之一 。
穆迪同Jefferies都將AI融資嘅相互關聯、循環性質標記為日漸明顯嘅斷層線。《彭博》記錄咗一個反覆出現嘅「劇本」:雲端運算公司同晶片製造商——以Nvidia為首——幫助資助領先嘅AI開發商,呢啲開發商反過來成為佢哋最大嘅客戶之一,形成自指性開支循環 。
微軟已向OpenAI投資超過130億美元,最大一筆100億美元喺2023年初公布。Amazon同Google母公司Alphabet亦分別同意投資最多40億美元同20億美元 。
瑞銀將呢啲相互關聯嘅交易同 2000年電信泡沫 相提並論,關注點係公司之間互相投資,依賴對方嘅開支 。摩根大通承認AI模型開發商、超大型數據中心業者同晶片公司之間大型合作公告嘅「規模同循環性」,指出呢啲資本承諾橫跨多年,附帶條件性執行目標 。
Jefferies發出特別嚴厲嘅警告:AI驅動科技週期最大嘅風險 唔係晶片供應中斷,而係投資者「突然意識到超大型數據中心業者同OpenAI、Anthropic等公司無法從投資中獲得回報」 。該券商認為,融資憂慮可能「引發突然唔願意為呢啲投資提供資金,呢個情況將被主要參與者之間嘅循環安排進一步惡化」 。
科企用前所未有嘅債務浪潮淹沒信貸市場。科技公司喺2025年最後三個月發行破紀錄嘅 1087億美元企業債券,大約係之前季度紀錄嘅兩倍,大量發行持續到2026年 。Oracle、Meta、Alphabet等公司大舉借貸,為AI數據中心同相關能源系統融資 。
彭博報道,呢啲巨型債券發行可能壓垮買家,削弱大西洋兩岸嘅信貸市場,形成 史上最大規模嘅企業債券供應浪潮 。投資者警告,呢個前所未有嘅發行量可能擾亂被動信貸基金——呢啲基金正係呢批新供應嘅主要買家 。部分預測顯示,到2028年,科技公司為AI基建擴張可能依賴多達1.5萬億美元債務 。
穆迪對信貸質素惡化嘅描述毫不客氣。以萬億美元年度速度競建AI基建正 「侵蝕自由現金流」,迫使即使係全球現金最充裕嘅公司都要增加資產負債表風險 。
該機構寫道:「由輕資產轉向重資產模式需要前所未有嘅投資水平,」 消耗自由現金流,推高六家主要科技公司——微軟、Amazon、Alphabet、Meta、Oracle同CoreWeave——嘅資產負債表風險 。
穆迪已將 Oracle同CoreWeave標記為AI信貸最弱嘅環節 。Jefferies指出,超大型數據中心業者 越嚟越依賴債務而非內部現金流 為AI投資融資,若AI收入未能如期實現,槓桿惡化風險將升溫 。
| 指標 | 金額 |
|---|---|
| 2026年超大型業者資本開支(穆迪) | 7850億美元 |
| 2027年超大型業者資本開支預測 | 8700億 – 1.1萬億美元 |
| 表外未來租賃承諾(穆迪) | 6620億美元 |
| 總未貼現未來租賃敞口 | ~9690億美元 |
| 更廣泛表外承諾(日經) | 1.65萬億美元 |
| 破紀錄科技債券發行(2025年第四季) | 1087億美元 |
穆迪、Jefferies同其他分析師嘅共識好清晰:AI基建大興土木已創造咗 信貸風險體制性轉變。大規模前期開支、龐大隱藏租賃負債、循環交易結構同遞減自由現金流,正以前所未見嘅方式考驗全球最大科技公司嘅信貸狀況。穆迪分析首席經濟學家Mark Zandi已敲響警號,表示呢個槓桿問題可能造成比以往市場修正(包括科網時代)更廣泛嘅經濟損害 。
關鍵問題仍然未有答案:AI應用所產生嘅收入,最終能否證明投入其基建嘅數萬億美元係值得嘅?