BIS警告：AI投資熱潮點樣會變成金融穩定風險？

國際結算銀行（BIS）總經理埃爾南德斯德科斯（Pablo Hernández de Cos）的重點並唔係話AI冇經濟價值，而係：一項可以大幅提升生產力的技術，同時都可以催生不穩定的投資周期。

問題在於，企業為搶算力、數據中心同相關供應鏈而提早作出巨額承諾；如果資本開支、借貸同彼此綁定的商業安排，跑得快過日後可持續的收入回報，AI熱潮就可能由科技業故事，變成宏觀金融風險。 17

投資規模大到已經唔只係科技業問題

BIS估計，全球五大科技公司會喺2025及2026年合共投放超過1萬億美元於AI。去到呢個規模，AI基建競賽已不只是個別公司之間的競爭，而是可能影響整體投資、融資條件以至金融市場的因素。 1

BIS並無指每一筆AI投資都係浪費。它關注的是，企業為了及早鎖定運算能力、數據中心及其他關鍵投入，可能在AI服務的最終收入模式仍未清晰時，已經作出過多資本承諾。BIS研究形容，這是一場「早到先贏」的投資競賽，而融資方式本身會增加脆弱性。 14

債務同私募信貸，點解會放大下行風險？

埃爾南德斯德科斯表示，AI投資初期主要由企業內部資金及股本支持；但隨着投資規模急升，企業愈來愈依賴外部融資，當中經常包括私募信貸機構提供的資金。 25

這令最壞情況變得更棘手：假如AI業務收入或投資回報低於預期，借款企業仍要還本付息。BIS研究警告，靠債務支持的投資一旦爆煲，企業可能要被迫賤賣高度專門化的資產；而這類昂貴、為特定用途而設的設備，未必容易轉作其他用途。 14

私募信貸可以擴闊資金來源，本身不等於有問題。真正要問的是：監管機構能否在壓力出現前，看清槓桿有幾高、抵押品是甚麼，以及不同企業之間的承諾和風險最終落在哪裏。

「循環融資」係乜？最大問題係睇唔清風險鏈

BIS特別點出「循環持股」及其他把晶片商、超大規模雲端服務商（hyperscalers）、AI公司和基建供應商扣連起來的安排。當中可以包括股權投資，以及彼此支撐擴張的採購或資金承諾。 1425

這些安排能加快基建落地，但同時令風險傳導更難追蹤。當同一批公司同時互為供應商、投資者、客戶甚至融資來源，一旦市場下調對AI需求的預期，多張資產負債表便可能同時受壓。BIS指出，債務和循環持股會造成金融脆弱性，亦會增加爆煲的機會。 14

對投資者和監管者而言，最實際的一條問題是：如果預期中的AI現金流冇出現，究竟由邊個承擔損失？ 結構愈不透明，答案愈可能延遲浮面；到市場要重新定價時，調整便更容易失序。

高估值未必等於泡沫，但會令市場更怕「落空」

高估值本身唔足以證明泡沫，更不會抹殺AI的長期價值。不過，估值愈高，市場對預期修正就愈敏感。BIS已提示，當企業和投資者把未來利潤推得太遠，投資競賽可能令承諾過度。 114

歷史對照不應簡化成「AI等於過去某次科技狂熱」。真正相似之處在於，具變革性的技術有時會伴隨過度建設、槓桿累積和金融損失；其長遠經濟效益，往往要在一輪調整之後才更清楚。眼前的風險，是今天部署資本的速度，與未來現金流實際出現的時間和規模不匹配。

生產力有機會提升，但唔會自動發生

BIS仍然認為，AI有相當大潛力推高生產力。但這不單靠模型愈做愈強：企業還要重整工作流程、投資配套系統，並讓技術擴散至少數前沿科技公司以外。 17

更廣泛的經濟回報，也取決於可靠的數碼和能源基建、具相關技能的勞動力，以及企業和公共機構是否有能力有效採用技術。換言之，猛起數據中心，並不自動等於全社會的生產力都會上升。

就業、分配同網絡韌性，同樣係帳要計

BIS亦強調，轉向AI驅動經濟會有調整成本。隨着工具可應用到更多工作和職業，勞工被取代或職務被大幅重塑的情況可能加劇；新工種和新增需求能否抵消流失，仍未確定。 3

因此，再培訓、終身學習和勞工流動，不是附帶議題，而是核心經濟政策。另一條問題是收益分配：能較容易取得資本、算力、數據和技能的企業、勞工及經濟體，或會獲得較集中收益。

在金融範疇，AI亦可放大模型風險、同質化行為及不透明的決策鏈。 18 若市場愈來愈依賴少數雲端、模型和晶片供應商，也可能形成共同的營運故障點。因此，除監察金融風險外，管治制度、韌性測試和有實質意義的人類監督都不可少。

政策制定者同央行要睇實乜？

BIS主張的是提高警覺，並非把AI投資視為天生有害。政策要幫助生產力收益真正落地，例如培養技能、維持競爭、建設基建和擴闊使用門檻；同時必須監察槓桿、估值和金融系統內隱藏的相互關連。 1725

AI供應鏈、資本市場及網絡威脅都跨越國界，國際合作因而不可或缺。BIS把金融穩定視為全球公共產品，認為央行、監管機構和監督者之間要共享資訊，並建立共同的分析方法。 21

下一階段：由「起基建」轉去「用AI」，誰會受惠可能不同

AI投資周期的轉向，本身也是一種過渡風險。高盛形容，企業部署AI正加快，市場亦由早期較慢的起步，逐漸轉向推理運算（inference）和實際採用。 32

這不代表基建開支一定會突然崩塌，但意味回報的落點可能改變：AI由大量建設運算容量，轉為真正把容量用於企業和產品之中，受惠者未必仍是同一批公司。

對債務重、在周期後段才擴張的基建項目或供應商而言，分別尤其重要。即使AI最終帶來可觀經濟價值，只要需求、定價或後續資本開支的速度不及今日融資安排所假設，仍然會有輸家。BIS的警告，核心就是要把AI的長遠潛力，與建立這種潛力時所採用的融資路徑是否足夠穩健，分開來看。 1417