這波轉變之所以受到關注,是因為這些企業過去主要依靠內部現金流投資。問題在於,AI 基礎建設需要同時支付多項高昂成本:先進處理器、網路設備、資料中心建築、土地、冷卻系統,以及電力供應。
而且,支出通常在 AI 服務帶來完整收入之前就已發生。路透社報導,科技企業 2026 年合計支出預計超過 7,300 億美元,高於先前約 7,000 億美元的估計。 不同機構對建設規模的預測仍有差異,也反映最終投資金額存在相當不確定性。
透過借貸,企業可以在未來 AI 收入尚未完全實現前,先動工、鎖定晶片與資料中心容量。租賃、股權融資、私人信貸、基礎建設基金與合資企業,則進一步擴大資金池。
代價是,部分執行風險不再只由企業現金部位承擔,而會轉移至債券持有人、貸款機構及專案投資人。
這不只影響超大規模雲端業者。科技公司與其他企業借款人爭奪的是許多相同的長天期、對利率敏感的投資者,因此 AI 債務大量湧入可能帶來:
對美國國債市場的影響則較為間接。企業大量發債,可能增加對長天期資本的競爭,並對長期殖利率構成額外壓力;但國債殖利率仍主要由總體經濟、通膨預期、貨幣政策與財政供給決定。換言之,AI 借貸是長天期資金需求的額外來源,並不是解釋國債市場走勢的單一因素。
NVIDIA 於 8 月宣布與 Apollo、BlackRock、Blackstone、Brookfield、高盛及 KKR 合作,建立獨立的運算融資平台,目標是長期動員逾 5,000 億美元第三方資本。
這種模式不同於由 NVIDIA 或雲端巨頭再發行一批公司債。構想是讓外部投資者透過專門資金池,為資料中心、電力基礎建設、AI 工廠及 NVIDIA 硬體提供資金。NVIDIA 將此定位為把運算能力與全棧 AI 基礎建設打造為可投資的資產類別。
若模式順利運作,部分基礎建設便不必直接留在超大規模雲端業者的資產負債表上,也能把 AI 專案與私募股權、私人信貸、基礎建設基金及專案融資投資者連結起來。
但資產移出母公司並不代表風險消失,只是改變了由誰持有資產、誰以資產放款,以及當使用率或收入低於預期時由誰承擔損失。
長期美國國債殖利率上升,會推高公司債、租賃及專案債務的整體融資成本,也會降低遠期 AI 現金流的現值。當專案必須負擔更高利息時,原本在低利率環境下看似吸引的商業模式,可能變得不那麼划算。
基礎建設融資往往在設施達到完整使用率前數年就已安排。這會形成時間差:債務償付按照固定時程開始,但運算需求與 AI 產品收入可能發展得更慢。
因此,核心問題不是超大規模雲端業者是否仍能借到錢——許多公司仍具備相當財務能力,而是整體借貸速度是否超過持久的 AI 需求與現金創造能力。
Oracle 是市場密切觀察的個案。公司正以積極的方式擴張 AI 業務,相較於現金更充裕的同業,對槓桿與再融資環境也更敏感。市場報導曾指出 Oracle 的 CDS 利差明顯擴大,但不同來源與日期的具體數值並不一致。
CDS 利差擴大不代表公司即將違約,而是表示為其債務投保的成本上升,投資人認為需要更高報酬,才能補償所感知的信用風險。
AI 硬體的經濟價值可能比用來融資的債券或基礎建設貸款更快下滑。若新一代處理器令現有 GPU 的競爭力下降,或設備使用率下跌,抵押品價值可能減少,但債務仍須按原定期限償還。
這與一般房地產融資不同:資料中心建築可能多年仍具使用價值,但其中的運算設備卻可能快速面臨技術淘汰。
資料中心與專案融資架構,可能集中暴露於少數超大規模租戶。若其中一家大型客戶削減支出、重新議約,或雲端與 AI 需求轉弱,數個專案可能同時受到影響,尤其是為特定 AI 工作負載而興建的設施。
大型科技公司或許仍有空間增加債務,而不會立即失去投資級評級。但債券市場以有利價格吸收新增債務的能力並非無限。高盛研究指出,超大規模雲端業者的潛在借款能力,可能與美元投資級債券市場能夠舒適承接的規模之間存在落差。
這也解釋了為何企業開始擴大使用歐元及其他外幣債券、私人投資級信貸、基礎建設基金、租賃及合資專案債券。這些通道能分散資金來源,但也可能令整個 AI 生態系統的實際槓桿程度更難完整評估。
AI 借貸已經改變這波基礎建設擴張的融資模式。原本主要由企業現金支持的科技投資,正轉變為涉及公開債券、私人信貸、基礎建設基金、租賃及專案融資的廣泛資本市場週期。
短期而言,最明顯的市場影響是投資級債券供給增加,以及債券投資人變得更挑剔。長期風險則在於資產與負債期限錯配:今天融資興建的基礎設施與硬體,是建立在未來 AI 需求及收入會及時出現的假設上;但這些收入可能延遲,甚至低於預期。
真正的分水嶺,在於 AI 建設最終成為高生產力的基礎建設週期,還是以借貸推動的槓桿週期。只要使用率、定價能力與 AI 服務收入能在硬體折舊及債務服務成本形成約束前上升,借貸便具有可持續性;若產能擴張速度快過持久需求,整個模式就會變得脆弱。