AI基础设施的融资模式正从股权驱动转向债务驱动,这一转变可能埋下类似2008年次级债危机的隐患。文章《谁是AI界的“恒大”?》指出,2000年互联网泡沫主要靠股权融资,破裂时是线性的股市危机;而当前AI基建依赖债务,一旦出问题将首先引爆债市。数据中心从拿地、举债建设、签订“照付不议”合同、抵押融资到发行ABS,玩法与房地产开发无异,但叠加了“半导体快速折旧”的风险,比纯房地产更危险。
目前,五大云厂商的资本开支增速已超过现金流增速,谷歌、亚马逊的自由现金流已转负。只要增速放缓,二阶导下降,就会走上依靠再融资续命的阶段。文章还提到表外的“影子贷款”,把债务藏到表外,让负债水平看似安全,实际更加危险。上周,英伟达与Apollo、BlackRock、Goldman Sachs、KKR等机构合作,通过金融平台撬动超过5000亿美元的第三方资本,用于AI计算基础设施建设。英伟达宣布融资支持AI基础设施,本来应该是利好,结果股价下跌约3%,市场反应表明投资者在担忧AI资本开支的“金融杠杆”是否加得太高。
Apollo、Blackstone、KKR等是2025年出现重大危机事件的“私募信贷”机构,它们放贷灵活,没有普通银行的条条框框,速度快,可以支持创新产业,但透明度低,杠杆高,没有银行必做的“压力测试”,谁也不知道中间埋了多少雷。此前“影子借贷”主要集中于五大云厂商,其他第三方云厂商没有能力入局,但英伟达攒局后,虽然目的是卖自家的GPU,但客观上“影子借贷”蔓延到了中小第三方云厂商。
算力金融化的趋势越来越明显,引发一个关键问题:AI增长的收入中,有多少是真实需求驱动,有多少是资本开支驱动?谷歌、亚马逊的自由现金流转负是标志事件,以前AI基建主要靠主营业务的现金支撑,但从今年开始,增长越来越靠融资驱动。这不仅是杠杆风险,还涉及收入的真实性,而这个问题又加剧了杠杆风险。以OpenAI为例,如果只靠股权融资,恐怕连大模型训练费用都承受不了。事实上,OpenAI和Anthropic根本不用给云厂商付现款,而是“记账”,类似航空公司对波音空客的融资租赁,还钱方式多样化:一部分是五大云厂商的部分投资款,把算力折成投资;一部分是算力积分券,五大云厂商用“算力抵用券”对冲;剩下的就是OpenAI和Anthropic未来预期的收入增长,即ARR。
从外表看,微软增加资本开支,购买GPU、建设数据中心,产生AI服务收入,AI公司再购买云服务,形成新的收入,从大模型厂商到五大云厂商,从数据中心到第三方算力租赁,从英伟达到上游供应链,订单看上去很繁荣。实际上,相当一部分收入是你欠我的,我欠他的,他欠你的,导致AI收入缺乏“独立性”,并非完全自发产生。投资AI产业链,不能只看订单,关键在于AI需求的源头有多少来自最终用户,有多少来自产业链内部的钱。后者虽然不算是“虚假需求”,但至少是打折扣的需求。真正的独立需求应剔除云厂商自建AI、战略投资、算力预付款、云积分“算力抵用券”之后的纯现金流收入。
独立需求很难统计,但有一个代替指标,就是“资本开支的二阶导数”。资本开支的一阶导数是资本开支增长速度,二阶导数对应需求增长速度是否继续加快。资本开支转化为需求的效率再高,也只能推动一阶导数,二阶导数的持续向上,一定是有系统外的新需求,比如今年的AI编程和Agent的需求。只要二阶导下降,就代表新增收入不能对应新增资本开支,只能依赖再融资。当AI逐渐变成一个信用周期,就需要穿越AI产业链的债权债务关系。
如果把AI基础设施债务穿透到底层,最终承担者不是某一家AI公司,而是一条很长的金融链条中的不同深度的参与者。债务的表面承担者是AI大模型公司和云厂商,都是巨无霸,这是很多人认为AI债务风险不大的原因。它们之间有长期合同,承诺未来10年每年采购多少GPU算力,从会计角度可能不会马上显示为债务,但实际上是用未来的现金流担保。越来越多表外的借钱人是数据中心SPV,成立特殊SPV公司负责购买与建设AI资产,并承担债务,收入主要是OpenAI和Anthropic的长期租赁费。这个结构从法律上说债务在SPV,五大云厂商和英伟达的账面上看不到,但实际上就是他们的债务。AI基建早期的债权属于银行,但银行通常不会长期持有全部风险,会打包变成ABS出售,就像2008年一样。真正的最终债权人是机构投资者,ABS卖给了养老金和保险公司,SPV背后还有私募信贷基金。当然,最终实际承担者还是普通投资者。
理解债权债务关系后,下一步是寻找最脆弱的环节。从压力出现的时间看,最先承压的是AI应用公司和小型AI创业公司,算力昂贵,竞争激烈,收入低于成本,一旦AI需求放缓,会最快死亡。第二环是数据中心运营商,资产极重,负债率极高,收入依赖少数大客户,GPU快速折旧,一旦大客户减少采购,空置率上升,很快就会陷入债务危机,这是最接近房地产开发商的环节。第三环是五大云厂商和英伟达,目前还是主要债务人,是AI债务真正的“承重墙”,但资产负债表强,客户多,AI只是云业务的一部分,囤积的GPU就算AI需求下降,还可以用于普通云计算,更可能经历“投资回报下降”,而不是“债务危机”,但对股东而言,估值杀个50%是大概率事件。最后一环是OpenAI、Anthropic等大模型厂商,虽然危机最初是他们的收入增速下降引发,但因为融资主要是股权,没有刚性到期债务,如果没有上市,那反而是最安全的。不过OpenAI与Anthropic之间的区别可能比它们与其他环节的区别更大。Anthropic的收入大约有80%来自企业客户,粘性强、收入稳定,单位经济效益已脱离亏损区,现金消耗率正在收敛。相比之下,OpenAI更脆弱,收入大约有60%来自个人消费者,现金消耗率极高,在2027年之前都将维持在57%左右,目前看不到实现正向现金流的途径。Anthropic的大部分债务受到保护,比如在Apollo和Blackstone提供的约350亿美元TPU算力融资项目中,Anthropic的债券借用了其投资级支持者的信用评级。而OpenAI没有真正的联合签署人,微软在2026年4月撤掉了所有的结构性支撑。软银曾以OpenAI股权为抵押,筹集100亿美元保证金贷款,因贷款方犹豫,软银甚至提供个人担保。OpenAI凭借独特地位,自身债务风险不大,但却是整个AI生态系统中最可能引发危机的“雷”。
如果发生最坏情况,类似2008年席卷全球的债务危机,产业链最安全的是英伟达,但股东手里的股票跌个50%是起步价。其次是OpenAI与Anthropic,再次是除甲骨文外的云巨头。甲骨文的还本付息率仅为48%,如果风险等级提升,融资利率提高,很可能立刻陷入债务危机。依靠融资扩张的AI创业公司,融资一减速,立刻现金流枯竭,数量巨大,对实体经济影响不可小看。拥有大量融资项目的AI数据中心,无论是繁荣时的延期,还是衰退期的租赁价格下降,都足以形成危机。最危险的环节是第三方GPU租赁和新型算力云公司,核心商业模式是大量买GPU出租,赚GPU差价和算力通胀溢价,杠杆率极高,一旦需求过剩,立刻资不抵债。最典型的是CoreWeave,被称为“AI云计算行业的恒大”。公司凭借专为AI优化的技术栈和高效的资本运作,成为少数能大规模快速交付最新AI基础设施的专业云厂商,但更创新的是融资结构,通过将客户的长期合同作为底层资产进行债务融资,以远低于自身主体的成本获取扩张资金,形成“订单-融资-扩张-再接单”的增长飞轮,本质上就是房地产快速扩张的模式。公司债务股本比高达13.8,持续巨额资本开支,净利润持续为负,调整后经营利润率指引8%远低于长期目标25%~30%,短时间内交付数百亿乃至上千亿美元的订单,供应链极容易出问题。由于合同已全部抵押出去,一旦收入增速低于预期或低于GPU折旧,资产减值压力会很快压垮资产负债表。以CoreWeave为代表的高杠杆、快速扩张的第三方算力租赁,是未来最有可能爆雷的环节。
如果危机升级,可能先后出现几个风险事件。第一件是OpenAI的IPO。目前OpenAI和Anthropic的付款主要靠订单融资,融资能力是运营成本的核心环节,优越融资条件维持的前提是每一轮新融资估值必须高于上一轮,所以OpenAI的IPO定价至关重要,定价过低或上市后高开低走都不利于下一步融资。私募信贷信息可以不公开,但IPO会披露每一个财务细节,足以构成风险事件,可能发生在今年年底到明年年初。第二件是借款人为了保留现金,缩减对算力的承诺。当大模型公司的ARR无法维持持续增长,就会发生订单义务缩减,构成合同违约,成为标志性事件,类似房地产泡沫后出现第一批“烂尾楼”。第三件是违约事件最先打击这两年风头无双的新型云计算公司,如CoreWeave、Lambda和Crusoe。当GPU购买和出租利差发生倒挂时,它们实际上就已资不抵债,第一个倒下的公司可能构成“恒大时刻”,CoreWeave的倒下类似碧桂园,被认为相对安全的甲骨文类似万科。关键在于,当一件事发生,其他事件就不可避免。第四件是整个AI体系的信贷冻结。此时剩余履约义务将被重新定价为交易对手风险,以GPU为担保的票据将无法展期,上游产业链(包括A股的算力链企业)大面积资产减值。债务风险充分暴露后主要影响股市,股权价值将遭毁灭性打击,所有公司估值被杀到历史最低水平,包括五大云厂商,然后进入漫长的“杀业绩”周期。
但AI与房地产最大的区别在于,技术仍然在进步,实际渗透率仍然在上升,需求仍然在高速增长,只是之前的基建太过超前。所以到最后,那些资本最雄厚、在AI基建中投入最谨慎、风险敞口最小的参与者,将以极低的价格收购被搁置的数据中心项目,并为必须存续的租赁合同提供担保。也许是苹果,也许是英伟达,也许是巴菲特。此时,债务危机引发的经济衰退已经好几年,美联储一路把利率降到3%以内,卸掉杠杆负担的AI产业链,以较低的成本重新开始一轮大规模基建,才能进入下一个繁荣周期。