摩根士丹利首席固定收益策略師Vishwanath Tirupattur在8月17日釋出的報告中指出，AI投資週期正經歷從技術驅動向資本驅動的關鍵轉變。報告認為，超大規模雲廠商大幅上調資本支出計劃，公開和私募信貸市場在AI基礎設施融資中承擔了更大份額，投資者開始對不同借款主體和商業模式作出更細緻的區分，而融資結構也在快速迭代，觸角延伸至價值鏈更深處，並越來越多地聚焦在晶片等單一元件層面。
Tirupattur在報告中強調，AI投資的規模早已表明，傳統融資渠道單憑一己之力將難以為繼。真正令人印象深刻的，是市場響應的速度、廣度和創造力。他認為，AI已不再只是技術故事，正在演變為資本市場故事，理解資本流向的重要性將不亞於理解技術創新本身。
報告指出，算力供給持續跟不上需求，推動超大規模雲廠商不斷追加資本支出以鎖定未來產能。摩根士丹利股票研究團隊最新估算，微軟、Alphabet、亞馬遜、Meta四大超大規模雲廠商2027年合計資本支出將較2026年增長57%。這些支出計劃背後，是對投資回報的強烈信心。摩根士丹利網際網路分析師Brian Nowak在報告《通往25%-50%生成式AI投資回報率的路徑》中指出，相關投資有望實現25%以上的投入資本回報率（ROIC）。
然而，資本支出的部署與貨幣化之間存在明顯時間差，導致近期自由現金流承壓。摩根士丹利分析師對四大超大規模雲廠商2027年自由現金流的預測持續下調。資本支出上升、現金流下降，兩者之間的融資缺口在2027年將進一步擴大，分析師認為，AI相關信用債發行規模將維持高位，甚至需要進一步增加。
今夏信用市場的表現揭示了AI融資生態內部的結構性差異。AI相關信用利差大幅走闊：高評級發行人利差一度較年初擴大約35個基點，低評級名稱則擴大約50個基點，隨後在最近兩週出現明顯回收。更值得關注的是不同融資渠道之間的分化。高評級無擔保債券受衝擊最大，原因在於發行量急劇放量，且投資者面臨的風險敞口更廣泛，與AI投資週期的整體不確定性直接掛鉤。資料中心ABS和CMBS則相對抗壓，這類結構化產品背後是已建成、已通電、已出租的運營資產，合同現金流基本確定，加之發行節奏較為剋制，有效隔離了無擔保市場的波動。
Tirupattur進一步區分了兩類發行主體的行為差異。高評級端，微軟、Alphabet、亞馬遜、Meta等超大規模雲廠商平均評級約為AA，融資需求大但評級彈性充足，輝達、博通等頭部半導體公司也歸入此類。鑑於其ROIC預期，這些發行人對融資成本的小幅變化並不敏感，利差走闊不會實質性放緩其融資節奏。低評級端，如Oracle（各評級機構給予中低BBB評級），以及前比特幣礦商、REITs等資料中心開發商，資產負債表靈活性有限，對融資成本更為敏感。對這類借款人而言，利差走闊構成實質約束，融資成本本身成為供給的天然穩定器。
報告指出，AI融資的下一階段將呈現明顯的結構性轉變。增量資本支出的重心，正在從資料中心外殼轉向算力裝置（伺服器與晶片）以及能源資產。這類資產天然適合資產層面的融資安排，為私人資本提供了更大的介入空間。近期市場已出現明確訊號：輝達宣佈推出算力基礎設施融資平台；博通支援的350億美元晶片融資交易落地，規模創紀錄；2025年底的Beignet交易，以及近期的Sopaipilla交易，均代表融資結構創新的新方向。Tirupattur認為，大規模元件融資的興起，將在很大程度上依賴高評級發行人發揮其評級和資產負債表優勢——通過提供兜底安排、信用支援和殘值擔保，幫助私人資本承銷規模越來越大的AI基礎設施資產池。
隨著AI從技術週期演變為資本週期，理解融資的細節正變得越來越重要。AI融資生態正在快速擴張，但並非均勻擴張。不同信用渠道吸收的風險各異，發行人行為將因資本需求、評級彈性和融資成本敏感度的不同而加速分化。最終結果是一個更復雜、更分層的市場，融資結果將越來越多地決定競爭結果。正如Tirupattur所言：“在AI建設週期的下一階段，理解資本流向，幾乎與理解創新流向同等重要。AI不再只是技術故事，它正日益成為資本市場故事。”