8月17日，《华尔街日报》对Alphabet、亚马逊、微软、Meta、Oracle、英伟达、Broadcom、SpaceX和AMD九家科技公司的最新监管文件进行梳理后发现，这些公司已积累约3万亿美元的表外承诺，其中大部分与AI基建相关。这一规模约为九家公司过去一年披露的6000亿美元传统资本开支的五倍，也是其表内存量租赁负债和长期借款的约三倍。

这3万亿美元主要由两部分组成：约1.2万亿美元尚未起租的租约承诺，以及约1.9万亿美元采购及其他合同义务。由于相关资产或服务尚未交付，这些承诺尚未确认为表内负债，但大多不可取消。这意味着即使未来AI收入低于预期，科技公司可能仍需要为无法产生足够回报的基础设施持续付款。

在这两类承诺中，1.2万亿美元未起租租约将科技公司与信用市场隐秘地连接起来。有时，科技巨头并不直接建设数据中心，而是与SPV（特殊目的实体）或合资项目公司合作，由项目公司负责持有和建设资产，它们再以未来租金为基础向私人信贷和机构投资者举债。其经济效果类似于借款，却主要存在于科技巨头资产负债表之外，BIS（国际清算银行）将这类结构称为“影子借贷”。租约承诺与SPV债务并不是同一笔负债，但前者为后者提供了现金流和信用支持，由此把科技巨头、数据中心开发商和金融机构连接起来，使AI基建风险从股票市场进一步延伸至信用市场。

BIS在今年6月发布的年度经济报告中，将当前AI投资潮与历史上的运河、铁路、电气化和互联网建设周期进行比较，并指出本轮扩张已呈现高资本开支、债务融资、SPV、循环融资和信用集中等特征。随着科技企业为AI基础设施大量融资，与Oracle、英伟达、Meta和Alphabet等公司相关的CDS（信用违约掉期）交易及保护成本也明显上升，说明市场已经开始把AI军备竞赛作为一个信用问题、而不只是估值问题来观察。

当未来的AI需求不再只是支撑科技股估值的增长预期，也开始成为支持当下举债和大规模建设的信用基础时，需求判断失误的后果就不再局限于股价回调，而是会进一步转化为难以修复的信用损失。如今的AI基建热潮正在重现次贷危机中最危险的一幕：把高度不确定的未来需求当成稳定偿债现金流，再围绕它叠加杠杆，并将风险转移、扩散至金融体系。一旦技术迭代快于资产回收，或者未来需求没有兑现今天的预期，风险就可能沿着租约和债务向信用市场快速传导——“AI基建”正在成为AI泡沫中更值得警惕的风险载体。

围绕AI基建金融化，以下几个判断值得关注：

“AI基建潮”正在把资本开支推向信用扩张：九家科技公司的表外承诺已接近3万亿美元，相当于其过去一年传统资本开支的5倍。这些承诺把未来支出提前锁定，使AI投资从依赖企业当期现金流的资本开支，逐渐变成由长期合同和外部融资共同推动的信用扩张。

三只不同速度的时钟构成结构性风险：数据中心设施可以使用几十年，GPU和服务器数年就会换代，下游客户需求则可能随市场快速变化。金融市场用长期合同和债务把三者锁在一起后，技术迭代、收入波动和固定付款就可能相互放大。

第一张倒下的骨牌未必是科技巨头：AI回报低于预期时，微软、Meta等巨头未必立即违约，只需减少新增租约和资本开支，就可能使项目预租率、资产估值和再融资能力同时下降。风险往往会先暴露在高杠杆、客户单一且依赖持续融资的数据中心开发商和AI云服务商身上。

项目风险一旦走出SPV就可能扩散至金融体系：当基础设施基金提供股权、私人信贷和保险资金持有项目债务、银行再向SPV或基金提供授信，投资损失就不再只由科技公司股东承担，而可能沿着项目债务和融资关系逐层传递，最终演变为更广泛的信用收缩。

它还不是2008，但走向系统性风险的门槛已经清晰：当前核心租户的信用远强于次贷借款人，AI项目债务也尚未形成2008年前那种广泛证券化和短期融资结构。只有当高杠杆、期限转换和流动性承诺叠加在一起，产业投资损失才可能升级为系统性金融风险。

真实需求不能阻止泡沫，只有现金流才能偿还债务：真实的AI需求不是阻止泡沫的充分条件，不能保证每个项目都能获得足够回报。AI需求决定这些基础设施最终有没有用途，现金流决定过程能否顺利推进——而危机通常发生在两者之间的距离被低估的时候。

具体案例中，Meta与Blue Owl合作开发的Hyperion园区预计耗资约270亿美元，Blue Owl旗下基金持股80%，Meta只保留20%。园区建成后，Meta将租用全部设施。Meta向SEC披露，相关租约预计2029年起租，最初四年的承诺金额约为123亿美元，并可续租至最多20年。为降低Meta不续租的风险，公司还提供了覆盖运营最初16年的有条件残值担保。BIS指出，一些AI项目债务正是依靠投资级科技巨头的合同支持获得投资级特征。

CoreWeave将这套模式进一步推向标准化。截至2025年底，公司拥有607亿美元剩余履约义务，已承诺客户合同的加权平均期限约为五年。2026年3月，CoreWeave完成一笔85亿美元无追索权融资，获得穆迪A3和DBRS A（low）的投资级评级。两个月后，公司又完成31亿美元公开银团贷款。这笔贷款可以在二级市场交易，意味着AI项目债务已经开始从少数机构间的定制融资，变成能够被评级、分销和交易的信用资产。

英伟达作为这场“AI基建潮”最大的受益者之一，也正在主动帮助客户把数据中心的建设金融化。不久前，英伟达与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立融资合作，计划在未来调动超过5000亿美元第三方资本，为采用英伟达技术的数据中心提供资金。BlackRock、微软和MGX等机构建立的AI Infrastructure Partnership同样体现了这类资金的放大过程：该平台计划先募集300亿美元股权资本，再通过债务融资把潜在投资能力扩大至1000亿美元。

这种变化已经出现在公开债券市场。BIS统计，Alphabet、亚马逊、Meta、微软和Oracle等超大规模云厂商2025年的债券发行总额超过1000亿美元，而且大部分期限超过五年。BIS据此判断，随着AI投资需求超过企业经营现金流能够轻松覆盖的范围，债务和私人信贷将在新增融资中承担越来越重要的角色。

外部信用由此放松了AI建设的当期资金约束。科技公司可以先签下长期租约或容量合同，由项目公司和金融机构提供建设资金，再把支出分摊到未来多年。决定数据中心建设规模的问题，也从“科技公司愿意花多少钱”，扩展为“金融市场愿意依据其信用借出多少钱”。这套机制还会与科技股估值相互强化。按托宾Q理论：较高的市场估值降低融资成本，鼓励企业把更多增长预期转化为现实投资；持续扩大的投资，又反过来强化市场对未来增长的想象。“AI基建潮”由此形成一条自我强化的链条。AI投资不再只是企业内部的资本开支，而开始叠加一轮更不可控的信用扩张。

AI数据中心里实际上同时存在三只时钟：设施按几十年建设，计算设备按几年换代，客户需求则可能按季度变化。当金融市场用长期债务把三只时钟锁在一起，错配也就随之产生。标普在研究数据中心设备证券化时，将GPU等计算设备归为使用寿命约4—6年的短寿命资产，而数据中心建筑等长期资产的寿命可以达到30—35年。这种时间差异已经产生了实际的损害。亚马逊2025年将部分服务器和网络设备的预计使用寿命从六年缩短至五年，理由正是AI和机器学习技术发展加快。这一年的调整就使其折旧及摊销费用增加14亿美元，净利润减少10亿美元。

第二只走得不一致的时钟，是上游固定付款与下游客户收入。CoreWeave与Core Scientific之间的合同提供了一个直观样本。Core Scientific披露，其为CoreWeave建设的高性能计算基础设施接近590兆瓦，合同潜在收入超过100亿美元，大部分合同期限为12年，并附带两次五年续约选择权。但在下游，CoreWeave已承诺客户合同的加权平均期限约为5年。前五年，客户合同可以覆盖部分项目成本；五年之后，CoreWeave仍需履行更长期的基础设施合同，却要重新争取客户、续签算力订单。穆迪测算，尚未开始履行的数据中心租约承诺，已经相当于相关超大规模云厂商最近一期调整后债务的113%。穆迪由此认为，租赁能够减少企业前期资本投入，却也会降低其财务和经营灵活性。

美国新建设的AI数据中心分布在路易斯安那、得克萨斯、佐治亚和宾夕法尼亚，由不同开发商、基金和SPV持有。从物理位置和法律结构看，这些项目似乎彼此分散。但沿着合同向上追溯，付款人很快会收敛到少数几家公司。Core Scientific价值超过100亿美元的高性能计算合同主要指向CoreWeave；Galaxy披露，其Helios二期项目也全部出租给CoreWeave，基础租期15年，最低合同租金约104亿美元。再向下一层穿透，CoreWeave自身的收入又曾高度依赖微软——微软在2024年贡献了CoreWeave约62%的收入。这意味着，两个分别位于不同地区、由不同开发商持有的数据中心，可以同时依赖CoreWeave。而CoreWeave的付款能力，又可能受到微软等少数客户需求的影响。有些项目的信用链条还要再绕一层。Cipher Mining在得克萨斯州建设的Barber Lake数据中心，直接承租方是AI云服务商Fluidstack，但Google为Fluidstack的部分租赁义务提供了信用支持。经过这样两三层合同包装后，项目看起来被分散在不同SPV中，底层需求却仍然集中在Meta、微软、Google、OpenAI等少数科技巨头身上。

BIS指出，当前AI建设高度集中于少数超大规模云厂商，五家最大的云厂商在2025-2026年的AI相关资本开支将超过1万亿美元。如果这些公司放慢资本开支，工程承包商、数据中心开发商和其他供应链借款人可能同时失去收入，并面临偿债压力。项目被装进不同SPV，并不会自动让底层信用彼此独立。对单个项目来说，这是一份长期合同；对整个市场来说，大量合同可能都在押注同一个AI需求周期。因此，AI基建的第三重错配是：资产看起来分散，信用风险却高度集中。而这三重错配真正危险的地方，在于它们会彼此强化。技术更新加快，首先压低旧设备的盈利能力；长期固定付款随后放大现金流压力；当少数核心客户同时削减投资时，原本分散在不同项目中的风险就可能同时暴露。