8月17日，《華爾街日報》對Alphabet、亞馬遜、微軟、Meta、Oracle、輝達、Broadcom、SpaceX和AMD九家科技公司的最新監管檔案進行梳理後發現，這些公司已積累約3萬億美元的表外承諾，其中大部分與AI基建相關。這一規模約為九家公司過去一年披露的6000億美元傳統資本開支的五倍，也是其表記憶體量租賃負債和長期借款的約三倍。

這3萬億美元主要由兩部分組成：約1.2萬億美元尚未起租的租約承諾，以及約1.9萬億美元採購及其他合同義務。由於相關資產或服務尚未交付，這些承諾尚未確認為表內負債，但大多不可取消。這意味著即使未來AI收入低於預期，科技公司可能仍需要為無法產生足夠回報的基礎設施持續付款。

在這兩類承諾中，1.2萬億美元未起租租約將科技公司與信用市場隱秘地連線起來。有時，科技巨頭並不直接建設資料中心，而是與SPV（特殊目的實體）或合資專案公司合作，由專案公司負責持有和建設資產，它們再以未來租金為基礎向私人信貸和機構投資者舉債。其經濟效果類似於借款，卻主要存在於科技巨頭資產負債表之外，BIS（國際清算銀行）將這類結構稱為“影子借貸”。租約承諾與SPV債務並不是同一筆負債，但前者為後者提供了現金流和信用支援，由此把科技巨頭、資料中心開發商和金融機構連線起來，使AI基建風險從股票市場進一步延伸至信用市場。

BIS在今年6月釋出的年度經濟報告中，將當前AI投資潮與歷史上的運河、鐵路、電氣化和網際網路建設週期進行比較，並指出本輪擴張已呈現高資本開支、債務融資、SPV、迴圈融資和信用集中等特徵。隨著科技企業為AI基礎設施大量融資，與Oracle、輝達、Meta和Alphabet等公司相關的CDS（信用違約掉期）交易及保護成本也明顯上升，說明市場已經開始把AI軍備競賽作為一個信用問題、而不只是估值問題來觀察。

當未來的AI需求不再只是支撐科技股估值的增長預期，也開始成為支援當下舉債和大規模建設的信用基礎時，需求判斷失誤的後果就不再侷限於股價回撥，而是會進一步轉化為難以修復的信用損失。如今的AI基建熱潮正在重現次貸危機中最危險的一幕：把高度不確定的未來需求當成穩定償債現金流，再圍繞它疊加槓桿，並將風險轉移、擴散至金融體系。一旦技術迭代快於資產回收，或者未來需求沒有兌現今天的預期，風險就可能沿著租約和債務向信用市場快速傳導——“AI基建”正在成為AI泡沫中更值得警惕的風險載體。

圍繞AI基建金融化，以下幾個判斷值得關注：

“AI基建潮”正在把資本開支推向信用擴張：九家科技公司的表外承諾已接近3萬億美元，相當於其過去一年傳統資本開支的5倍。這些承諾把未來支出提前鎖定，使AI投資從依賴企業當期現金流的資本開支，逐漸變成由長期合同和外部融資共同推動的信用擴張。

三隻不同速度的時鐘構成結構性風險：資料中心設施可以使用幾十年，GPU和伺服器數年就會換代，下游客戶需求則可能隨市場快速變化。金融市場用長期合同和債務把三者鎖在一起後，技術迭代、收入波動和固定付款就可能相互放大。

第一張倒下的骨牌未必是科技巨頭：AI回報低於預期時，微軟、Meta等巨頭未必立即違約，只需減少新增租約和資本開支，就可能使專案預租率、資產估值和再融資能力同時下降。風險往往會先暴露在高槓杆、客戶單一且依賴持續融資的資料中心開發商和AI雲服務商身上。

專案風險一旦走出SPV就可能擴散至金融體系：當基礎設施基金提供股權、私人信貸和保險資金持有專案債務、銀行再向SPV或基金提供授信，投資損失就不再只由科技公司股東承擔，而可能沿著專案債務和融資關係逐層傳遞，最終演變為更廣泛的信用收縮。

它還不是2008，但走向系統性風險的門檻已經清晰：當前核心租戶的信用遠強於次貸借款人，AI專案債務也尚未形成2008年前那種廣泛證券化和短期融資結構。只有當高槓杆、期限轉換和流動性承諾疊加在一起，產業投資損失才可能升級為系統性金融風險。

真實需求不能阻止泡沫，只有現金流才能償還債務：真實的AI需求不是阻止泡沫的充分條件，不能保證每個專案都能獲得足夠回報。AI需求決定這些基礎設施最終有沒有用途，現金流決定過程能否順利推進——而危機通常發生在兩者之間的距離被低估的時候。

具體案例中，Meta與Blue Owl合作開發的Hyperion園區預計耗資約270億美元，Blue Owl旗下基金持股80%，Meta只保留20%。園區建成後，Meta將租用全部設施。Meta向SEC披露，相關租約預計2029年起租，最初四年的承諾金額約為123億美元，並可續租至最多20年。為降低Meta不續租的風險，公司還提供了覆蓋運營最初16年的有條件殘值擔保。BIS指出，一些AI專案債務正是依靠投資級科技巨頭的合同支援獲得投資級特徵。

CoreWeave將這套模式進一步推向標準化。截至2025年底，公司擁有607億美元剩餘履約義務，已承諾客戶合同的加權平均期限約為五年。2026年3月，CoreWeave完成一筆85億美元無追索權融資，獲得穆迪A3和DBRS A（low）的投資級評級。兩個月後，公司又完成31億美元公開銀團貸款。這筆貸款可以在二級市場交易，意味著AI專案債務已經開始從少數機構間的定製融資，變成能夠被評級、分銷和交易的信用資產。

輝達作為這場“AI基建潮”最大的受益者之一，也正在主動幫助客戶把資料中心的建設金融化。不久前，輝達與Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立融資合作，計劃在未來調動超過5000億美元第三方資本，為採用輝達技術的資料中心提供資金。BlackRock、微軟和MGX等機構建立的AI Infrastructure Partnership同樣體現了這類資金的放大過程：該平台計劃先募集300億美元股權資本，再通過債務融資把潛在投資能力擴大至1000億美元。

這種變化已經出現在公開債券市場。BIS統計，Alphabet、亞馬遜、Meta、微軟和Oracle等超大規模雲廠商2025年的債券發行總額超過1000億美元，而且大部分期限超過五年。BIS據此判斷，隨著AI投資需求超過企業經營現金流能夠輕鬆覆蓋的範圍，債務和私人信貸將在新增融資中承擔越來越重要的角色。

外部信用由此放鬆了AI建設的當期資金約束。科技公司可以先簽下長期租約或容量合同，由專案公司和金融機構提供建設資金，再把支出分攤到未來多年。決定資料中心建設規模的問題，也從“科技公司願意花多少錢”，擴充套件為“金融市場願意依據其信用借出多少錢”。這套機制還會與科技股估值相互強化。按託賓Q理論：較高的市場估值降低融資成本，鼓勵企業把更多增長預期轉化為現實投資；持續擴大的投資，又反過來強化市場對未來增長的想象。“AI基建潮”由此形成一條自我強化的鏈條。AI投資不再只是企業內部的資本開支，而開始疊加一輪更不可控的信用擴張。

AI資料中心裡實際上同時存在三隻時鐘：設施按幾十年建設，計算裝置按幾年換代，客戶需求則可能按季度變化。當金融市場用長期債務把三隻時鐘鎖在一起，錯配也就隨之產生。標普在研究資料中心裝置證券化時，將GPU等計算裝置歸為使用壽命約4—6年的短壽命資產，而資料中心建築等長期資產的壽命可以達到30—35年。這種時間差異已經產生了實際的損害。亞馬遜2025年將部分伺服器和網路裝置的預計使用壽命從六年縮短至五年，理由正是AI和機器學習技術發展加快。這一年的調整就使其折舊及攤銷費用增加14億美元，淨利潤減少10億美元。

第二隻走得不一致的時鐘，是上游固定付款與下游客戶收入。CoreWeave與Core Scientific之間的合同提供了一個直觀樣本。Core Scientific披露，其為CoreWeave建設的高效能運算基礎設施接近590兆瓦，合同潛在收入超過100億美元，大部分合同期限為12年，並附帶兩次五年續約選擇權。但在下游，CoreWeave已承諾客戶合同的加權平均期限約為5年。前五年，客戶合同可以覆蓋部分專案成本；五年之後，CoreWeave仍需履行更長期的基礎設施合同，卻要重新爭取客戶、續簽算力訂單。穆迪測算，尚未開始履行的資料中心租約承諾，已經相當於相關超大規模雲廠商最近一期調整後債務的113%。穆迪由此認為，租賃能夠減少企業前期資本投入，卻也會降低其財務和經營靈活性。

美國新建設的AI資料中心分佈在路易斯安那、得克薩斯、佐治亞和賓夕法尼亞，由不同開發商、基金和SPV持有。從物理位置和法律結構看，這些專案似乎彼此分散。但沿著合同向上追溯，付款人很快會收斂到少數幾家公司。Core Scientific價值超過100億美元的高效能運算合同主要指向CoreWeave；Galaxy披露，其Helios二期專案也全部出租給CoreWeave，基礎租期15年，最低合同租金約104億美元。再向下一層穿透，CoreWeave自身的收入又曾高度依賴微軟——微軟在2024年貢獻了CoreWeave約62%的收入。這意味著，兩個分別位於不同地區、由不同開發商持有的資料中心，可以同時依賴CoreWeave。而CoreWeave的付款能力，又可能受到微軟等少數客戶需求的影響。有些專案的信用鏈條還要再繞一層。Cipher Mining在得克薩斯州建設的Barber Lake資料中心，直接承租方是AI雲服務商Fluidstack，但Google為Fluidstack的部分租賃義務提供了信用支援。經過這樣兩三層合同包裝後，專案看起來被分散在不同SPV中，底層需求卻仍然集中在Meta、微軟、Google、OpenAI等少數科技巨頭身上。

BIS指出，當前AI建設高度集中於少數超大規模雲廠商，五家最大的雲廠商在2025-2026年的AI相關資本開支將超過1萬億美元。如果這些公司放慢資本開支，工程承包商、資料中心開發商和其他供應鏈借款人可能同時失去收入，並面臨償債壓力。專案被裝進不同SPV，並不會自動讓底層信用彼此獨立。對單個專案來說，這是一份長期合同；對整個市場來說，大量合同可能都在押注同一個AI需求週期。因此，AI基建的第三重錯配是：資產看起來分散，信用風險卻高度集中。而這三重錯配真正危險的地方，在於它們會彼此強化。技術更新加快，首先壓低舊裝置的盈利能力；長期固定付款隨後放大現金流壓力；當少數核心客戶同時削減投資時，原本分散在不同專案中的風險就可能同時暴露。