五家美国科技巨头的隐性 AI 债务达到 1.65 万亿美元，而资产负债表只揭示了一半真相

Meta、Oracle、Alphabet、Amazon 和 Microsoft 已累积约 1.65 万亿美元的隐性 AI 债务和长期基础设施承诺。

据一项隐性债务研究报道，这一总额在四年内增长了约八倍。它还超过了这些公司合计约 1.35 万亿美元的资产负债表债务。

“隐性债务”这一说法需要谨慎理解。其中大部分并非传统借款，这些公司将其排除在已报告债务之外也没有违反会计准则。

这一数字包含未来的数据中心租赁、云容量合同、设备采购承诺、能源协议以及其他具有约束力的义务。由于相关设施或服务尚未启用，其中许多仅出现在财务报表附注中。

这一区别很重要，但并不能消除风险。即使技术、需求或 AI 经济效益发生变化，这些合同仍可能要求企业持续付款多年。

因此，核心矛盾并非合法债务与未披露债务之间的对立，而是可见的财务杠杆与在压力下表现得如同杠杆的经济承诺之间的差异。

多年来，投资者一直将这些最大的科技公司视为利用营业收入为 AI 扩张提供资金、现金充裕的企业。最新披露的信息展现了一个更为复杂的模式。

如今，AI 基础设施依赖长期合同、租赁园区、外部开发商、特殊目的融资，以及对芯片和电力供应的保障性获取。这些安排将部分建设风险从科技公司转移出去。

但它们并不一定会消除付款负担。

五家美国科技巨头的隐性 AI 债务达到 1.65 万亿美元

这一醒目的数字涵盖了普通债务总额无法体现的义务，但它也将财务风险各异的合同归为一类。

Nikkei 审查了 Alphabet、Amazon、Meta、Microsoft 和 Oracle 最近披露的信息。其分析估计，在最新报告期内，这些公司的表外义务合计达到约 1.65 万亿美元。

随着这些公司竞相争夺数据中心、图形处理器、网络设备、电力和第三方计算容量，这些义务迅速增加。

该分析显示，这五家公司还背负着约 1.35 万亿美元的调整后债务或已报告债务。相比之下，表外义务总额显得尤其惊人。

然而，采购承诺并不等同于债券。未来的租赁付款也不同于已经借入并花掉的资金。

债券产生直接偿还本金和利息的义务。租赁承诺通常意味着为日后可用的资产付款。

云容量合同让买方获得计算服务。芯片供应协议则确保硬件或产能供应。

每份合同都会提供某种价值。因此，将全部金额称为债务，可能会夸大其与银行贷款和债券的相似性。

当这些合同难以取消时，经济层面的担忧就会显现。公司可以迅速削减新的资本支出，却未必能够退出已经签署的租约或最低采购协议。

Meta 提供了最清晰的例子。其 2026 年 3 月季度申报文件披露了 1,828.8 亿美元尚未开始执行的租赁。

这些租赁主要涉及数据中心、托管设施和网络基础设施。它们计划于 2026 年至 2036 年期间开始执行，期限最长达 30 年。

Meta 还单独披露了 2,376.7 亿美元不可取消的合同承诺。这些承诺涵盖云容量、服务器、网络、数据中心和 Reality Labs 硬件。

这两类承诺合计超过 4,200 亿美元。该季度结束后，Meta 还签署了价值约 240 亿美元的额外基础设施合同。

这些数字出现在 Meta 承诺事项附注中，而非主要债务项目。尽管如此，它们仍代表了未来对 Meta 现金的索取权。

Alphabet 报告了类似的结构。该公司披露，截至 2026 年 3 月 31 日，尚未开始执行的租赁对应未来租赁付款 756 亿美元。

这些租赁主要涉及数据中心，预计于 2026 年至 2031 年期间开始执行，期限最长可达 25 年。

Alphabet 还报告了 2,327 亿美元的固定或最低合同承诺，其中包括技术基础设施供应、能源和内容协议。

即使尚未计入所有或有安排，其披露的承诺合计也已超过 3,080 亿美元。该公司的 Alphabet 义务说明，AI 成本远不止建设支出。

Amazon 的申报文件显示，截至 2026 年 3 月 31 日，其承诺总额为 5,692.8 亿美元，包括租赁、融资义务、采购义务及其他承诺。

其中约 1,063.5 亿美元涉及尚未开始执行的租赁，另有 1,037.7 亿美元涉及无条件采购义务。

Amazon 还报告称，期限超过一年的某些客户合同带来了约 3,640 亿美元尚未确认的承诺。这些合同代表预期收入，而非金融债务。

这正是需要谨慎解读汇总估值的原因之一。同一份申报文件可能在不同会计类别下同时包含未来付款、融资义务和预期客户收入。

尽管如此，Amazon 的合同承诺仍揭示了其基础设施决策期限之长非同寻常。许多付款安排远远超出了当前 AI 产品周期。

Oracle 披露，截至 2026 年 2 月 28 日，其额外租赁承诺达到 2,610 亿美元。几乎全部涉及尚未列入资产负债表的数据中心安排。

这些租赁通常预计于 2026 财年末至 2028 财年期间开始执行，期限为 15 至 19 年。

Oracle 还披露了 110 亿美元的无条件采购及其他义务，主要涉及数据中心电力。其 Oracle 租赁披露显示，未来容量以多快的速度成为一项类似负债的重大承诺。

Microsoft 同样投入巨资建设、购买和租赁数据中心。其申报文件描述了对云容量和 AI 训练基础设施的持续投资。

各家公司的会计分类有所不同，因此直接比较仍不够完善。尽管如此，这五家企业呈现出的趋势是一致的。

AI 竞赛早已超越年度资本支出的范畴。如今，它涉及持续数代产品周期的合同承诺。

AI 基础设施融资已转入财务报表附注

这种融资模式让科技公司能在建设完成前预留稀缺容量，同时推迟在资产负债表中确认部分义务。

一个数据中心从规划、获得许可、接入电网到建设和配置设备，可能需要数年时间。AI 公司无法等到需求出现后才开始确保容量。

它们必须提前预留土地、电力、冷却系统、网络设备和加速器。供应商也希望在承担建设风险之前获得长期承诺。

这种错配催生了对表外安排的需求。开发商或特殊目的实体可以借款、建设设施，再将其租给科技公司。

特殊目的实体是为持有某个项目或融资安排而设立的法律独立实体。其债务通常与客户的公司债务相分离。

科技公司签署长期租赁或服务合同。这些付款帮助项目所有者偿还贷款机构的资金。

这种结构意味着，科技公司可能无需为项目的全部借款提供担保。如果项目失败，贷款机构通常只能向相关设施及其所有者主张权利。

然而，租户的合同往往提供了支持贷款的现金流。因此，这种经济关系比资产负债表的呈现方式所暗示的更为紧密。

同样的模式也出现在设备融资中。合作伙伴可以购买 GPU，将其部署在设施内，并通过长期合同出售计算容量。

这种安排有助于科技公司避免直接持有每一枚芯片，也可以将残值风险转移给融资合作伙伴。

然而，买方可能仍需承诺最低付款额。如果更新的芯片削弱了合同所涉硬件的竞争力，这项承诺就会产生重要影响。

租赁在许多行业都很常见。航空公司租赁飞机，零售商租赁门店，制造商签署长期供应协议。

AI 扩张的不同之处在于其速度、规模和技术不确定性。一份 20 年期的物业租约可能会跨越数代服务器和加速器。

建筑本身或许仍有用途，但其功率密度、冷却设计和网络架构可能会失去吸引力。改造这些系统需要资金。

会计准则通常要求承租人在取得租赁资产控制权时确认租赁负债。为尚未完工的设施签署的租约尚未开始执行。

在开始执行之前，该义务通常出现在承诺事项附注中，而不会计入资产负债表所列的标准租赁负债。

这种处理方式符合会计准则，但也在商业决策与其最显著的财务影响之间造成了时间差。

公司已经预留了设施。投资者可能要等到数年后，才能在资产负债表的主要项目中看到相应负债。

采购承诺会造成另一种缺口。公司可能承诺购买芯片、电力或云容量，却无需将全部未来付款确认为当前债务。

当取消合同成本高昂且需求下降时，这种安排在经济层面会变得类似债务。如果供应商可以转售容量，或合同包含调整条款，它则仍保有更大的灵活性。

Meta 披露了一项或有义务，即在五年内购买最高 147.2 亿美元的云容量。如果供应商将容量出售给其他客户，该金额可能会减少。

这一条款清楚表明，该义务不同于债券。Meta 的付款金额部分取决于供应商能否找到其他客户。

其他协议提供的退出途径更少。投资者需要合同层面的详细信息，才能区分确定性承诺与或有风险敞口。

这些细节通常十分有限。公司一般只报告汇总金额，而不会明确披露每项设施、交易对手、取消条款或定价机制。

这正是整个事件不透明性的核心所在。相关承诺已经披露，但无法仅凭一个醒目的数字衡量其风险。

真正的矛盾在于灵活性与保障性容量之间

大型科技公司正通过放弃未来数年的财务灵活性，换取芯片和数据中心供应的确定性。

AI 基础设施要求企业在没有人知道最终需求水平之前作出承诺。这迫使公司在供应短缺风险和产能过剩风险之间作出选择。

建设不足会立即带来后果。当一家公司缺乏 GPU、电力或可用的云区域时，它可能会失去客户。

模型开发者在集中训练期间也需要大型计算集群。基础设施延迟可能会推迟模型、产品发布或企业合同。

过度建设则会产生一个更缓慢显现的财务问题。公司需要为闲置容量付费，同时折旧、租赁费用和能源成本会挤压利润率。

这五家科技巨头选择了优先保障容量。它们的合同会在这些资源投入运营之前将其预留。

在资源短缺期间，这一选择具有战略合理性。但如果 AI 收入增长速度低于基础设施承诺的增长速度，这种选择就会变得更难以辩护。

Meta 展示了这种权衡。它运营着拥有数十亿用户的消费者服务，但如今其 AI 基础设施支出已经超出了传统广告模式的范畴。

该公司需要算力来支持推荐系统、广告工具、生成式产品和模型开发。它还希望拥有足够的容量，与云服务提供商和 AI 实验室竞争。

然而，基础设施是以大型项目为单位交付的。一个按吉瓦级供电规模设计的园区，无法像软件订阅那样精准扩容。

Meta 必须在建筑开放前数年预估未来需求。因此，预测错误可能造成算力闲置或代价高昂的容量短缺。

Oracle 面临着不同的压力。其云业务增长为锁定数据中心资源提供了理由，但其财务状况与资金更雄厚的超大规模云服务商不同。

Alphabet、Amazon、Meta 和 Microsoft 都能从成熟业务中产生大量现金流。相比之下，Oracle 在云业务扩张中更明显地依赖外部融资。

2026 年 2 月，Oracle 宣布计划在该日历年度通过债务和股权融资筹集 450 亿至 500 亿美元。

该公司表示，这项计划将在维持投资级评级的同时支持 Oracle Cloud Infrastructure。这一表态直接承认了资产负债表面临的压力。

当客户使用已签约容量时，Oracle 的积压订单能够支持投资。但如果预期需求由少数 AI 客户推动，它也可能导致风险集中。

关键问题不在于这些客户是否签署了合同，而在于它们未来的收入和融资能力能否支撑整个合同期限。

Alphabet 拥有更大的财务空间，但也面临着相同的技术周期。其基础设施必须同时服务于 Google Cloud、Gemini 产品、搜索、广告和内部研究。

Amazon 可以在 AWS 及其更广泛的业务之间分配基础设施。尽管如此，其 5,692.8 亿美元的承诺安排仍表明，已有多大规模的未来业务活动被提前锁定。

Microsoft 将 Azure 需求与自有 AI 服务及外部模型合作相结合。这种方式可以提高利用率，但也会使基础设施规划与合作伙伴需求相关联。

这五家公司面临的风险并不相同。将这 1.65 万亿美元视为一笔性质完全相同的债务，会掩盖这些差异。

现金创造能力、合同期限、客户集中度、取消权和设施再利用能力都很重要。每项义务何时开始履行也同样重要。

核心矛盾依然清晰。公司采用表外融资是为了保持灵活性，但这些合同本身却降低了灵活性。

它们将建设和所有权风险转移给外部合作伙伴。作为交换，它们承诺支付足够的未来款项，使这些项目具备融资可行性。

这并不是免费的资本，而是对风险的不同分配。

为什么 1.65 万亿美元这一数字可能误导投资者

这一总额可以作为有用的警示信号，但不应被视为 1.65 万亿美元的传统企业借款。

审慎的解读应从定义开始。“隐性债务”是一种分析性标签，而不是标准会计类别。

其中一些义务是公司为预期使用的资产支付的租金。另一些则是购买设备、能源或计算服务的款项。

这些付款会形成运营能力。相比之下，债务本金通常对应已经收到的资金。

这一汇总数字还采用了未折现金额。二十年后到期的付款与今年到期的付款，其现值并不相同。

资产负债表中的租赁负债通常会对未来付款进行折现，而承诺事项表通常列示未折现的合同总额。

未经调整就比较这些数字，可能会夸大差异。投资者应区分名义未来付款与现值负债。

相关分析也可能混合计算总经济风险敞口和净经济风险敞口。一家科技公司可能需要支付租金，同时预计从同一设施获得客户收入。

Amazon 未确认的客户承诺体现了这一问题。未来收入义务在商业上非常重要，但它们并不是 Amazon 所欠的债务。

同样，一些设施可以服务于多个产品或客户。如果需求发生变化，为某项 AI 工作负载预留的容量可能会被用于支持另一项服务。

并非所有合同都具备这种灵活性。专用园区和高度定制的集群可能更难改作他用。

风险还取决于追索权。由特殊目的实体持有的债务，未必会成为科技公司的法律责任。

如果项目违约，债权人可能会接管设施，而不是向租户的其他资产追索。租户可能会失去容量，却不必承担项目贷款。

然而，失去关键数据中心可能会损害运营。由于替代容量稀缺，公司可能会自愿支持陷入困境的项目。

这会在没有正式担保的情况下形成隐性承诺。信用分析师在评估表外结构时，通常会考察这种战略性支持。

相反的错误也可能发生。仅仅因为一项承诺未被记录为债务，就将其全部忽略，会低估不可取消付款带来的负担。

公司无法仅靠拒绝支付有效租约来保留现金。重新谈判可能涉及罚款、诉讼或失去关键基础设施。

Moody’s 此前分析了这五家公司共计 9,690 亿美元的未折现未来租赁承诺，并确认其中有 6,620 亿美元尚未入账。

这项租赁风险分析估计，未入账金额相当于调整后债务的 113%。尽管其统计范围更窄，但仍显示出巨大的风险敞口。

6,620 亿美元与 1.65 万亿美元之间的差异未必意味着事实相互冲突。较大的估算似乎包含了租赁以外更广泛的合同义务。

每当提及这一醒目的数字时，都应突出说明这种方法论差异。否则，读者可能会将经济风险敞口估算误认为经审计的企业债务。

最佳解读介于过度警惕与完全忽视之间。

1.65 万亿美元这一数字并不能证明五家科技巨头正面临迫在眉睫的偿付能力问题。它们的业务能够创造收入、现金和有价值的基础设施。

但它确实表明，传统债务比率所涵盖的 AI 建设支出低于投资者可能认为的水平。重要承诺分散在多个财务报表附注和报告类别中。

这些披露提供了总额，却往往缺少构建下行情景模型所需的细节。投资者很少能够获得有关利用率保证、合同重新定价或退出权的完整信息。

由此产生的不确定性值得关注。当固定承诺规模巨大时，需求的微小变化也可能产生重大影响。

如果 AI 需求不及预期，谁会承受压力

最先出现的压力将体现在利润率、现金流和合同重新谈判上，而不一定会立即引发大规模违约。

数据中心租约通常会在设施可用时开始生效。因此，公司的费用负担可能在最初签署合同后才开始上升。

这种延迟在快速扩张期间尤为重要。当前财务报表仅反映了已订购基础设施中的一部分。

随着更多设施投入使用，公司会确认资产和租赁负债，同时记录租金、折旧、利息、能源和运营费用。

即使没有新的融资公告，报告中的杠杆率也可能上升。随着付款加速，自由现金流可能会减弱。

Meta 的租赁安排体现了这一待兑现规模。其 1,828.8 亿美元尚未开始的租约将在十年期间内陆续生效。

Oracle 的 2,610 亿美元尚未开始的数据中心租约预计会更早生效，通常在 2028 财年之前。

这一时间安排使 Oracle 尤其值得关注。在其云业务仍处于扩张阶段时，基础设施义务就可能开始显现。

压力还可能蔓延至科技公司之外。数据中心开发商根据预期租户付款进行了借款并筹集私募资本。

公用事业公司根据预测的电力需求扩大了发电和输电规划。设备供应商则为大型订单预留了制造产能。

银行、债券持有人和私人信贷基金以大型科技公司的合同作为支持，为这些项目提供融资。

如果租户缩减扩张规模，项目开发商可能会失去预期增长。如果租户对合同提出异议，债权人可能会质疑未完工设施的价值。

GPU 的残值构成了另一个隐忧。当需求超过供应时，加速器可以保持价值，但新一代产品可能迅速改变性能经济性。

为服务器提供融资的贷款方必须估算其未来转售价值。当硬件老化速度快于贷款摊还速度时，这种估算会变得脆弱。

大型科技公司能够承受一定程度的预测失误，但其供应商和融资合作伙伴的回旋余地可能更小。

这形成了一种分层风险结构。实力最强的公司处于顶层，而开发商、设备所有者和债权人则在下层承担特定项目的风险敞口。

表外融资可以在这一结构中分散风险，也可能使最终的风险集中情况更难识别。

因此，投资者不应只关注企业违约。在此之前，可能会先出现多个预警信号。

随着新容量在需求到来之前投入运营，云业务的毛利率可能下降。折旧和租赁费用的增速可能超过相关收入。

由于现有项目无法中途停止，资本支出可能持续处于高位。管理层随后可能削减其他方面的支出，包括招聘和产品开发。

公司可能会尝试转租闲置容量，也可以对外出售算力、重组合同，或推迟尚未达到施工里程碑的设施。

这些应对措施并不必然意味着失败，而是表明管理层最初的需求预测发生了变化。

企业客户也会受到影响。云服务提供商可能会通过更长期的合同或最低消费承诺，将利用率风险向下游转移。

如果提供商需要收回固定基础设施成本，AI 服务可能会变得更加昂贵。竞争可能会限制这种提价反应。

结果可能是利润率下降，而不是客户价格上涨。这将直接挑战建立在 AI 盈利增长预期之上的估值。

知识工作者和企业买家应当关注这一问题，因为基础设施融资会影响产品稳定性。容量短缺、成本控制或项目取消都可能改变服务的可用性。

构建长期 AI 工作流的公司应关注供应商集中度和合同依赖性。团队还可以为申报文件、供应商条款和基础设施变更维护一个可搜索的知识库。

这个财务问题最终会影响产品决策。面临利润率压力的云服务提供商可能会调整配额、折扣、区域可用性或合同条款。

三个信号将检验隐性 AI 债务论点

接下来的考验是：在更多长期承诺生效之前，AI 收入、运营能力和财务披露能否得到改善。

第一个信号是新数据中心启用后的利用率。

公司很少披露 AI 集群的简单利用率。投资者必须根据云业务增长、折旧、租赁费用和管理层言论进行推断。

强劲的云业务收入加上稳定的利润率，将为基础设施战略提供支持。这表明需求增长足够迅速，能够消化合同约定的产能。

如果折旧上升而云业务增长放缓，则会削弱这一论点。这表明基础设施投入使用的速度快于客户消化它的速度。

这一时间差值得密切关注。一家公司可能在今天报告强劲需求，同时未来几个季度计划新增的产能增长速度甚至更快。

Oracle 的财年业绩将提供一个特别有价值的检验，因为许多租赁将在一个相对集中的时期内开始。积压订单的转化速度必须跟上基础设施费用的增长。

Meta 呈现的是另一种指标。其广告和消费级 AI 产品必须创造足够的增量价值，才能证明那些并非通过传统云模式出售的基础设施投资是合理的。

第二个信号是尚未开始的租赁转入已报告负债的情况。

投资者应每季度记录各家公司尚未开始的租赁总额。总额下降并不一定是利好，因为相关租赁可能已经开始。

更好的衡量方式是综合考察新开始租赁所确认的负债、新增承诺和现金支付。这能够揭示基础设施项目管线究竟在缩减，还是仅仅改变了会计分类。

新增承诺同样重要。Meta 在截至 3 月的季度结束后不久，新增了约 240 亿美元的基础设施合同。

如果持续新增承诺，将强化 1.65 万亿美元这一估算低估未来风险敞口的论点。新增放缓则表明公司正在重新获得灵活性。

随着总额增长，披露质量也应提高。投资者需要更清晰地区分租赁、采购义务、由客户需求支持的产能以及或有承诺。

他们还需要了解更多有关取消权和交易对手集中度的信息。仅凭汇总总额无法支持可靠的压力测试。

第三个信号是公司是否开始出售、推迟或重新协商产能。

出售闲置算力可以是合理的业务扩张。但如果管理层最初是为内部需求建设这些产能，它就会成为一个警示信号。

项目延期可能反映审批或电力限制。如果需求减弱后反复延期，其含义则截然不同。

合同重新谈判将提供最明确的压力信号。这表明预期的 AI 经济效益已无法支撑原定的付款计划。

减值费用也是如此。减值意味着一项资产的预期经济价值已低于其账面价值。

如果出现涉及 AI 设备或数据中心的大额减值，将削弱这些承诺仍能充分发挥效益的说法。

任何单一季度都无法为这场争论定论。合同期限跨越多年，而 AI 的采用速度和硬件性能却在迅速变化。

读者应避免得出两个简单结论。第一个是，1.65 万亿美元的隐性 AI 债务必然会引发金融危机。

第二个是，财力雄厚的科技公司可以毫无后果地消化每一项承诺。这两种说法都忽视了合同结构、时间安排和经营表现。

更站得住脚的结论范围更窄。五家美国科技巨头承诺的未来支出，远远超过总体债务数字所传达的规模。

这些承诺帮助它们锁定了稀缺的 AI 基础设施，也将未来现金流与在一场异常激烈的投资竞赛期间作出的需求预测捆绑在一起。

应依次关注利用率、新确认的租赁负债和产能重新谈判。综合来看，这些信号将揭示相关承诺究竟是在支撑可持续增长，还是在造成代价高昂的过剩。

隐性 AI 债务估算已经改变了投资者应当提出的问题。问题不再只是大型科技公司在 AI 上投入了多少资金。

问题在于，有多少支出已经变得难以撤回，以及未来的 AI 收入能否在这些承诺到期之前到来。