高盛警告 AI 债务：供应量开始推高利差

近期交易显示，为人工智能基础设施融资的高风险借款人利差正在走阔，高盛因此发出了 AI 债务警告。

高盛全球杠杆融资主管 Miriam Wheeler 表示，计划中的借款规模可能会进一步给信用利差带来压力。利差是投资者因承担信用风险而要求获得的、相对于更安全基准的额外收益率。

“如果看过去几周非投资级市场的情况，我们确实看到了一些利差走阔，”Wheeler 在接受 Bloomberg Television 采访时表示。她称，这一变化在 AI 领域尤为明显，相关表述见于 9 月 8 日的电视采访。

高盛针对 AI 债务的警告，并不意味着整个市场已经拒绝 AI 基础设施。大型科技公司仍可从充裕的资本池中借款。压力首先出现在非投资级借款人身上：它们的信用状况较弱，对建设延期或需求不及预期的承受空间也更小。

这种差异构成了核心矛盾。AI 开发商、云服务商和数据中心运营商希望迅速扩充产能；信用投资者则必须决定，在未获得更高补偿的情况下，自己能够承受多少集中且久期较长的敞口。

因此，融资竞赛进入了不同阶段。资本依然可得，但选择性正在增强。最弱势的借款人如今面对的市场，愈发能够区分技术雄心与可靠现金流。

高盛的 AI 债务警告关乎供应量

Wheeler 的警告聚焦于流向投资者的债务规模，而非对人工智能需求突然崩塌的担忧。

AI 基础设施需要巨额前期投入。开发商必须在设施开始产生收入前，落实土地、电力接入、芯片、冷却系统和网络设备。其中大量资本需要持续投入多年。

第一轮建设扩张主要依靠大型科技平台产生的现金。随着建设计划扩展至多个地区和基础设施层级，这一模式将越来越难以维持。

因此，企业开始转向公开债券、私募信贷、项目融资和资产支持型结构。这些渠道拓宽了可用融资基础，但最终仍要争夺投资者有限的风险预算。

信贷市场必须消化每一笔新债券，同时还要承接工业企业、公用事业公司、银行、政府及其他科技发行人的债务。即使财务实力雄厚的借款人，在大量同类债券集中涌现时也可能面临更宽的利差。

对风险较高的发行人而言，挑战更为严峻。非投资级债务的评级低于主要评级机构的投资级门槛。由于偿还能力依赖于较不稳定的收益、更高的杠杆，或两者兼有，投资者通常会要求更高补偿。

一些 AI 基础设施借款人还依赖于少数客户。当大型云公司签署长期租约时，数据中心看似获得了充分保障。然而，建设风险、电力供应、再融资需求和客户集中度仍然不可忽视。

这正是债务规模的重要性所在，它独立于市场对 AI 的热情而存在。信用投资者可以相信计算需求将持续增长，同时仍拒绝以当前利差增加新的敞口。

这种拒绝并不需要看空人工智能。只需投资组合在某一融资主题上的集中度过高即可。

近期市场表现支持 Wheeler 对不同信用层级的区分。8 月的一项利差分析发现，高收益数据中心债券的利差自 2026 年 6 月以来已走阔。

同一分析发现，投资级超大规模云服务商债券的利差则小幅收窄。超大规模云服务商是运营广泛计算网络的大型云平台，通常拥有更强的资产负债表。

这种分化比单一、宽泛的科技债务指标更具参考价值。投资者并未将所有与 AI 相关的发行人视为同一种风险。

大型平台可凭借多元化业务、既有现金流和多个资本市场渠道来支持借款。较小的运营商则可能依赖单一项目、少数几份租约，或在不确定环境下进行再融资。

因此，眼下的变化是定价纪律的转变。投资者仍希望获得敞口，但正要求较弱的借款人为此支付更高成本。

这会形成反馈循环。利差走阔会提高利息成本，削弱项目经济性，并使贷款人有理由采取更谨慎的态度。

高盛的 AI 债务警告指出了这一循环的开端。其严重程度将取决于有多少债务发行进入市场，以及哪些借款人最迫切需要融资。

AI 建设热潮正成为一场信贷市场事件

计划借款的规模正将 AI 基础设施从科技投资故事，转变为对市场承载能力的考验。

最大的科技公司已通过经营现金流为 AI 竞赛提供了大量资金。但即便是它们的资源，也面临芯片、数据中心、电力和网络等并行投资的压力。

高盛分析师估计，五家主要超大规模云服务商将在 2026 年发行约 2,500 亿美元债券。根据 8 月的发债预测，这一估计在 2027 年将升至 4,000 亿美元。

同一预测显示，2026 年超大规模云服务商的资本支出将接近 7,500 亿美元。预计经营现金流约为 7,780 亿美元，在其他企业承诺支出之后，余下的灵活空间将大幅减少。

债务发行额将相当于其 2026 年资本支出的约三分之一。高盛预计，这一比例将在 2027 年达到约 35%。

这些数字仅描述最大的云平台。更广泛的融资体系还包括数据中心开发商、公用事业公司、芯片制造商、网络设备供应商和特殊目的项目公司。

特殊目的载体是为拥有和融资特定项目而设立的法律上独立实体。其债权人往往高度依赖该项目的合同和剩余价值。

国际清算银行发现，超大规模云服务商的债券总发行额在 2025 年超过 1,000 亿美元。其融资评估还记录了由私募信贷支持的表外安排日益增多。

这些结构可以保留企业的灵活性，并让长期资产与长期资金相匹配。但它们也可能使系统的总敞口更难从企业债务的表面数字中评估。

租赁、担保、采购承诺或最低付款额，都可能形成经济义务，却不表现为普通的企业借款。投资者必须审视，最终由谁承担建设、利用率和剩余价值风险。

公开信贷市场还面临另一项约束。投资组合经理通常受到发行人敞口、行业配置、评级、久期和流动性等限制。

久期衡量债券价格对利率变化的敏感程度。长期基础设施债务所占用的风险容量，可能超过其面值本身所反映的水平。

因此，即便投资者预计所有借款人都会偿债，大规模的长期限发行仍可能给定价带来压力。买方可能只是要求更高补偿，以持有更多久期和集中度风险。

达拉斯联邦储备银行估计，2026 年与 AI 相关的投资级债务发行规模可能约为 3,000 亿美元。该行表示，按十年期等效久期计算，供应量可能高达 3,600 亿美元。

这项分析说明，为何争论超出了企业资产负债表的范畴。AI 融资能够影响更广泛债券市场的构成，以及新交易得以完成所需的定价水平。

经济合作与发展组织估计，九家领先科技公司预计将在 2026 年至 2030 年间累计资本支出 4.1 万亿美元。这一总额比 2025 年美国所有非金融企业投资总额高出约 36%。

若其中一半通过债券融资，这些公司将占全球非金融企业历史平均年度发行量的 15%。该组织的债务展望指出，科技公司正成为日益重要的债务发行人。

这一比较并不预示融资短缺将立即出现。它说明 AI 投资能够以多快的速度改变信贷市场惯常的借款人构成。

市场如今必须为持续的发行管线定价，而非为一组孤立的债券销售定价。每一笔交易都会影响市场对下一笔交易的预期。

投资者可能愿意接受一笔利差较窄的大型交易。但持续不断的供应要求他们相信，未来发行不会立即降低现有债券的吸引力。

这种动态给融资时点缺乏弹性的借款人带来最大压力。超大规模云服务商可以推迟发债、动用现金，或改以其他货币发行债券。

杠杆较高的数据中心开发商可能没有这些选择。建设节点、设备订单和客户承诺，可能迫使其在市场条件不利时借款。

这种不平衡解释了为何利差走阔可能始于投资级以下的市场，也解释了为何 Wheeler 作为杠杆融资主管，其警告尤具相关性。

充沛的 AI 雄心遭遇有限的投资者承载能力

核心较量在于：科技行业对即时资本的需求，与信贷市场吸收相似风险的有限能力之间的冲突。

AI 公司常将基础设施描述为一场竞赛。更多计算能力可以支持更大模型、更快的产品开发和更高的服务可用性。

信用投资者则遵循不同的时间尺度。他们必须评估，合同收入、借款人股本和资产价值能否在债券存续期内保障偿债。

在扩张早期，这两种视角可以共存。开发商获得资本，投资者收取额外收益，需求增长则改善项目利用率。

当计划建设规模超过已得到验证的使用需求时，权衡会变得更加尖锐。届时，信用质量取决于跨越多个技术和经济周期的预测。

数据中心是实体资产，但其经济性依赖快速变化的设备。芯片的竞争力可能在建筑物或融资到期前很久就已下降。

电力接入能够维持场地价值，因为电网连接十分稀缺。然而，围绕单一计算架构设计的设施，仍可能需要昂贵升级。

客户集中度又增加了一层风险。与大型云服务商签订长期合同可以稳定收入，但也会使关注点转向租户的义务及其战略选择。

一个项目也可能依赖于 AI 实验室的持续需求，而这些实验室的支出已超过当前收入。这种关系将基础设施信贷与 AI 服务的商业化连接起来。

结果并非简单地区分安全与不安全的借款人，而是一条连接用户、模型开发商、云平台、数据中心、公用事业公司和贷款方的依赖链。

强大的交易对手可以支撑这条链。反复发生的交易也可能使同一项潜在需求集中分布在多种融资工具中。

投资者必须识别风险究竟止于何处。一个项目看似独立，却可能依赖同一小群科技公司的担保、租约或服务承诺。

这种集中度挑战了每种证券都能提供独立分散化的观点。多只债券可能拥有不同标签，却依赖完全相同的 AI 支出假设。

投资级债务与投机级债务之间的区别仍然重要。大型超大规模云服务商拥有来自广告、软件、商业和既有云服务的多元化收入。

如果某个 AI 项目表现不佳，这些现金流能为贷款方提供更多保护。它们也让管理团队能够减少股票回购、调整建设进度或改变融资来源。

规模较小的基础设施运营商通常缓冲空间更少。它们的收入可能要到建设完成后才开始产生，而利息和开发成本则更早累积。

因此，延误可能在资产服务首位客户之前就损害偿债覆盖率。如果建设期间利差扩大，再融资将变得更加困难。

Wheeler 的观察表明，投资者已开始为这些差异定价。但这并不能证明所有非投资级 AI 债务都被错误定价或陷入困境。

利差扩大也可能反映健康的市场纪律。更高的收益率可能在补偿投资者风险的同时，促使借款人投入更多股本或完善合同保障。

危险在于融资成本变化过快。基于窄利差假设设计的项目，在重新定价后可能不再产生可接受的回报。

开发商可以通过重新谈判合同、延后建设、筹集额外股本或接受更低回报来应对。每一种选择都会放慢基础设施竞赛的速度。

云客户也可能面临更高价格。支付更多利息的数据中心运营商会尝试通过租赁条款或服务费来维持利润率。

这种传导机制使信贷利差与科技用户息息相关。融资条件会影响计算能力何时上线，以及客户为使用它需要支付多少费用。

开发商和企业买家也可能间接受到影响。更稀缺的容量可能限制部署进度，而更高的服务价格可能改变 AI 应用的经济效益。

知识工作者不会追踪每一笔债券交易。然而，他们依赖的服务，其成本结构包含基础设施、能源和融资成本。

因此，比较 AI 工作流的组织应区分模型价格下降与可靠部署的完整成本。存储、推理、数据控制和服务连续性仍需要资本。

核心竞争仍未见分晓。科技公司希望在需求完全显现之前锁定容量，而贷款方则希望看到现金流能够支撑长期债务的证据。

任何一方都无法完全等待确定性。延后建设可能失去市场地位，但为每一项提案融资则可能导致过度建设。

信贷利差正是这些相互竞争的优先事项交汇之处。它们将对未来 AI 收入的不确定性转化为当下的资本成本。

利差扩大是警讯，而非定论

近期的重新定价值得关注，但并不能证明 AI 基础设施周期已进入广泛的信贷危机。

首先需要谨慎看待的是市场分层。投资级超大规模云服务商债券和高收益数据中心债务，代表的是对不同资产负债表的不同债权。

杠杆项目的利差变动不应自动套用于大型平台。这些公司可能承担大量借款，同时仍保有可观的经营现金流。

反向的错误同样危险。强劲的超大规模云服务商需求，并不保证每一家供应商、开发商或项目载体都应获得类似定价。

投资者必须评估租赁结构、建设预算、电力承诺、发起人股本和再融资时间表。仅有 AI 标签并不能提供任何还款保障。

第二项不确定性涉及因果关系。利差可能因发行人供给、利率预期变化、经济状况走弱或项目特定消息而扩大。

Wheeler 特别强调了 AI 相关发行的规模。要确定每次价格变动中有多少源于供给，需要与更广泛的信贷指数及相近期限进行比较。

MSCI 发现，在 2025 年末 AI 债券发行加速后，超大规模云服务商的利差已开始向更典型的投资级水平靠拢。其市场分析也指出，更高的利差会抬升借款成本。

回归常规的投资级定价不同于信贷崩溃。异常狭窄的利差可以恢复正常，同时投资者仍对还款保持信心。

第三项不确定性是未来收入。AI 服务需求仍在增长，但基础设施投资的周期超出了当下的产品周期。

一座融资期限长达多年的设施，必须在芯片、模型、能源价格、监管和客户偏好变化中持续保持实用性。当前的利用率无法解答所有长期问题。

不过，长期基础设施并不会因一代模型的变化而失去价值。只要设施允许升级，电力接入、土地、冷却和网络连接都能支持新设备。

因此，资产质量存在显著差异。一个连接良好、设计灵活的站点，即使原始硬件过时，仍可能保留战略价值。

即便整体计算需求强劲，缺乏灵活性的站点也可能陷入困境。信贷分析必须审视具体资产，而不能将数据中心视为单一同质类别。

第四项不确定性涉及信息披露。公开发行的债券通常提供标准化文件、交易数据和定期财务报告。

私人贷款和项目载体的公开可见度可能较低。交易之外的市场参与者未必能看到契约条款、担保或不断变化的估值。

这并不意味着私人融资天然不安全。它只是让系统性风险敞口更难衡量，也降低了任何单一企业杠杆指标的参考价值。

表外结构尤其值得审视。将一项义务移出母公司披露的债务范围，并不一定会转移所有经济风险。

母公司可能保护战略供应商、续签租约，或支持陷入困境的项目，即使没有明确担保。债权人在为债务定价时通常会考虑这些激励因素。

不过，战略支持并不等同于法律承诺。投资者必须避免假设一家知名科技客户会救助每一个关联项目。

第五项不确定性是投资者需求。保险公司、养老基金、资产管理公司、私募信贷基金和银行各自寻求不同的期限和风险特征。

一笔压垮某个市场的交易，可能在其他市场找到需求。发行人可以使用多种货币、担保结构、较短期限或直接贷款。

这种灵活性支持持续建设。它也可能增加复杂性，并将更多风险置于定价透明度较低的市场中。

更宽的利差可以发挥有益的筛选作用。合同薄弱或股本支持不足的项目，可能在造成更大损失之前被推迟。

如果实力雄厚的借款人也需要提供显著更大的让步，情况就更令人担忧。新债发行让利是指为吸引买家认购新债而额外提供的收益率。

另一个警示信号将是订单簿覆盖率下降。较小的订单簿意味着在拟议条款下，竞相购买该交易的投资者更少。

二级市场交易同样重要。如果近期发行的债券在定价后持续下跌，买家将在后续交易中要求更高补偿。

这些信号单独来看都不足以证明危机。结合起来，它们能够显示 Wheeler 对供给的担忧是仍被控制住，还是正在向融资体系扩散。

一种平衡的解读是，将 Goldman Sachs 对 AI 债务的警告视为一次市场测试。它挑战了热情的投资者会在不改变价格的情况下吸收无限发行量这一假设。

它并未证明底层技术没有价值。它表明，当资本需求超过投资者承受能力时，即使有价值的技术也可能获得昂贵融资。

三项信号将揭示压力是否正在扩散

新债发行定价、不同信贷层级之间的分化，以及资本支出指引，将决定当前压力是否仍具选择性。

第一项信号是大型新 AI 相关债券交易的市场接受度。投资者应关注发行让利、订单簿覆盖率、最终定价以及发行后的交易表现。

强劲需求将削弱对 Goldman Sachs AI 债务警告最广泛的解读。这将表明，投资组合在合理条款下仍有空间容纳结构良好的风险敞口。

疲弱的订单或反复降价将强化 Wheeler 的论点。借款人将不得不支付更多，正是因为供给管道已在此前价格下超过需求。

每个借款人的身份将至关重要。一家大型超大规模云服务商可能吸引强劲订单，而一家高杠杆开发商可能在同一周陷入挣扎。

这种结果将证实是选择性重新定价，而非全市场撤退。它也将扩大资产负债表更强公司的竞争优势。

第二项信号是投资级超大规模云服务商与非投资级基础设施借款人之间的利差差距。这一差距揭示了投资者认为风险正在何处积累。

如果高收益债利差持续扩大，而投资级利差保持稳定，压力将继续集中于规模较小或杠杆更高的项目。

两类债务的利差若同时扩大，则会传递不同信息。这将表明，发行的绝对规模甚至正在影响市场中最强大的科技借款人。

信用违约掉期定价的大幅变动会强化这一信号。信用违约掉期是一种用于为借款人违约风险投保，或对其进行投机的合约。

投资者应将这些变化与更广泛的企业信贷市场进行比较。当利率、经济增长和整体风险偏好也在变化时，AI 债务并非唯一影响因素。

第三项信号是最大科技平台发布的资本支出指引。指引决定它们计划建设多少基础设施，以及后续可能需要多少外部融资。

在经营现金流没有相应增长的情况下提高支出计划，将强化供给论点。市场将需要为建设周期中更大的部分提供资金。

稳定或缩减的计划可能缓解压力。借款人或许能通过内部资金覆盖更多支出，而预期的债券发行管道也将更容易被吸收。

有关租赁和表外承诺的指引同样值得关注。企业报告借款的减少，可能掩盖通过项目合作伙伴持续扩张的事实。

读者还应审视企业如何描述基础设施：是已落实、已规划，还是取决于需求。这些分类对应着不同的融资时间表。

对技术团队而言，这些信号影响的不只是债券投资组合。融资环境会影响数据中心交付、云计算容量、合同条款，以及中小型基础设施提供商的持续经营能力。

企业采购方应关注重要供应商的财务稳定性。一项服务可能在技术上看似具备能力，却依赖于需要持续获得市场准入的融资计划。

开发者应留意预留容量协议和长期承诺的变化。面临更高融资成本的提供商，可能会寻求期限更长的合同，或要求客户提供更坚定的保障。

知识工作者应预期这些影响将以间接方式出现。价格调整、产品限制或区域扩张放缓，可能反映的是基础设施经济性，而非模型性能。

未来一到三个月将提供有意义的证据。若多笔发行成功完成，将表明投资者正在重新评估风险，但并未关闭市场。

若出现交易接连延期、让步幅度扩大以及二级市场交易走弱，则会支持更严峻的解读。这将表明融资供给正在制约 AI 基础设施建设本身。

决定性的问题不是投资者是否仍然相信人工智能，而是他们是否愿意继续按过去的条件，为其基础设施的每一层提供资金。

关注下一批大额债券发行，比较不同信用等级的定价，并将超大规模云服务商的资本支出指引与现金流结合阅读。这三项检查将有助于判断，高盛对 AI 债务的警告究竟意味着可控的纪律收紧，还是更广泛的融资转向。