AI 债务热潮正推高所有人的资本成本

Google News 正在呈现 AI 竞赛中一个代价高昂的转折：尽管拥有巨额现金流，建设数据中心的公司仍在以创纪录的规模借款。这波融资潮正向本已承接大量政府发债的市场增加长期债务供给。结果是，资本争夺战进一步扩大，远不止硅谷的借贷成本面临上行压力。

核心问题并不在于人工智能能否产出有用的产品，而在于预期的 AI 收入能否足够快地到位，以支撑在芯片、电力、网络和数据中心上持续多年的投入。直到最近，最大的科技公司仍主要依靠经营现金流为这类扩张提供资金。它们日益转向债券和私人信贷，改变了融资机制。

Alphabet、Amazon、Meta、Microsoft 和 Oracle 仍然比大多数公司更具借款信用。然而，它们的规模带来了一个悖论：每家发行人都能独立获得融资，但它们合计的融资需求足以增加久期风险，并影响更广泛的市场。久期风险是指债券价值对长期利率变化的敏感度。

因此，AI 债务热潮关系到公用事业公司、制造商、房地产开发商、较小的科技公司和政府。它们都在争夺彼此重叠的长期资本池。当投资者必须吸收更多债务时，发行人往往需要提供更高收益率，或等待更有利的市场窗口。

这并不证明 AI 借款主导了利率。政府赤字、通胀预期、央行政策和经济增长仍是更大的驱动力。更审慎的说法是：AI 基础设施融资已大到足以在边际上增加压力，尤其是在长期债券市场。

Google News 正在追踪从现金到债务的转变

这一事件的关键是 AI 建设融资方式的变化，而不只是科技支出的又一次增加。

自生成式 AI 服务出现以来，最大的云计算公司一直在大举投入 AI 基础设施。早期投资很大程度上依赖留存收益。由于内部现金为服务器、网络系统和建设工程提供了资金，这种方式限制了其对信贷市场的直接影响。

随着资本支出超出常规科技预算，这一模式开始改变。数据中心需要土地、建筑物、冷却设备、电网连接、备用发电设施以及大型加速器集群。其中许多资产需要在产生稳定收入前数年便获得资金支持。

国际清算银行发现，超大规模云服务商的债券发行总额在 2025 年超过 1,000 亿美元。这些债券大多期限超过五年。更长期限使借款人能够让融资期限与预计将运行多年的资产相匹配。

经合组织报告称，2025 年主要超大规模云服务商的融资总额略高，为 1,220 亿美元。该组织表示，其中 880 亿美元发生在年末的 54 天期间。全年金额超过自 2000 年以来历史年度平均水平的三倍。

这些总额涵盖直接发行的公司债，但并未反映全部融资负担。公司还会使用银行贷款、私募融资、租赁、项目融资和特殊目的实体。特殊目的实体是为持有或融资特定项目而设立的独立法律实体。

这些安排可以让项目的大部分债务不出现在科技公司的合并资产负债表上。然而，公司往往会签署长期租约、产能承诺、担保或其他支持该实体现金流的合同。会计标签发生了变化，但经济承诺并未消失。

Meta 与 Blue Owl 的合作说明了这一结构。经合组织称，双方于 2025 年 10 月宣布的数据中心合资项目已获得约 290 亿美元的承诺资金。Blue Owl 关联基金提供了大部分资本并获得 80% 的权益，而 Meta 的一家子公司保留 20%。

一家相关实体发行了 270 亿美元的私募债券。偿还计划将在园区于 2029 年完工后开始，并持续至 2049 年。经合组织还指出，在特定情况下，Meta 的剩余价值担保最高可达 280 亿美元。

这一案例解释了为何 Google News 对 AI 融资的报道如今已超出公司盈利范围。一家科技公司可以报告较低的直接资本支出，同时承担长期合同义务。投资者必须审视完整的融资链条，而不只是母公司资产负债表上的传统债务。

Oracle 则提供了一个更清晰的直接融资案例。该公司在 2026 年 2 月的一份文件中表示，计划在该日历年筹集 450 亿至 500 亿美元资金，并拟在债务和股权之间分配这笔融资。

Oracle 表示，所得资金将用于扩大云服务能力，以满足包括 AMD、Meta、Nvidia、OpenAI、TikTok 和 xAI 在内客户的已签约需求。其融资计划称，一笔投资级债券交易将提供所需资本的大约一半。

这一转变之所以重要，是因为原本仅限于少数企业财资部门内部的融资决策，如今已波及整个固定收益市场。每一笔新的长期债券都要求投资者持有额外的利率风险。每一个私人信贷实体都会形成另一组融资和再融资关系。

AI 支出不只是增长了。它已从一个现金流故事跨入资本市场故事。

真正的压力来自长期债务供给

AI 借款通过投资者必须吸收的债务数量和期限，影响更广泛的经济。

出售短期债券的公司，增加的久期风险低于发行数十年后到期债务的公司。AI 数据中心通常需要长期融资，因为建筑和电力基础设施会运行多年。在建设和客户采用情况仍不确定时，借款人也更倾向于锁定可预测的利息成本。

达拉斯联邦储备银行估计，2026 年与 AI 相关的投资级债券发行预测集中在 3,000 亿美元。这可能形成按 10 年期等值计量的多达 3,600 亿美元供给。该估计约等于美国财政部预期久期供给的八分之一。

10 年期等值将不同债券转换为统一的利率风险敞口衡量标准。它有助于将大额 30 年期发行与较短期债务进行比较。这一调整很重要，因为新增融资的期限对市场的影响可能与其面值一样大。

这一机制始于基本的供需关系。养老金基金、保险公司、共同基金、银行、外汇储备管理机构和其他机构的资产负债表容量有限。如果债务供给增长快于需求，价格就必须调整，直至投资者愿意接受这些新增证券。

对于债券而言，价格下跌对应收益率上升。发行人随后将面临更高的利息成本，而现有证券可能贬值。近期有融资需求的公司必须接受这些成本、减少借款，或推迟投资。

这种影响可以扩散至不同信贷类别。一家高评级科技公司可能以被认为违约风险适度的条件，向投资者提供有吸引力的收益。为了竞争，公用事业公司或工业借款人可能需要提供更大的信用利差，也就是在政府基准收益率之上支付的额外收益。

AI 融资还可通过对冲影响基准利率。私人信贷贷款通常采用浮动利率，而数据中心运营商往往偏好固定利率融资。运营商可以利用利率互换，将浮动利率义务转换为固定利率义务。

在付固定利率互换中，借款人支付固定利率并收取浮动利率。这笔交易无需公司出售传统固定利率债券，便可将久期转移至利率市场。这有时被称为合成久期供给。

达拉斯联储研究人员援引市场迹象称，2025 年第四季度这类活动按 10 年期等值计算至少达到 500 亿美元。他们认为，这些资金流可推高互换收益率，并促使收益率曲线变陡。

同一批研究人员还指出了第三条涉及金融公司的路径。银行历来是投资级债券的主要发行人。它们通常发行固定利率债务，再通过互换转为浮动利率义务，从而在市场其他领域创造久期需求。

如果超大规模云服务商债券替代了部分银行发债，债务的构成就会发生变化。科技公司和数据中心融资实体通常希望锁定固定利率，而银行往往偏好浮动利率负债。因此，即使总发行量保持不变，以一种发行人类型替代另一种，也可能增加净久期供给。

这些影响并非孤立发生。美国财政部正在为庞大的政府赤字融资，公用事业公司正在升级电网，制造商正在建设本土产能，国防投资也在增加。AI 债务进入的是一个本已在处理多种结构性资本需求的市场。

这正是与 AI 无关的借款人资本成本也可能上升的原因。地区制造商不必购买 Nvidia 芯片，也会感受到这种影响。它只需要在密集发债期间接触同一批债券投资者。

私营企业面临类似的传导机制。更高的公开市场收益率会影响银行贷款、私人信贷定价、风险投资回报目标和收购模型。更高的贴现率也会降低预期未来现金流的现值。

这种压力最终会传导至经营决策。边际上的工厂扩建更难得到合理化支持。房地产项目需要更高租金。初创公司必须展现更好的增长，或接受更大幅度的股权稀释。公用事业公司可能寻求更大幅度的客户费率上调。

没有任何一笔 AI 债券会单独造成这些变化。担忧源于累计供给及持续发行的预期。

现金充裕的超大规模云服务商如今与所有其他借款人竞争

主要矛盾在于 AI 行业的资本需求，与全球投资者为每个长期项目提供低成本资金的有限能力之间。

最大的科技公司在进入 AI 周期时拥有出色的资产负债表。它们的广告、软件、电商和云业务产生了足够的现金来支持早期支出。这种财务实力促使投资者将 AI 资本支出视为可控。

如今的规模正挑战这一假设。经合组织预计，九家超大规模云服务商在 2026 年至 2030 年间的累计资本支出将达 4.1 万亿美元。其中四家公司预计占据 3.5 万亿美元。

作为参照，2025 年所有美国非金融企业的资本投资略高于 3 万亿美元。这个比较并不意味着超大规模云服务商将在一年内超过整个企业经济体的支出。它说明了它们多年度资金需求的集中程度。

经合组织（OECD）的全球债务分析估计，在保守情景下，九家超大规模云服务商的发债规模将约占全球历史非金融债券发行量的 9%。该情景假设债券为预计资本支出的 29% 提供资金。

如果债券为一半支出提供资金，到 2030 年，这一年度占比可能升至 15%。这些只是情景推演，并非承诺；实际发行规模将取决于现金生成能力、股票市场、建设进度以及 AI 需求。

不过，这些情景明确了这场故事中的对手。它不是 Google 对 Microsoft，也不是一家模型实验室对另一家，而是集中的 AI 资本需求与更广泛经济体对可负担融资的需求之间的较量。

实力最强的超大规模云服务商仍保有显著优势。它们拥有多元化收入、成熟的客户关系、流动性良好的股票，以及获得多种货币融资的渠道。多数企业可以根据市场情况调整现金、债务、租赁和股权融资的组合。

这种灵活性可能会加剧对较弱借款人的竞争压力。顶级评级发行人可以在市场条件转佳时随时入场。一家面临再融资期限的小公司，则没有太多等待的余地。

大型科技债券也可能吸引指数驱动型投资者。随着超大规模云服务商债务在基准指数中的占比增加，投资组合经理需要持有足够敞口，以避免与这些基准偏离过远。这种结构性需求支撑了科技发行人，但也可能将注意力从规模较小的信用主体身上转移开。

根据 OECD 的数据，2025 年科技行业占全球非金融债券发行量的 9.6%。这是自 2000 年以来的最高占比，较 2024 年增加了 3.9 个百分点。

债务集中还带来另一项风险。科技行业的借款集中于相对少数几家公司。因此，市场若重新评估 AI 回报，可能会同时影响企业债市场中的很大一部分。

对于开发者和企业采购方而言，这场融资竞争可能会影响产品的经济性。云服务提供商必须收回加速器、电力和数据中心租赁的成本。如果基础设施成本持续居高不下，提供商将面临提高利用率、改善利润率或调整客户定价的压力。

企业客户不应假设，充裕的算力必然会让服务成本永久下降。硬件效率可以提升，但融资、能源和建设支出仍可能维持高位。这两种力量共同决定 AI 工作负载的最终经济性。

知识型工作者同样与结果息息相关。组织往往根据预期的生产率提升，批准 AI 订阅和内部部署。更高的企业融资成本会提高这些项目适用的最低回报率。

最低回报率是投资获得批准前所要求达到的最低收益。当这一比率上升时，不确定性较高的 AI 项目将更直接地与传统软件、招聘、网络安全和运营升级竞争。

评估 AI 系统的团队应保留有关采用率、准确性、人工节省和持续使用情况的证据。可搜索的AI 知识库有助于留存这类运营背景。财务论证日益取决于可衡量的成果，而不是能否使用某个时髦的模型。

这并不意味着 AI 投资不理性。它只是让融资环境变得更加不宽容。大型公司可以承担试验成本，但债权人最终会追问：哪些设施拥有持久需求，哪些又依赖于激进的预测。

AI 债务数据不能证明什么

债务激增是可衡量的市场压力来源，但并不能证明 AI 融资是利率上升的主要原因。

长期收益率受到多种力量影响。政府借款仍是美国久期供给的主导来源。通胀、货币政策、经济增长、监管、海外需求以及投资者风险偏好，都可能压倒企业债发行的影响。

即使是达拉斯联储，也将 AI 融资视为一个正在发展的传导渠道，而非完整解释。其久期研究寻找与直接和合成供给相符的市场关系。这些模式并不能建立一个简单的一对一因果估计。

这一区别很重要，因为新闻标题可能夸大新主题的影响范围。长期利率上升并不自动意味着超大规模云服务商借款导致了这一走势。收益率下降也不意味着融资浪潮已经消失。

企业债供给也可以调整。大量科技债发行可能会挤出银行或其他公司的借款。发行人可以在不同周次、货币、期限以及公开或私募市场之间调整交易。收益率变得更有吸引力时，投资者也可以增加配置。

2025 年市场提供了一些安慰。OECD 计算，超大规模云服务商的发行规模最多相当于美国非金融投资级债券供给的 15%。该机构表示，市场在没有广泛摩擦的情况下吸收了这一规模，尽管个别信用指标有时出现明显波动。

这些公司之间也存在显著差异。Alphabet、Amazon、Meta、Microsoft 和 Oracle 的现金流、评级、客户集中度和融资计划并不相同。将它们归为同一类别，可能掩盖风险更高的信用主体。

项目结构又增加了一层不确定性。特殊目的实体可以隔离法律所有权，但长期租赁和担保可能重新将经济风险与发起方联系起来。投资者需要了解完工日期、租户、电力接入、续约条款和残值等细节。

技术过时尤为重要。数据中心建筑可运营数十年，但加速器的淘汰速度要快得多。一种融资结构的期限，可能远远超过其第一代芯片的竞争寿命。

客户集中度可能加剧这种错配。一处由单一大型租户支持的设施，在合同持续有效期间看似稳定；但若该租户拒绝续约或减少容量需求，其价值可能迅速变化。

AI 收入同样难以单独识别。云服务提供商会将存储、数据库、网络、传统计算和 AI 服务打包销售。披露的增长数据并不总能说明，仅靠模型推理是否足以为新增基础设施带来合适回报。

乐观情景仍然可信。AI 的采用速度可能足够快，使设施持续保持繁忙。更好的模型可能吸引新的工作负载，而更低成本的推理则可能增加总体需求。高利用率将支撑收入，并让长期基础设施更易于融资。

还有一种生产率论点。如果 AI 提高整个经济体的产出，更强劲的增长可以扩大储蓄和企业盈利。这一结果将增强市场同时支持公共和私人债务的能力。

怀疑论的观点则质疑，支出的到来是否快于商业化变现。如果利用率不及预期，公司可能削减资本支出、重新谈判项目，或录得较低回报。届时，贷款方将根据建设、租户和技术风险重新定价数据中心债务。

表外融资值得特别关注。国际清算银行（BIS）将这类结构称为“影子借款”，因为它们在经济实质上类似债务，却在法律上存在于其他主体之中。该机构警告，超大规模云服务商、私募信贷基金、保险公司和银行之间的联系可能形成新的传导渠道。

冲击可能通过再融资压力、私募信贷需求走弱或担保被触发而传至这些渠道。这并不意味着危机不可避免，而是意味着在条件恶化前，风险所在的位置可能更难辨识。

因此，关注 Google News 的读者应区分三项判断。AI 基础设施借款规模庞大、期限较长且仍在增长。它对资本市场增加了边际压力。其对任何基准收益率变化的确切贡献仍不确定。

这样的框架避免了两个无益的极端。债务繁荣既不是无关紧要，也不足以证明存在由 AI 驱动的金融危机。它是资本市场中一个新的结构性资金需求方，其规模如今值得定期审视。

三项信号将显示资本压力是否正在恶化

下一阶段取决于发行规模、信用重新定价，以及 AI 基础设施能否产生持久现金流的证据。

第一个信号是新增债务的发行节奏和期限。投资者应将超大规模云服务商直接发行的债券，与项目债务、私募配售和租赁支持的融资进行比较。仅看公开发行，会低估总体承诺规模。

英格兰银行报告称，2026 年上半年超大规模云服务商的投资级债券发行量，已超过 2025 年全年的总额。该行还引用预测称，2026 年将有 2,400 亿美元的超大规模云服务商投资需求通过投资级信贷融资。

作为比较，同一分析指出，美国六大银行通常每年发行 1,500 亿至 1,700 亿美元的高级债务。如果科技行业发行量持续高于这一参照点，关于持续久期供给的论点将更有说服力。

期限与规模同样重要。更多 20 年期和 30 年期借款，会将更大的利率风险置入投资组合。更多使用浮动利率私募信贷并结合付固定利率互换，也可能通过不那么可见的渠道产生类似压力。

长期债务发行若持续放缓，将削弱“挤出效应”的论点。企业可能更多通过现金为支出融资、缩减项目或依赖股权。这会降低新增久期供给，尽管也可能反映其对预期回报的信心减弱。

第二个信号是信用定价。关注企业债利差、信用违约互换水平，以及投资者对每笔新交易的需求。信用违约互换是一种合约，当借款人发生界定的信用事件时会进行赔付。

利差扩大将表明，投资者希望因承担 AI 敞口而获得更多补偿。新债订单簿疲弱或发行让利，意味着市场容量存在上限。较低评级发行人的融资成本上升，则会揭示资产负债表差异最重要的地方。

利差保持稳定或收窄，将支持相反的解读。这意味着投资者仍认为超大规模云服务商的现金流和项目合同提供了足够保护。强劲需求可以让市场吸收大量发行，而无需迫使整体重新定价。

基准利率必须单独解读。国债收益率可能因财政或通胀担忧而上升，同时科技债利差保持稳定。反过来，国债收益率也可能下跌，而与 AI 相关的信用利差因投资者质疑具体项目而扩大。

第三个信号是基础设施自身产生的经营现金流。投资者需要证据表明，数据中心容量正从建设阶段转化为签约并被实际使用的服务。已宣布的资本支出不如收入、利润率、利用率和客户续约情况有参考价值。

Oracle 的策略提供了一项检验。该公司表示，其计划中的融资支持来自大型云服务和 AI 客户的已签约需求。未来披露文件可以显示建设是否按计划推进，以及这些需求是否在不削弱资产负债表指标的情况下转化为收入。

Meta 的项目结构提供了另一项检验。完工进度、租户承诺、担保披露和再融资条款，将显示风险如何在发起方与其融资工具之间传导。其他超大规模云服务商的类似披露，将帮助投资者比较不同结构。

核心指标并不是原始的 AI 使用量。免费服务和补贴性试验可以带来活跃度，却未必产生足以支撑基础设施的现金流。可持续需求必须能够覆盖电力、折旧、维护、融资以及未来硬件更换的成本。

企业采用 AI 至关重要，因为持续性工作负载比试用项目能带来更稳健的经济效益。企业应追踪生产部署、重复使用情况和可量化产出。团队可以使用每周工作流，在不同试验之间保留决策与结果。

这三个信号相互印证。当运营回报强劲、信用利差维持在可控范围内时，大规模发债的威胁会相对较小。但当借款加速、利差扩大、利用率不及预期时，情况就更令人担忧。

Google News 将继续通过债券销售、财报、数据中心项目以及长期收益率变化呈现这一故事。读者应将这些更新联系起来，而不应把每一次市场波动都视为同一原因的证据。

AI 基础设施建设如今已大到足以影响资本流向及其融资条件。这才是真正的逆转。现金充裕的科技公司进入这一周期时是自筹资金的投资者，但它们正逐渐成为全球储蓄的重要竞争者。

下一个问题可以量化：新增 AI 产能能否在融资负担迫使企业及其他借款人显著提高融资成本之前产生现金流？应关注债务规模、信用利差和基础设施回报。这些指标共同将揭示，AI 债务热潮究竟仍是一轮可消化的投资周期，还是会演变为对所有人资本成本的长期负担。