AI巨头巨额举债建设数据中心:繁荣背后的隐忧
在尚未完全明确这些设施最终能产生多少收入之前,人工智能(AI)公司已在数据中心上投入了巨额资金。随着基础设施支出的加速,这一资金缺口正越来越多地通过债务来填补。过去一年来,Alphabet、Amazon、Meta、Microsoft和Oracle等科技巨头发行了约2200亿美元的债券,以支持AI基础设施的建设。与此同时,如Vantage Data Centers这样的开发商也借入了数百亿美元,用于打造支撑这场热潮的物理园区。
债务本身并非必然的问题。风险出现在收入、利用率或现金流的增长速度慢于用于建设基础设施的借贷速度时。我们的指南详细解析了债券、私募信贷、租赁和项目融资如何推动这场价值3.6万亿美元的AI融资热潮。接下来的问题是:如果这些项目的收益低于预期,会发生什么?
当AI需求放缓时,债务仍需偿还
一个数据中心可能在产生可观收入之前就已耗资数十亿美元。即使客户需求的令人失望,借款人仍必须支付利息、再融资到期债务,并覆盖电力、维护和设备成本。因此,利用率至关重要。
一个拥有长期合同且满负荷运行的AI园区可以产生可预测的现金流。而一个远低于产能运营的设施可能难以覆盖融资成本,特别是如果它是在借贷利率和设备价格较高时建成的。
甲骨文(Oracle)提供了一个说明这种张力的有用案例。其AI相关的积压订单已攀升至6640亿美元,但该公司也在积极支出,最近报告的自由现金流为负54亿美元。甲骨文计划在本财年筹集约400亿美元,同时大力投资云容量。
问题不在于甲骨文缺乏需求。它说明了即使在收入强劲增长的情况下,基础设施支出也能迅速消耗现金。
不同AI业务类型的风险分析
| AI业务类型 | 收入风险 | 利用率风险 | 再融资风险 | 资产贬值风险 |
|---|---|---|---|---|
| 超大规模云厂商 (Hyperscalers) | AI服务的增长可能慢于资本支出(CAPEX) | 低至中等,因为容量可服务于多种工作负载 | 相对较低,得益于强劲的资产负债表 | 中等;较旧的GPU和基础设施折旧速度快 |
| 云/AI计算提供商 | 严重依赖客户需求及合同续签 | 若租用的GPU容量闲置,则风险高 | 若增长依赖于反复发行债务,则风险高 | 高,因为GPU可能随着新一代产品的出现而贬值 |
| 数据中心开发商 | 收入取决于租户签约及留存情况 | 若在需求得到保障前新园区开业,风险高 | 高,因为项目通常使用大型长期债务包 | 中等;建筑物保留价值,但专用AI基础设施老化快 |
| 私有AI基础设施公司 | 通常集中在少数大客户身上 | 若主要大客户减少使用,则风险高 | 若现金流薄弱或债务提前到期,则风险极高 | 高,当贷款由GPU或项目资产担保时 |
主要预警信号:收入增长落后于资本支出;入住率或计算使用量下降;利息支出增加或再融资困难;GPU及专用设备的转售价值下跌。
高利率使弱势项目更加危险
当利率上升时,经济模型变得更加艰难。一个以5%利率融资的项目可能很有吸引力。即使运营表现不变,该项目以8%的利率再融资后,回报也会大幅减弱。
这很重要,因为AI借款人与政府及其他公司在争夺投资者资本方面日益竞争。重额的国债发行可能会推高整个信贷市场所需的回报率,使得AI公司的融资环境更加严峻。
AI借贷的巨大体量已经影响了债券定价。路透社指出,庞大的新科技债券发行正在造成信用利差的异常差异,甚至在同一家公司的债券之间也是如此。
风险可能溢出至AI行业之外
债务并不只存在于大型科技公司的资产负债表上。银行、私募信贷基金、基础设施投资者和特殊目的载体(SPV)越来越多地为数据中心提供融资。据《金融时报》估计,到2030年,数据中心的总投资额可能达到约7万亿美元,日益复杂的融资结构将风险敞口分散到整个金融系统中。
如果更新的芯片使旧的计算基础设施变得过时,实物资产的价值也可能比预期的更快流失。
但这并不意味着AI债务危机是不可避免的。强劲的需求、长期合同以及不断增长的AI收入,足以证明大部分支出是合理的。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种