AI 债务憎恶者指南（第二部分）

Premium: The Hater's Guide To AI Debt (Part 2) — wheresyoured.at · 1 天前 · 💡 观点 / 杂谈

AI 债务憎恶者指南（第二部分）

AI 行业的风险已经从估值层面下移到信用层面：决定这轮繁荣能否延续的，不是模型能力或用户增长，而是超大规模厂商为数据中心借来的钱能否按期偿还。《AI 债务憎恶者指南》第二部分把镜头对准融资结构本身——2025 年以来，微软、亚马逊、谷歌、Meta 的资本开支合计逼近 4000 亿美元量级，其中越来越多部分不再由自由现金流覆盖，而是通过公司债、特殊目的实体（SPV）、私募信贷和表外合资安排筹措。Meta 与 Blue Owl 合作设立的约 270 亿美元 Hyperion 数据中心 SPV、Oracle 与 OpenAI 之间数千亿美元量级的算力合同、CoreWeave 以 GPU 为抵押的高杠杆扩张，都是同一逻辑的变体：用未来的 AI 收入为今天的钢铁、电力和芯片做担保。作者的核心判断是，这套结构的脆弱之处不在需求端是否见顶，而在会计端——GPU 折旧年限被拉长到五至六年，实际经济寿命可能只有两到三年；一旦租约价格、利用率和残值假设同时下修，账面利润会迅速转为减值损失，并沿债务链条传导给银行、私募基金与保险资金。更棘手的是循环交易：芯片厂商投资算力租赁商，租赁商向云厂商承诺采购，云厂商再把算力回租给模型公司，同一笔钱在几家公司之间转一圈，被记成多方收入。与 2000 年前后的电信光纤泡沫相比，本轮扩张的债务久期更短、抵押品折旧更快，且大量敞口藏在监管可见度更低的非公开市场。文章开篇用一段 2026 年的讽刺场景点题：一位超大规模厂商 CEO 收到 CFO 关于「紧急财务会议」的邮件——这场赌博的终局不是技术问题，而是现金流问题。文章因此把「AI 泡沫」重新定义为一场杠杆化的基础设施赌博：只要收入增速低于融资成本，缺口就会靠再融资滚动下去，直到某一次债券发行失败为止。

核心论点

资本开支与现金流之间的缺口正在被债务填上：2025 年微软、亚马逊、谷歌、Meta 四家合计资本开支预计超过 3800 亿美元，而同期经营性现金流约在 5000 亿美元量级，表面上还能覆盖，但若把数据中心租赁承诺、SPV 债务、供应商融资和长期电力采购协议一并计入，真实杠杆远高于财报首页呈现的数字；Meta 与 Blue Owl 合作设立的 Hyperion 数据中心 SPV 规模约 270 亿美元，投资人拿的是租约现金流而非 Meta 的公司信用，这类表外结构正是本轮扩张最典型的融资工具。
折旧假设是整条债务链上最脆弱的一环：主流云厂商把服务器与 GPU 的折旧年限定在五到六年，理由是数据中心整体生命周期较长，但 H100 之类的加速卡在两到三年内就会被新一代产品替代，二手残值下滑速度远快于直线折旧曲线；折旧年限每缩短一年，对营业利润的冲击都在数十亿美元级别，因此空头盯的不是产品路线图而是财报附注里的会计政策，一旦残值和利用率假设同时下修，减值会立刻吃掉账面利润并触发租约重估。
循环交易把同一笔钱记成了多方收入：芯片厂商投资 CoreWeave、Lambda 等算力租赁商，租赁商向芯片厂商下采购订单，云厂商承诺采购算力，再把算力回租给模型公司，资金在几家公司之间转一圈后，供应商确认了营收、租赁商确认了资产、云厂商确认了合同储备；OpenAI 与 Oracle、微软、AMD、Broadcom 之间累计约 1.4 万亿美元量级的算力承诺，远超其百亿美元级别的年收入所能支撑的偿付能力，任何一环延迟付款都会同时冲击收入确认与抵押品估值。
风险的最终持有人已经不只是科技股股东：AI 相关债务通过私募信贷、保险资金和银行银团分散到与科技无关的资产负债表上，私募信贷市场规模约 1.7 万亿美元，其中相当比例投向数据中心、电力和 GPU 抵押融资；与 2000 年前后的电信光纤泡沫相比，本轮债务久期更短、抵押品折旧更快，且大量敞口藏在监管可见度更低的非公开市场，一旦 GPU 抵押品估值下修，损失会以流动性折价的形式外溢到养老金和保险产品。

💡 为什么值得读: 因为它把「AI 泡沫」从一句情绪化的口号拆成了可核查的债务结构、折旧假设和交易对手清单，读完你会知道该翻财报附注的哪一页去找风险。

🏷️ AI debt, hyperscalers, AI bubble, finance