AI CAPITAL CYCLE / DEBT MIGRATION29 AUG 2026

AI 的债去哪了：当巨头从利润投资走向融资投资

当前不是次贷危机，但 AI 的资本循环已经从“利润支持投资”走向“融资支持投资”；要盯的不是资本开支多大，而是现金回报多硬。

资本循环的性质变了：以前是赚了钱再扩张，现在是借到钱才能留在牌桌上。

DEBT / 01

一条被讲成"藏债"的故事

最近流行一种说法：几家科技巨头为了 AI 军备竞赛，悄悄背上了上万亿美元的债务，而市场看不见。有的版本给出一个耸动的数字——超过一万亿美元的"隐藏债务"。

这个数字本身就值得先拆一下。它通常把几类完全不同的东西加在一起：传统公司债、长期租赁承诺、数据中心建设承诺、算力采购承诺。这些确实都是未来要付的钱，但把它们全部叫做"债务"并说"藏起来了"，是叙事放大。租赁和采购承诺在财报附注里有披露，专业投资者看得见。

准确的说法不是"藏债"，而是债务的表外化与风险迁移。

真正发生的事情更有意思，也更值得投资者花时间：科技巨头正在从轻资产软件公司，变成重资产基础设施公司，而它们的融资方式正在随之改变形态。

DEBT / 02

融资结构在往下沉

过去，微软、谷歌、Meta 这类公司几乎不需要融资——现金流多到花不完，发债只是财务优化。现在，AI 数据中心的资本开支大到连它们的现金流都不够从容，融资开始一层层下沉：

从直接发公司债，下沉到用 SPV（特殊目的实体）做项目融资；从自建数据中心，转为签二三十年的长期租约，把资产留在别人的资产负债表上；再往下，出现了 GPU 抵押贷款——芯片本身成了抵押品；数据中心的租金流被打包成 ABS 卖出去；最后接盘的，是私募信贷基金、保险公司和养老金。

每一层都是合法、常见的金融工程。单独看，没有一层是丑闻。但合起来看，一个原本"利润支持投资"的行业，正在变成"融资支持投资"的行业。

DEBT / 03

这不是次贷，但有一个真问题

把它类比成"AI 版次贷危机"，目前言过其实。数据中心相关债务在万亿美元级的企业债市场里占比仍然有限，而且主要承接方不是 2008 年那种三十倍杠杆的银行，而是私募信贷、保险和养老金——这些机构负债久期长、杠杆低，短期系统性传染的风险远小于当年。

但有一个真问题藏在结构里：期限错配。

数据中心的债务和租约可以长达二十年、三十年，而 GPU 的经济寿命可能只有五六年。抵押品会先于债务消失。如果算力租金下行、芯片迭代加速，放贷人手里剩下的是一堆折旧完的硅片和一纸长期合同。

英伟达开始为部分 GPU 提供残值支持，这件事有两面：一面是利好——GPU 获得了抵押价值，第三方资本可以进场，芯片需求被金融杠杆放大；另一面是黄灯——当卖芯片的人需要亲自托住抵押品的信用，说明市场自己托不住。如果有一天，融资结构反过来制造芯片订单，那就是循环融资，历史上这种循环没有善终的先例。

当卖铲子的人开始给铲子担保残值，你该问的不是铲子好不好，而是买铲子的人拿什么还钱。

DEBT / 04

投资者该盯什么

判断这一轮是不是泡沫，不能只看资本开支有多大——资本开支是投入，投入本身既不证明泡沫也不证明繁荣。要看的是现金回报：

第一，Token 使用量和推理需求是否持续增长——这是终端真实消耗；第二，Azure、谷歌云这类算力收入的增速和毛利——这是投入变成收入的传导；第三，客户是不是真金白银付费，而不是靠股权投资、算力互换撑出来的收入；第四，一个数据中心能否在三年左右回本——这是整条债务链最终的还款来源。

融资结构再复杂，SPV 套多少层，最后都必须由现金流还债。只要终端算力收入持续增长，这个循环就能转下去；一旦 Token 需求、租金价格和 GPU 残值同时下滑，风险会沿着 SPV—私募信贷—保险与养老金的链条集中暴露。

泡沫的判断标准从来不是"花了多少钱"，而是"花出去的钱能不能变成现金回来"。

DEBT / 05

什么会推翻这个判断

这篇的中心判断是：当前不是系统性危机，但 AI 资本循环已经从利润驱动转向融资驱动，风险在于期限错配而非债务总量。

它可以被两个方向证伪。如果算力租金长期坚挺、GPU 实际经济寿命被证明远超五六年、数据中心普遍在三年内回本，那么"期限错配"就是伪命题，这些长期债务反而是聪明的低成本杠杆。反过来，如果私募信贷对数据中心的敞口快速膨胀到不可忽视的规模，且出现明显的循环融资证据（融资方与芯片订单深度绑定），那么"不是次贷"的判断也需要重估。

两边都还没有定论。此刻能做的，是把注意力从"资本开支的数字有多大"挪到"现金回报的证据有多硬"上。