AI 基建是「下一个次级债」？万亿订单背后的债务暗流

36 氪近日转载的一篇深度分析指出，AI 产业当前的大规模基建高度依赖债务融资，而非股权融资，其模式与 2008 年次级债危机前的房地产融资结构高度相似。文章以「明斯基框架」审视五大云厂商的资本开支曲线，认为债务端的非线性风险正在累积，而市场仍在用科技股的逻辑为这一基础设施定价。

融资结构：从股权到债务的偏移

2000 年的互联网泡沫破裂，本质是估值压缩的线性过程，股权投资者可以选择长期持有等待复苏；但债务具有「负凸性」——企业经营好转时债权人只能收取固定利息，经营恶化时却要承受没有下限的巨额亏损，且债务条款一刀切，要么顺利再融资，要么立刻陷入违约。

AI 产业链当前的资金链条呈现典型的债务驱动特征：

• 前沿 AI 实验室（如 OpenAI、Anthropic）与云厂商签订数百亿美元的算力采购合同，由于现金不足以覆盖，这些「剩余履约义务」（RPO）本质上是融资订单。
• 五大云厂商、数据中心运营商、算力租赁公司以这些长期合同为抵押，向私募机构借贷，筹集资金用于数据中心土建和 GPU 采购。
• 整个链条的稳健运转，完全依赖订单源头——AI 实验室能否持续为这些付款提供资金。

对于每年亏损数百亿美元、只能依靠不断再融资才能维持付款的 AI 实验室而言，这些「剩余履约义务」对股票投资者是未来收入，对债券投资者却是「次级承诺」，却被用来为巨额资本开支提供合理性。

AI 基建的「房地产内核」

文章将 AI 基建与房地产开发逐项类比，几乎一一对应：

• 拿地建数据中心，相当于「开发贷款」；
• 与大客户签订照付不议（Take-or-pay）合同并将其抵押再融资，相当于「后期贷款」；
• 云厂商把安装好的 GPU 机架再次抵押融资，相当于「运营贷款」；
• 将未来现金流打包发行资产支持票据（ABS）卖给保险公司、养老金，相当于地产 REITs。

这种「层层抵押 + 杠杆放大」是全球重资产业务的通用玩法，但放在前沿科技上，叠加了双重风险：科技投资的技术不确定性（产品可能失败），以及房地产的资产负债表杠杆风险（数据中心专用性强，GPU 集群 2 年内可能大幅贬值）。

更危险的是，资本开支「军备竞赛」正在让融资节奏向房地产泡沫靠拢：基于当前 ARR 增速外推未来算力需求，类似当年地产开发商根据周边二手房 10 万/平去拍 12 万楼板价，「相信房价永远上涨」。

二阶导下滑与明斯基时刻

文章援引明斯基的债务框架，将融资模式分为三类：

• 第一类：经营现金流足以覆盖本息；
• 第二类：现金流只能覆盖利息，须借新还旧；
• 第三类：庞氏融资，连利息都覆盖不了。

根据五大云厂商的二季报：

• 谷歌、亚马逊的自由现金流刚刚转负，已进入第二类；
• 微软、Meta 仍属第一类，但若不控制 capex 很快也会滑入第二类；
• 甲骨文长期属于第二类，其还本付息率仅 48%，更接近地产公司而非科技公司。

文章强调「二阶导」比一阶导更关键：违约率上升时，房价仍在上涨，只是增速放缓——这就是 2006 年次贷危机爆发前真实发生的情形。一旦资本开支超过经营现金流的 100%，再加速扩张意味着每个季度都要以更快速度举债，未来一年超大规模云厂商的债务发行量必须急剧攀升，AI 基础设施建设将完全依赖债券市场提供边际资金。

表外「影子贷款」与隐性质押

国际清算银行（BIS）报告指出，大型云厂商正越来越多地通过「影子借贷」为 AI 数据中心融资：

• 设立特殊目的实体（SPV）或合资企业，收购或筹建数据中心资产，云厂商仅持少数股权；
• 由云厂商签订长期租赁或算力购买协议并提供信用担保；
• 债务由租赁现金流偿还，但实际风险仍留在线下。

这种结构与房地产公司的表外项目融资高度类似，若 AI 算力需求未来不足以覆盖长期租赁成本，担保的隐性负债将浮出水面。机构测算这部分隐性债务规模约为 1.65 万亿美元。

文章最后总结：从今年开始，五大云厂商的融资模式正由内部融资转向外部融资，出现「从科技公司到房地产公司」的蜕变，同时具备「房地产的资本密集属性」和「半导体的快速折旧属性」，估值却仍是科技股。明斯基时刻尚未到来，但明斯基意义上的「融资迁移」已经开始；大部分问题的根源，仍集中在 OpenAI、Anthropic 这两家头部 AI 实验室身上。

文章预告将在下篇分析两家顶尖 AI 实验室谁更脆弱，以及债务危机可能出现的五个最脆弱时间节点。

（原文转载自微信公众号「思想钢印」，36 氪经授权发布）