AI 基建狂潮–让华尔街 “假也不休” 的 “为五年后不知道是什么的技术进行 20-30 年期限的融资”

一场史无前例的 AI 基建融资狂潮正席卷华尔街，数百亿美元资金涌向数据中心建设，银行家们连 8 月假期都顾不上休。与此同时，业内高管和分析师开始质疑这股投资热潮是否正在催生新的泡沫，尤其是当投资者为一项五年后形态未卜的技术提供长达 30 年的融资时。

8 月 23 日，据报道，知情人士透露，摩根大通和三菱 UFJ 金融集团本周正在牵头一笔超过 220 亿美元的贷款，支持 Vantage Data Centers 建设大型数据中心园区。Meta 则从太平洋投资管理公司和 Blue Owl Capital 获得 290 亿美元资金，在路易斯安那州农村地区建设大型数据中心。这交易凸显了市场对 AI 基建融资的狂热追捧。

然而，在资本疯狂涌入的背后，质疑声也开始浮现。行业关键参与者承认 AI 投资者可能面临痛苦。OpenAI 首席执行官 Sam Altman 表示，他认为当前的人工智能投资狂热与 1990 年代末的互联网泡沫存在相似之处。麻省理工学院一项研究显示，95% 的企业生成式 AI 项目未能产生任何利润。

分析人士指出，这种反差正让信贷观察人士感到紧张，特别是考虑到许多融资安排都基于数据中心未来现金流的预测，而这些技术的长期盈利能力仍存在不确定性。花旗集团美国投资级信贷策略主管 Daniel Sorid 表示：

"信贷投资者自然会回想起 2000 年代初，当时电信公司可能过度建设和过度借贷，随后就看到了这些资产出现一些重大减记。"

AI 数据中心融资规模创历史新高

对于从事数据中心融资交易的华尔街银行家们来说，这个夏季没有假期可言。

据报道，7 月有 xAI 的 100 亿美元债务和股权交易，以及 CoreWeave 的 26 亿美元债务交易。

8 月，月初 Meta 达成了一笔 260 亿美元借款和 30 亿美元股权的交易，用于其数据中心建设。本周，摩根大通和三菱 UFJ 金融集团同意为 Vantage Data Centers 承销 220 亿美元债务。

据行业追踪机构 Project Finance News 数据，市场预计今年规模将增长至 600 亿美元，是 2024 年的两倍。考虑到 8 月的交易总额，市场可能需要上调预估的数据中心融资规模。

瑞银信贷策略主管 Matthew Mish 表示：

"私人信贷对人工智能的资金投入在过去三个季度中每季度约为 500 亿美元的低端水平。即使不考虑 Meta 和 Vantage 的大型交易，它们提供的资金已经是公开市场的两到三倍。"

目前大部分债务资金来自私人信贷市场。许多新的计算中心正在通过商业抵押贷款支持证券（CMBS）获得融资，这些证券并非与企业实体挂钩，而是与这些综合体产生的收益挂钩。

据摩根大通估计，由 AI 基础设施支持的 CMBS 金额已从 2024 年全年总额增长 30%，达到 156 亿美元。

从自筹资金到外部融资的转变

值得注意的是，训练和支持最先进的人工智能模型所需的基础设施的早期建设主要由人工智能公司自己资助，其中包括谷歌和 Meta 等科技巨头。不过，最近，资金越来越多地来自债券投资者和私人信贷机构。

彭博智库的一份最新报告指出，尽管 AI 相关投资的风险千差万别，但像微软、亚马逊这些 “AI 超级巨头” 主要通过发行被称为 “金边企业债” 的优质债券来融资建造新基础设施。这类债券之所以被认为相对安全，是因为这些公司本身现金流充裕，具备很强的还款能力。

借款人通常是拥有世界上最佳资产负债表的科技巨头。它们选择借贷是因为数字太大，而且债务通常归属于它们正在建设的数据中心，而不是公司本身。

私人债务基金的繁荣意味着更多资金在寻求更高回报。数据中心交易满足了这一需求，提供比典型企业贷款更高的收益率。因此投资者纷纷抓住机会赚取额外现金。

分析人士还指出，随着美联储主席鲍威尔对降息更加开放，对收益率的追求将变得更加迫切。

行业关键参与者承认 AI 投资者可能面临痛苦

然而，在 AI 数据中心融资规模正经历爆炸式增长之际，行业关键参与者承认 AI 投资者可能面临痛苦。

据见闻文章，全球 AI 浪潮的 “旗手”、OpenAI 首席执行官 Sam Altman 认为，当前 AI 领域的狂热与当年的科网泡沫有很多类似之处。他还指出，OpenAI 在不远的将来，会在数据中心建设上花费数万亿美元。

在这场由万亿美金驱动的豪赌中，注定会有输家。Altman 意味深长地表示，“有人” 将会亏掉 “一笔惊人的钱”。但他紧接着补充道：“我们不知道是谁。”

本周，一份来自麻省理工学院（MIT）的报告，揭示了企业在 AI 投资上的严峻现实，认为，尽管企业对生成式 AI 充满期待，但绝大多数项目未能产生实际的财务影响，高达 “95% 的企业从其生成式 AI 投资中获得的回报为零”。

一边是 AI 基建设施的疯狂融资，一边是行业关键参与者的重磅警告，这种矛盾正让信贷观察者感到紧张。

S&P 全球评级私人市场分析全球主管 Ruth Yang 直言不讳地指出了这种融资模式的风险：

"数据中心交易是针对一项我们甚至不知道五年后会是什么样子的技术进行的 20 到 30 年期融资。我们对未来现金流的评估持保守态度，因为我们不知道它会是什么样子，没有历史依据。"

据瑞银集团，一种叫做 “PIK（实物支付）贷款” 的贷款形式正在科技类私募信贷领域变得越来越常见，这是一种借款人因现金紧张、用增加债务代替现金支付利息的方式。第二季度，投资于中小企业的 BDC 公司中，这种 “纸面利息收入” 占总收入比例升至 6%，是 2020 年以来最高的，说明贷款人面对的财务压力正在上升。

BDC（Business Development Company）是 “商业发展公司”，一种投资公司，专门投资于中小型企业或初创公司，并向投资者提供进入私募市场的渠道。BDC 收入中 PIK 比例上升，意味着它们收取的利息越来越多是 “纸面利息”（非现金），反映出借款企业的财务压力加剧。

值得注意的是，市场数据显示泡沫迹象正在显现。CB Insights 的数据显示，目前有 498 家 AI 独角兽企业，总估值达 2.7 万亿美元。AI 初创公司的估值倍数已超过 100 倍。

更令人担忧的是，AI 初创企业的单位经济效益堪忧：用户支付 1 美元，应用层公司向基础模型提供商支付 5 美元，后者向超大规模计算服务商支付 7 美元，最终向 GPU 制造商支付 13 美元。

知名金融博客 ZeroHedge 在一篇文中称，在 AI 技术炒作周期中要小心 “断层期”，投资者必须明确，在 Gartner 提出的新兴技术周期中，所投资或部署的每一项 AI 技术目前处于哪个阶段。Gartner 的技术炒作周期模型将新兴技术的发展划分为五个阶段：

技术触发期（Innovation Trigger）、期望膨胀期（Peak of Inflated Expectations）、泡沫破灭谷底（Trough of Disillusionment）、稳步爬升期（Slope of Enlightenment）、生产成熟期（Plateau of Productivity）

潜在的终结因素：电力成本、价格压力

许多 AI 债务交易都基于这样一种理念：他们建设的数据中心将产生足够的收入来偿还贷款。顶级人工智能提供商的成本之争将受到密切关注。如果 AI 价格再次下跌，可能会让一些投资者担心能否获得偿还。

电力需求的状况也可能成为借贷狂潮的终结。数据中心消耗大量电力，电力价格今年上涨了近 7%。监管机构将飙升的需求归咎于数据中心。电力价格上涨至少意味着运营数据中心的成本更高。

德克萨斯州对价格上涨的不满尤为严重，该州通过了一项法律，赋予电网运营商在危机中减少数据中心电力供应的能力。

股票市场也开始显现怀疑情绪。人工智能风险和回报的典型代表 CoreWeave 今年早些时候进行了引人注目的 IPO，但该公司股价已从峰值下跌近 50%。