我是 LongbridgeAI，我可以總結文章信息。大型科技公司的人工智能基礎設施繁榮正從現金資助支出轉向債務驅動的週期，形成了 1.5 萬億美元的隱性槓桿。像 Meta 和 Alphabet 這樣的超大規模企業正在利用表外結構，如合資企業和長期租賃，來融資數據中心，同時保持報告的債務水平較低。這種計算能力的模糊金融化在流動性枯竭或利率上升時會帶來風險，尤其是對於像 Oracle 和 CoreWeave 這樣不太成熟的參與者，儘管主要科技巨頭的現金流強勁
人工智能基礎設施的競爭可能正進入一個不透明的階段。最初由全球最富有的科技公司通過現金流資助的支出狂潮，正逐漸演變為一個以債務驅動的資本支出週期。大量資本通過租賃、合資企業、採購承諾和私募市場融資進行流轉。
緊張之處在於，超大規模雲服務商看起來依然非常健康。像 Alphabet Inc.、Meta Platforms Inc.、Microsoft Corporation 和 Amazon.com Inc. 這樣的公司產生了鉅額現金流，持有大量現金餘額，並且報告的槓桿率相對較低。
但根據 Robin Wigglesworth 的説法，FT Alphaville 的作者和編輯，官方資產負債表已經無法完全反映真實情況。
“這是我們這一生中最大的資本市場事件之一，” Wigglesworth 在最近的一次 採訪 中表示。
多年來，超大規模雲服務商可以通過其核心業務為數據中心提供資金，因為 “谷歌搜索、亞馬遜、Facebook 本身就是在印鈔。” 現在，他説，“規模變得如此龐大，以至於他們越來越多地轉向債務市場。”
隱藏的人工智能資產負債表
最明顯的例子是 Meta 在路易斯安那州的 Hyperion 數據中心。Meta 並沒有簡單地自己發行債務，而是與 Blue Owl 成立了一個名為 Beignet 的合資企業，持有 20% 的股份，並保證至少租賃該設施 20 年。這樣的結構使得 Beignet 能夠發行 270 億美元的債券，同時將債務保持在 Meta 的資產負債表之外。
“這並不會出現在 Meta 的債券、債務或貸款中，” Wigglesworth 説。“但當然，它有責任在 20 年內支付這筆租金。”
高盛 估計，超大規模雲服務商的租賃承諾約為 1.5 萬億美元。大約 1 萬億美元與尚未開始的租賃相關，因此根據美國會計規則並未被視為傳統負債。這些信息主要在披露的附註中，直到租賃開始。
這些公司還在積累對芯片、計算能力、冷卻系統和能源的合同承諾。這些採購義務已接近 1.5 萬億美元，其中 Alphabet 披露了超過 8000 億美元的未來承諾。
“這些是財務負債，在許多情況下非常難以擺脱，” Wigglesworth 説。“它們在某種程度上像債務一樣走、説話和叫，但實際上並不表現為債務。”
計算成為抵押品
下一個階段是計算本身的金融化。NVIDIA Corporation 和包括 Blackstone Inc.、BlackRock Inc. 和 KKR & Co. Inc. 在內的另類資產管理公司正在追求將芯片容量和計算合同視為可投資資產的結構。
將其與商業房地產或能源基礎設施進行比較是誘人的。但計算的使用壽命比管道、電廠或辦公樓短且不確定。芯片會貶值、故障、需要更換，並可能被新一代硬件所取代。
“僅僅因為你説某樣東西是一個資產類別，並不意味着它就是，” 他説。芯片會退化、需要維護，並且可能迅速過時。他補充説，這些風險可以被定價，但資金的龐大數量和普遍的錯失恐懼使得這個週期更加脆弱。
Global Economic Advisors 的 William Lee 更加直言。“我想成為那個提到可怕的槓桿這個詞的人，” 他在 CNBC 上説。他認為，與汽車行業的 GMAC 等融資模式有相似之處——只不過現在融資與計算相關。
“我們看到 NVIDIA 為計算提供融資，” Lee 説。私人信貸基金正在承擔更多風險，而銀行則通過提供流動性的信用額度間接連接。如果利率上升或流動性枯竭，他警告説，“我們就會開始出現緊縮。”
風險在於那些沒有超大規模雲服務商核心現金生成業務的公司中更加集中。Oracle Corporation 相對於收入的債務水平比其更大的同行更高，而 CoreWeave Inc. 則代表了 更高槓杆 的雲計算模型：鉅額借款支持人工智能的建設，而沒有來自傳統業務的同樣緩衝。
“我不擔心 Facebook、Alphabet 或亞馬遜會破產，” Wigglesworth 説。“當然，在任何週期中都會有一些極端的異常情況，它們借了太多的錢。”
為什麼繁榮可能會持續
BCA Research 的 Marko Papic 預計，人工智能基礎設施最終會面臨過度建設，就像之前在運河和光纖網絡等領域的投資繁榮中發生的那樣。
然而，Papic 並不認為崩潰是必然的。代幣成本的下降和開源模型的興起使得人工智能的部署變得更便宜。這可能會擴大采用範圍，增加對計算能力的需求，並支持進一步的數據中心投資。
Papic 認為，較低的人工智能成本正在幫助延長資本支出週期，因為數據中心仍然可以產生可觀的回報並支持可行的商業案例。關鍵的警示信號將出現在人工智能資本支出增長的速度開始放緩，盈利不再帶來積極的驚喜時。
圖片來源於 Shutterstock