谁是AI的“恒大”？

AI债务危机下篇：未来的五个风险事件

AI影子信贷

上周末发的上篇《AI盛世下的暗雷，藏着下一个“次级债”危机》揭示了AI基建的一个深层风险：2000年互联网泡沫主要靠股权融资，破裂是线性的股市危机；而当前AI基建靠债务驱动，一旦出问题将首先引爆债市，类似2008年次级债危机。

数据中心从拿地、举债建设、签订“照付不议”合同、抵押融资到发行ABS，玩法与房地产开发无异。但AI基建叠加了“半导体快速折旧”的风险，比纯房地产更危险。

目前五大云厂商资本开支增速已超过现金流增速，谷歌、亚马逊自由现金流已转负。只要增速放缓，二阶导下降，就会走上依靠再融资续命的阶段。

文章还提到了表外的“影子贷款”，把债务藏到表外，让负债水平看似安全，实际更加危险。本周就来了“新料”，英伟达与Apollo、BlackRock、Goldman Sachs、KKR等机构合作，通过金融平台撬动超过5000亿美元的第三方资本，用于AI计算基础设施建设。

英伟达宣布融资支持AI基础设施，本来应该是利好，结果股价下跌约3%，这个市场反应其实非常值得研究，市场是在思考前面说的那个问题：AI资本开支的“金融杠杆”是不是加得太高了？

尤其Apollo、Blackstone、KKR，是2025年出现重大危机事件的“私募信贷（private credit）”，它们放贷灵活，没有普通银行的条条框框，速度快，可以支持创新产业，但是透明度低，杠杆高，更没有银行必做的“压力测试”，谁也不知道中间埋了多少雷。

之前的“影子借贷”都是五大云厂商，其他第三方云厂商没有能力入局，但现在英伟达攒局，虽然目的是卖自家的GPU，但客观上，“影子借贷”蔓延到了中小第三方云厂商。

算力金融化的趋势越来越明显，导致很多人在追问一个关键的问题：AI调增增长的收入中，有多少是真实需求驱动，有多少是资本开支驱动？

（本文根据直播稿整理，直播时间改成每周三晚上19点，欢迎预约）

独立真实的AI需求

谷歌、亚马逊的自由现金流已转负，是一个标志事件，以前AI基建主要靠主营业务的现金支撑，比如广告、云计算、软件收入、商品抽佣，但从今年开始，增长越来越靠融资驱动。

这不仅仅是杠杆风险的问题，还涉及收入的真实性，而这个问题又加剧了杠杆风险。

以OpenAI为例，如果只靠股权融资，恐怕连大模型训练费用都承受不了，事实上，O记和A记根本不用给云厂商付现款，而是“记账”，类似航空公司对波音空客的融资租赁，而还钱的方式多样化：

一部分是五大云厂商的部分投资款，说明投资也没有真的都给钱，而是把算力折成投资；

一部分是算力积分券，五大云厂商都是AI的使用大户，其中向大模型分成的那一部分钱，也没有真给钱，而是用“算力抵用券”对冲了；

剩下的就是O记和A记未来预期的收入增长，就是现在大家天天看的那个ARR。

好比村口小卖部是你老丈人开的，结婚没要你彩礼钱，跟你借钱进货，你也只能从他那儿买东西“支持”他家生意，一开始是日用品也就算了，更糟心的是，你“买”了好多快过期的东西，这些都是“融资创造需求”。

从外表看，微软增加资本开支，购买GPU、建设数据中心，产生AI服务收入，AI公司再购买云服务，形成新的收入，从大模型厂商到五大云厂商，从数据中心到第三方算力租赁，从英伟达三大存储巨头到上游供应链，订单看上去很繁荣。

实际上，相当一部分收入是你欠我的，我欠他的，他欠你的，不得不我用你的服务，你用他的服务，他用我的服务，导致AI收入缺乏“独立性”，并非完全自发产生。

投资AI产业链，不能只看订单，关键在于，AI需求的源头有多少来自最终用户，有多少来自产业链内部的钱？后者虽然不算是“虚假需求”，但至少是打折扣的需求。

真正的独立需求是指什么呢？我认为应该是剔除云厂商自建AI、战略投资、算力预付款、云积分“算力抵用券”之后的纯现金流收入，这才是真正愿意长期支付AI费用的需求。

独立需求很难统计，但有一个代替的指标，就是上一篇说的“资本开支的二阶导数”，这其实是绕开财务统计的数学思路。

资本开支的一阶导数是资本开支增长速度，二阶导数对应的是需求增长速度是否继续加快，资本开支转化为需求的效率再高，也只能推动一阶导数，二阶导数的持续向上，一定是有系统外的新需求，比如今年的AI编程和Agent的需求，就是上半年二阶导数持续向上的驱动力。

这也是上篇认为，只要二阶导下降，就代表新增收入不能对应新增资本开支，只能依赖再融资。

当AI逐渐变成一个信用周期，一件重要的事，就是要穿越AI产业链的债权债务关系。

最终承债人

如果把AI基础设施债务穿透到底层，最终承担者不是某一家AI公司，而是一条很长的金融链条中的不同深度的参与者：

债务的表面承担者是AI大模型公司和云厂商，都是巨无霸，这是很多人认为AI债务风险不大的原因。

它们之间有长期合同，承诺未来10年，每年采购多少GPU算力，从会计角度，这可能不会马上显示为债务，但实际上是用未来的现金流担保，对应AI云计算和大模型厂商的收入ARR（注意两者有重叠的部分）。

可实际上，越来越多表外的借钱人是数据中心SPV。

现在越来越多主体采用项目融资，成立一个特殊SPV公司，负责购买与建设AI资产，并承担债务，收入主要是O记和A记的长期租赁费。

这个结构，从法律上说债务在SPV，五大云厂商和英伟达的账面上看不到，但实际上就是他们和AI大模型的债务，这是上一篇我认为AI基建已经房地产化的原因。

房地产到后面，实际运营的项目公司的资产负债，在上市公司的报表上也根本体现不出来。

AI基建早期的债权属于银行，比如建数据中心的贷款，这是很多人从当前银行的财务状况认为AI融资没有大规模金融风险的原因。

实际上，银行通常不会长期持有全部风险。它们会打包变成ABS出售卖出去，就像2008年一样，传统银行的财务很安全，并不代表社会没有金融风险。

从上面的债务链看，真正的最终债权人是机构投资者。

ABS卖给了养老金和保险公司，他们对这种长期现金流的投资级债券配置需求极高，AI基础设施债券非常符合。

还有SPV背后的私募信贷基金，通过投资私人贷款，收益高于公开债券。

当然，最终实际承担者还是普通投资者。

理解了AI产业链的债权债务关系后，下一步就是寻找最脆弱的环节，这是债务风险观察点。

最脆弱的环节

这个问题有两个分析角度，压力出现的时间和最终损失的惨烈度。

角度一，谁最容易先感受到现金流压力。

第一环，最先承压：AI应用公司和小型AI创业公司

这是生态链最脆弱的一层，算力昂贵，竞争激烈，很多AI创业公司收入低于成本，只是增速比较快，但仍需要不断融资烧钱。一旦AI需求放缓，客户减少AI预算，或者API价格战，加上获客成本增加，这些公司会最快死亡。

第二环，危机放大器：数据中心运营商

数据中心的资产极重，负债率极高，而且目前还在融资扩张，收入依赖少数大客户，GPU快速折旧，一旦大客户减少采购，空置率上升，无法获得新的融资，很快就会陷入债务危机，这是最接近房地产开发商的环节。

第三环，融资大本营：五大云厂商和英伟达

目前，它们还是主要债务人，所以是AI债务真正的“承重墙”。

一般不担心他们，因为资产负债表强，客户多，AI只是云业务的一部分，囤积的GPU就算AI需求下降，还可以用于普通云计算。

在未来的危机中，它们更可能经历“投资回报下降”，而不是“债务危机”，但对股东而言，估值杀个50%是大概率事件。

最后一环：OpenAI、Anthropic等大模型厂商

虽然危机最初是他们的收入增速下降引发，但因为它们的融资主要是股权，没有刚性到期债务，如果没有上市，那反而是最安全的。

不过OpenAI与Anthropic之间的区别，可能比它们与其他环节的区别更大。

Anthropic的收入大约有80%来自企业客户，这些客户粘性强、收入稳定。它的单位经济效益已经稳稳地脱离了亏损区，现金消耗率正在收敛至一个可控的水平。

相比之下，OpenAI更脆弱、波动性更大。它的收入大约有60%来自毫无忠诚度的个人消费者，现金消耗率极高，在2027年之前都将维持在令人窒息的57%左右，目前看不到任何实现正向现金流的途径。

Anthropic的大部分债务受到了保护，比如在阿波罗和黑石提供的约350亿美元的TPU算力融资项目中，Anthropic的债券借用了其投资级支持者的信用评级。

而OpenAl并没有真正的联合签署人，微软在2026年4月撤掉了所有的结构性支撑。微软多年来从内部审视过OpenAI的账本，它或许已经意识到了其中的信用风险。

OpenAl另一大支持者软银，曾以OpenAI股权为抵押，筹集了一笔100亿美元的保证金贷款。由于贷款方对抵押品感到犹豫，软银甚至不得不提供个人担保。

虽然OpenAI凭借独特的地位，自身债务风险不大，但却是整个AI生态系统中最可能引发危机的“雷”。

角度二，危机如果发生，谁最惨？

这回倒过来分析，如果发生了最坏的情况，类似2008年席卷全球的债务危机，产业链最安全的是谁？

我认为答案是英伟达，当然这个“安全”是指没有债务问题，但股东手里的股票跌个50%是起步价。

其次是OpenAI与Anthropic，原因前面分析过了。

再次是除甲骨文外的云巨头，原因一样，影响的是利润率，而不是债务危机。

这里把甲骨文单拎出来，它的还本付息率（债务本息现值/经营现金流）仅为48%，如果风险等级提升，融资利率提高，很可能立刻陷入债务危机。

上面的环节主要还是股权减值风险，但以甲骨文公司为界，接下来就是有破产风险的环节了：

首先是依靠融资扩张的AI创业公司，融资一减速，立刻现金流枯竭，虽然金融影响有限，但数量巨大，对实体经济的影响不可小看。

其次是拥有大量融资项目的AI数据中心，无论是繁荣时的数据中心延期，还是衰退期的租赁价格下降，都足以形成危机。

当然，数据中心作为典型的重资产业务，它的风险早为人知，因此其融资的评估也比较严格，所以最危险的环节并不是它们，而是第三方GPU租赁和新型算力云公司。

虽然有着各种花哨的技术包装，但核心商业模式仍然是大量买GPU出租。它们现在赚的钱不但有GPU差价，而且还有算力通胀的溢价，由于杠杆率极高，一旦需求过剩，立刻资不抵债。

最典型的是CoreWeave，我称之为“AI云计算行业的恒大”。

公司凭借其专为AI优化的技术栈和高效的资本运作模式，成为少数几家能够大规模、快速交付最新AI基础设施的专业云厂商，因此深度受益于结构性供需失衡。

但公司更创新的是融资结构，通过将客户的长期合同作为底层资产进行债务融资，以远低于自身主体的成本获取了大规模扩张所需的资金，形成了"订单-融资-扩张-再接单"的增长飞轮，本质上就是房地产快速扩张的模式。

公司极高的债务水平，债务股本比高达13.8，持续的巨额资本开支，净利润持续为负，调整后经营利润率指引8%远低于其长期目标25%-30%。短时间内交付数百亿乃至上千亿美元的订单，供应链极容易出问题。

由于它的合同已全部抵押出去，一旦收入增速低于预期或者低于GPU折旧，资产减值压力会很快把公司的资产负债表压垮。

以CoreWeave为代表的高杠杆、快速扩张的第三方算力租赁，是未来最有可能爆雷的环节。

盘点完各环节的风险，就可以看一看更实际的预测，如果危机升级，未来可能先后出现的几个风险事件。

最可能的五个风险事件

第一件风险事件：OpenAI的IPO。

目前O记A记的付款主要不是靠收入，而是靠订单融资（就是赊账），所以融资能力不只是筹资能力的体现，还是运营成本的核心环节，这也是奥特曼最擅长的领域。

而优越的融资条件能够继续维持的前提是，每一轮新的融资估值，都必须高于上一轮。所以OpenAI的估值上涨的意义不只是资产增值，它的IPO定价至关重要，定价过低，或者上市后高开低走，都不利于下一步的融资能力。

另外，私募信贷的信息可以不公开，但IPO会准确无误地披露出每一个财务细节，所以足以构成一次风险事件，如果真的发生，就是今年年底到明年年初。

第二件风险事件：借款人为了保留现金，缩减对算力的承诺。

当大模型公司的ARR无法维持持续增长，就会发生订单义务的缩减，实际上就构成了合同违约，这会成为一个标志性的事件，类似房地产泡沫后出现第一批“烂尾楼”，引发地方政府的警觉与账户冻结。

第三件风险事件：违约事件最先打击这两年风头无双的新型云计算公司，比如CoreWeave、Lambda和Crusoe。

前面已经分析过相关公司的商业模式，当GPU购买和出租利差发生倒挂时，它们实际上就已经资不抵债了，而第一个倒下的公司可能会构成“恒大时刻”，CoreWeave的倒下类似碧桂园，被认为相对安全的甲骨文类似万科。关键在于，当一件事发生，其他事件就不可避免，剩下的只是时间问题。

第四件风险事件：整个AI体系的信贷将会冻结。

此时，剩余履约义务将被重新定价为交易对手风险，以GPU为担保的票据将无法展期，上游产业链（包括A股的算力链企业）企业大面积资产减值。

此时的债务风险已经充分暴露，并主要影响股市。股权价值将遭到毁灭性打击，在减值没有完成前，所有公司的估值都会被杀到历史最低水平，包括五大（也许只剩四大了）云厂商，然后进入漫长的“杀业绩”周期。

但AI与房地产最大的区别在于，技术仍然在进步，实际渗透率仍然在上升，需求仍然在高速增长，只是之前的基建太过超前。

所以到最后，那些资本最雄厚、在AI基建中投入最谨慎、风险敞口最小的参与者，将以极低的价格收购那些被搁置的数据中心项目，并为那些必须存续的租赁合同提供担保。

也许是苹果，也许是英伟达，也许是巴菲特。

此时，债务危机引发的经济衰退已经好几年，美联储一路把利率降到3%以内，卸掉杠杆负担的AI产业链，以较低的成本重新开始一轮大规模基建，才能进入下一个繁荣周期。

文章来自于"思想钢印"，作者 "思想钢印"。