Hobite Capital 中文研究
AI 基础设施融资
隐性债务、真实承诺与风险承担者
“隐性债务”的说法有现实基础，但大部分风险并非真正未披露的债务。它主要由未来租赁、采购承诺、担保、项目债务和长期基础设施合同构成。这些事项通常在财务报表附注中有所披露，但尚未被确认为传统资产负债表债务。
“大型科技公司秘密欠下数万亿美元”的看空说法过于激进；把这些项目视为无害附注同样错误。由于企业已提前承诺未来数年甚至数十年的现金流，其中相当一部分在经济意义上与债务十分接近。
01 / 模式转变
从软件经济转向基础设施经济
大型云厂商的商业模式正从软件、广告、云计算和充沛自由现金流，转向同时具备电信、公用事业、房地产与基础设施金融特征的混合模式。这些公司仍然是优秀企业，但其经济模式正在明显变得更加资本密集。
未来租赁承诺
$1.09T
来源分析中五家主要大型云厂商的估算总额。
已确认租赁负债
$285B
比较口径下已经计入资产负债表的租赁负债。
2026 年资本开支
$750B
估算支出，约等于合计收入的 38%。
原有模式
软件 + 广告 + 云计算
高增量利润率与强劲自由现金流转化。
新兴模式
算力 + 电力 + 房地产 + 金融
更高固定成本、更长期承诺，并对利用率更加敏感。
02 / 资本结构
五种形成义务的融资方式
| 融资结构 | 经济实质 | 主要案例 |
|---|---|---|
| 尚未开始的租赁 | 未来租金已经承诺，但在租赁正式开始前，相关负债尚未计入资产负债表。 | MSFT、AMZN、ORCL、META、GOOG |
| 采购与照付不议承诺 | 在需求尚未完全得到验证前，公司已经承诺采购 GPU、服务器、电力或算力容量。 | 所有主要大型云厂商 |
| SPV 与合资融资 | 外部项目载体负责借款，大型云厂商则成为核心承租方或担保方。 | META，尤其是 Hyperion 项目 |
| 担保与付款兜底 | 公司为第三方数据中心项目相关的付款义务提供担保。 | GOOG |
| 直接发行公司债 | 传统公司债越来越多地被用于支持 AI 资本开支周期。 | GOOG、AMZN、META、ORCL |
核心分析调整是跳出 GAAP 债务，估算公司全部已承诺资本使用。披露通常存在，但仅观察表面债务数字无法捕捉完整经济负担。
03 / 公司案例
不同公司的融资结构如何运作
MSFT
租赁储备是主要问题
截至 3 月 31 日，微软披露约 $196.6B 尚未开始的新增租赁，主要用于数据中心，期限最长可达 21 年。相对于约 $40B 的传统债务，这一规模非常庞大；但微软 AAA 级资产负债表意味着它更像资本回报问题，而非近期偿债危机。
GOOG
担保创造或有杠杆
Alphabet 为部分第三方数据中心付款义务提供兜底，并将这些担保按信用衍生品处理。原始分析引用的 2026 年 6 月 30 日数据包括约 $43.8B 潜在信用衍生品敞口、$7.6B 金融担保，以及 $24.1B 潜在未来基础设施兜底。
AMZN + ORCL
待开始租赁揭示了不同风险层级
亚马逊未来租赁规模显著，但背后有多元化现金流引擎支撑。甲骨文则更令人担忧：长期承诺与约 $130B 债务、负杠杆自由现金流、较低信用评级并存，部分租赁期限可长达 15 至 19 年。
META
Hyperion 是项目融资，而非债务消失
Meta 与 Blue Owl 为路易斯安那州 Hyperion 园区成立合资企业。项目载体融资约 $27.3B 的高级担保债券，2049 年到期。该债务不是 Meta 公司债，但 Meta 是核心承租方，其租金支付支撑着整个项目的经济模型。
为什么选择间接融资？
项目结构可以保留公司层面的借款能力，使债务与资产期限相匹配，分担建设和残值风险，并保护信用评级。投资者也因此能够把 AI 基础设施风险与大型科技公司股权风险分开持有。
04 / 核心风险
长期债务与短期技术寿命
“AI 次贷”论点中最有力的部分是期限错配。数据中心建筑或电网接入可以使用数十年，但其中的 GPU 可能在五至七年后就失去商业竞争力。二十年期融资因此可能远远超过最有价值抵押品的经济寿命。
20-25 年
可能的项目融资期限
5-7 年
一代 GPU 可能的商业寿命
90%
可能过于脆弱的示例利用率假设
如果算力效率快速提升、推理价格崩跌、利用率下降，或新型加速器显著降低耗电，项目现金流可能恶化，而债务仍保持不变。抵押品贬值速度可能快于融资摊还速度。
这仍不等同于 2006 年次贷危机。核心客户是全球现金创造能力最强的企业之一。更合适的类比是 1998 至 2001 年的电信与光纤建设：技术方向完全正确，最终需求也非常庞大，但过多资本仍可能在过早的时间被投入。
05 / 压力传导
金融压力最可能首先出现在哪里
01
私人信贷与基础设施基金
长期债权越来越多地由私人贷款机构、保险公司、养老金和基础设施载体持有。再融资损失与抵押品贬值可能最先在这里出现。
02
数据中心开发商
缺乏大型云厂商资产负债表支持的运营商，更容易受到建设延期、租赁价格下降和利用率不足的冲击。
03
GPU 抵押贷款机构与新云厂商
这是产业链中最接近次贷风险的部分：以快速折旧的硬件和短期需求为基础进行激进融资。
04
公用事业与电力开发商
数以吉瓦计的发电和输电项目，正在基于未必能够全部兑现的长期需求假设进行建设。
05
公司债市场
大型云厂商密集发债会争夺市场资金，并可能抬高其他投资级企业的融资成本。
更现实的看空情景不是微软或 Alphabet 突然倒闭，而是新增资本回报率不及预期，自由现金流长期受压，即使 AI 使用量和会计利润继续增长，股票估值倍数仍然收缩。
06 / 组合观点
风险调整后的投资排名
META
低至中等最具吸引力
广告业务仍能创造极强现金流，而市场已经对相当一部分 AI 支出风险进行了折价。项目融资增加了结构复杂度，但当前估值提供了组内最好的风险收益比。
MSFT
低合理价格下的高质量资产
租赁储备规模巨大，但微软的信用质量、云业务订单积压和企业软件生态提供了罕见的高可见度。经济杠杆高于表面债务，但偿债风险仍然很低。
AMZN
中等显著回调时买入
AWS 的增长动能支持 AI 商业化逻辑，但股价并未反映灾难性预期，自由现金流也被庞大的投资周期所压低。业务质量很强，估值安全边际不如 Meta 明显。
GOOG
中等基本面有吸引力，需监控承诺
Alphabet 同时使用直接债务、担保、信用衍生品会计处理和基础设施兜底安排。业务依然优秀，但新增 AI 资本的回报率比表面上合理的市盈率更重要。
ORCL
高高贝塔特殊机会
甲骨文面临组内最困难的组合：高债务、负杠杆自由现金流、长期租赁承诺以及较高的执行集中度。大幅回撤带来反弹空间，但其机会质量与其他四家公司并不相同。
这一排名依据风险调整后的预期回报，而非最大潜在涨幅。甲骨文的反弹幅度可能超过微软，但两者并不是同等质量的投资机会。仓位规模与组合集中度，也比几个百分点的短期低估判断更重要。
07 / 持续监控
可能削弱 AI 资本周期的五个信号
- 01
云业务增速放缓，但资本开支仍维持 30% 以上增长。
- 02
AI 基础设施利用率下降，闲置 GPU 时长开始类似商业地产的空置面积。
- 03
GPU 租赁价格下降速度快于单位性能成本的改善速度。
- 04
即使公司盈利仍然强劲，大型云厂商的信用利差仍持续扩大。
- 05
SPV 和项目债发行变得困难，更多融资被迫回到公司资产负债表。
核心结论
这还不是 AI 次贷危机，而是 AI 基础设施金融化的开始。
决定性问题不再是谁拥有最好的模型或最多的 GPU，而是谁能让数万亿美元资本获得高于融资成本的回报。如果资本密集度长期高企、增量回报下降，那么 AI 即使在技术上取得成功，股东仍可能获得令人失望的投资回报。