鉅亨網新聞中心
AI熱潮正從單純的科技投資故事, 逐漸演變成龐大的融資與基礎設施週期。摩根大通資產管理投資人Bill Eigen警告, 真正值得關注的不是AI營收、資本支出或估值目前有多高, 而是這些數據的成長速度是否開始放緩。一旦AI成長與資本支出的加速度下降, 目前建立在持續擴張預期上的金融架構可能面臨壓力。
Eigen近日接受CNBC訪問時表示, 投資人普遍關注AI營收規模與成長率, 但他更在意所謂的「二階導數」, 也就是成長率本身的變化速度。他直言, 真正令他感到擔憂的是, 「當這種增速開始放緩」。
Eigen認為, AI週期與其說是一輪單純的科技產業週期, 不如說更接近房地產週期。原因在於目前AI熱潮的核心並不只是軟體與模型, 而是需要投入大量資金興建資料中心、購買晶片、部署電力及網路設備, 再透過長期租賃、債務及其他融資方式支撐這些基礎設施。
這種資本密集型特徵正在讓AI熱潮與過去的房地產投資週期產生類似之處。阿波羅全球管理公司首席經濟學家Torsten Slok近期估算, 超大規模雲端服務商的資料中心資本支出占美國GDP比重, 可能從2025年的約1.4%升至2027年的3.1%。這代表短短兩年增加約1.7個百分點, 增速甚至高於2002年至2005年房地產投資占GDP比重約每年0.5個百分點的增加速度。
如果以歷史週期比較, 1990年代末電信與光纖建設熱潮的資本支出占GDP比重高峰約為1.2%, 而AI資料中心投資若按照Slok的預測在2027年達到3.1%, 將超過電信泡沫高峰兩倍以上。不過, 這仍低於2005年房地產投資約6.6%的GDP占比。
Eigen尤其擔心資料中心融資中的「久期錯配」。他指出, 投資人若購買與資料中心相關的30年期債務, 卻用這些資金支應使用壽命可能只有3至6年的AI晶片, 就會產生明顯的期限錯配。一旦晶片快速汰換, 原本用長期債務支撐的基礎設施可能需要持續投入新的資本, 但原有融資期限卻仍在延續。
這個問題的重要性在於, AI資料中心的硬體更新速度可能遠快於傳統基礎設施。伺服器、GPU及其他加速器需要持續升級, 但資料中心、租賃合約及相關債務往往以更長的期限存在。若AI需求與預期不符, 投資人可能面臨資產價值下降速度快於債務到期速度的問題。
而這些未來財務義務有相當一部分並沒有直接反映在企業目前公布的資產負債表中。高盛(Goldman Sachs, GS-US)估計, 超大規模雲端服務商的租賃承諾合計約達1.5兆美元, 其中約1兆美元與尚未開始的租賃有關, 因此目前並未以相同方式反映在財務報表的資產負債表中。
Meta Platforms(META-US)的Hyperion資料中心項目就是其中一個受到市場關注的案例。該公司透過與Blue Owl成立的合資架構推進相關資料中心投資, 其中涉及約270億美元規模的融資與租賃安排。相關結構讓部分未開始的租賃義務不會立即以傳統債務形式出現在Meta資產負債表上。
《華爾街日報》最新分析進一步顯示, 9家大型科技企業合計約有3兆美元資產負債表外承諾, 主要與AI基礎設施有關。這些承諾包括尚未開始的租賃、AI硬體採購協議以及未來能源合約, 規模遠高於企業目前公布的資本支出。
《華爾街日報》指出, 這9家企業過去一年的資本支出約6000億美元, 但相關資產負債表外承諾卻達約3兆美元, 顯示企業未來對AI基礎設施的財務承諾可能遠大於單看季度資本支出數字所呈現的規模。Alphabet(GOOGL-US)、Amazon.com(AMZN-US)、Microsoft(MSFT-US)、Meta及Nvidia(NVDA-US)等大型科技企業均被納入這項分析。
這也使AI投資的真正成本更加難以從傳統財務指標中完整觀察。企業目前可能擁有強勁現金流與相對穩健的資產負債表, 但若將未來多年必須支付的租金、晶片採購及能源承諾納入考量, 實際財務曝險可能明顯高於表面數字。
信用市場已經開始出現部分值得注意的訊號。Eigen指出, 整體公開市場信用利差目前仍接近歷史低點, 顯示投資人對企業信用風險的定價依然非常樂觀。然而, AI相關企業的信用違約交換(CDS)利差已開始擴大, 包括Nvidia在內的相關企業都出現這種現象。
這代表股票市場的高估值與信用市場的細微變化可能正在出現分歧。股價仍可能反映AI營收與獲利持續高速成長的預期, 但信用市場若開始要求更高的風險溢價, 則可能意味著部分投資人已經開始重新評估AI基礎設施擴張背後的財務風險。
AI基礎設施的融資需求也正在迅速擴大。路透近期指出, 超大規模雲端服務商的AI基礎設施支出可能有高達3兆美元被資產負債表外的義務掩蓋, 同時Amazon、Alphabet、Microsoft、Meta及Oracle等大型科技企業今年的債券發行規模可能大幅增加。
高盛此前也估計, Amazon、Microsoft、Alphabet、Meta及Oracle這5家超大規模雲端服務商從2023年至2026年的AI相關資本支出可能累計達1.5兆美元, 而2026年單年資本支出預估約6670億美元, 比2025年增加62%。
更值得注意的是, AI資本支出的成長可能開始接近高峰。高盛今年稍早預期, AI帶動的超大型科技企業資本支出增速可能在2026年稍晚達到高峰, 若之後增速放緩, 將成為AI基礎設施相關股票的重要壓力來源。
Eigen並未因此選擇直接放空AI相關資產。他表示, 自己沒有做空AI, 因為沒有人知道這個週期究竟會在什麼時候結束; 但另一方面, 他也不願意在目前的價格買進AI相關資產。
這種立場反映出他對AI長期趨勢與短期估值的區分。他並非認為AI需求不存在, 而是認為目前市場價格已經反映相當高的成長預期, 投資人真正需要關注的是這種高速成長能否持續。
Eigen也指出, 主要超大規模雲端服務商目前累計約有2兆美元剩餘履約義務(RPO), 代表企業已簽約但尚未認列的未來收入。他對此提出一個核心問題: 「這筆錢要怎麼支付？」換言之, 即使企業已經簽下大量未來AI服務合約, 最終能否產生足夠的現金流來支應資料中心、晶片、能源與融資成本, 才是決定這輪AI資本支出能否持續的關鍵。
目前市場最大的矛盾就在於此。AI企業的營收與訂單正在成長, 大型雲端服務商也持續投入數千億美元建設資料中心, 但如果未來AI應用無法以足夠速度轉化為現金流, 大量基礎設施投資可能導致資本報酬率下降。
對投資人而言, 因此不能只看AI企業目前的營收成長率或資本支出總額, 更要觀察增速是否正在下降。如果資本支出仍以極高速度成長, 市場可以繼續接受高估值; 但如果資本支出增速先放緩, 同時AI營收成長也開始降速, 估值就可能面臨重新定價。
這正是Eigen所謂「二階導數」風險的核心。即使AI營收仍然成長, 只要成長率開始下降, 市場就可能從「AI需求有多大」轉向「AI需求還能以多快速度成長」的問題。
從更大的金融市場角度來看, AI熱潮目前已經不再只是幾家科技公司的股票故事, 而是牽涉到銀行、債券市場、私募信貸、資料中心房地產、能源基礎設施及晶片供應鏈的跨市場資本循環。
這也是為何近期市場對AI「隱性槓桿」的討論明顯升溫。金融機構若透過租賃、合資企業、供應商融資及其他架構為AI資料中心提供資金, 部分風險可能從大型科技企業資產負債表轉移至金融市場其他環節。
不過, 這並不代表AI產業必然重演房地產泡沫或金融危機。大型科技企業與2000年代房地產市場相比, 擁有更強的現金流、更高的盈利能力及更大的資產規模, 而且AI服務已經產生實際商業收入。因此, Eigen的警告更接近於提醒投資人注意金融結構中的潛在脆弱點, 而非預測AI產業即將崩潰。
市場目前仍在等待一個最重要的答案: AI投資究竟能否產生足以支撐這場資本支出的回報。只要AI需求、企業營收與現金流持續快速增長, 高額資料中心投資與相關融資就可能維持下去; 但如果成長速度出現明顯放緩, 長期債務、短週期晶片及大量資產負債表外承諾之間的錯配, 就可能成為AI週期下一個最值得關注的風險來源。
下一篇
