当 AI 向华尔街借钱：科技巨头的「CapEx 周期」，加速金融化

过去两年，华尔街讨论 AI，最重要的数字一直是 GPU、数据中心和 CapEx。

但到了 2026 年，另一个数字开始迅速进入市场视野：债务。

曾经，硅谷最赚钱的一批公司习惯用自己的现金购买 GPU、建设数据中心。如今，随着 AI 基础设施的规模继续向数千亿美元甚至万亿美元迈进，即使是 Alphabet、Amazon、Meta 这些全球现金创造能力最强的公司，也开始越来越频繁地走进债券市场。

Morgan Stanley 预计，2026 年全球 AI 相关债务发行规模可能接近 5700 亿美元，较去年翻倍以上；截至 5 月底，规模已经达到约 2360 亿美元，是去年同期的四倍。

与此同时，Alphabet、Amazon、Microsoft 和 Meta 今年相关支出预计达到约 7000 亿美元，到 2027 年，Hyperscaler 的资本开支甚至可能突破 1 万亿美元。

而融资方式也正在继续向外延伸。

• 8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 合作，希望撬动超过 5000 亿美元第三方资本进入 AI 基础设施。
• 几乎在同一时间，Microsoft、Meta、Oracle、Amazon 和 Alphabet 披露的尚未开始执行的未来租赁付款承诺，已经来到万亿美元量级；

当全球最富有的一批公司都开始改变自己的融资方式，意味着 AI 的故事也正在进入新的阶段，那问题来了，这些公司以前躺着几百亿美元现金，为什么突然这么喜欢借钱？

一、AI 的烧钱规模，越来越夸张

Alphabet 是理解这场变化最好的例子。

从业务本身看，它最新一个季度几乎称得上强劲——Q2 营收达到 1198 亿美元，同比增长 24%；Google Cloud 收入达到 248 亿美元，同比增长高达 82%。

但另一边，Alphabet 单季度资本开支已经达到约 449 亿美元，导致其即使业务仍在高速增长，公司依然第一次出现了季度自由现金流为负，Q2 自由现金流降至 -59 亿美元，与此同时 Alphabet 又将 2026 年资本开支指引提高至 1950 亿—2050 亿美元。

这正是 AI 资本开支与传统软件时代最大的区别。

软件时代的大型科技公司，本质上是一台现金机器：前期研发完成之后，每增加一个用户的边际成本有限，大量收入最终可以沉淀为自由现金流。

换句话说，AI 正在重新把科技公司变「重」。

GPU、服务器、高速网络、数据中心、变电设施、冷却系统和土地，都需要在收入真正形成之前先投入巨额现金。

Amazon CEO Andy Jassy 就曾解释，数据中心往往在正式投入使用大约两年前就开始产生建设支出，而收入却必须等到设施真正上线之后才能逐步兑现。

于是，一个天然的资金期限错配出现了，现金今天就要花，但收入需要未来很多年慢慢收回来，在这种情况下，即使公司账上有大量现金，全部依赖内部现金流融资也未必是最合理的选择。

Alphabet 今年 2 月已经完成约 315 亿美元全球债券融资，其中甚至包括罕见的 100 年期债券；8 月又完成了一笔 250 亿美元投资级美元债发行。Amazon 的动作更加激进，3 月先在美国债券市场融资约 370 亿美元，第二天又发行 145 亿欧元债券，两笔合计接近 540 亿美元，7 月又发行 250 亿美元美元债。

与此同时，Amazon 已经将 2026 年资本开支计划提高到 2200 亿美元，AWS 最新季度收入同比增长 37%，创下四年多以来最快增速，但过去 12 个月自由现金流依然从一年前的正 182 亿美元降至 -76 亿美元。

Meta 也呈现出同样的变化。今年 4 月，Meta 完成 250 亿美元债券发行；Q2 收入仍然增长 28%，达到 608 亿美元，但自由现金流却从去年同期的 85.5 亿美元骤降至只有 7.84 亿美元，2026 年 CapEx 指引已经提高到 1300 亿—1450 亿美元。

这些公司并没有突然失去赚钱能力，且利润仍然很多，只是可以自由分配的现金越来越少。

这也是为什么，在 AI 时代，自由现金流正在成为一个比单纯 EPS 更难忽视的指标。

二、同样是借钱，Google 和 Oracle 完全不是一个故事

但借债本身，并不意味着危险。

对于 Alphabet、Amazon 这样的公司而言，债务更多是一种资本结构工具。

它们拥有庞大的主营业务、稳定的现金流和很高的信用评级，在资本支出极度前置的情况下，通过长期债券把建设成本分摊到未来，是一种正常的期限匹配。

真正需要关注的是当资本开支开始持续超过自身现金创造能力，融资究竟是在优化资产负债表，还是已经开始给资产负债表增加压力？

Oracle 是目前最极端的样本之一。

截至 2026 财年结束，Oracle 全年资本开支达到约 556.6 亿美元，而经营现金流只有约 320 亿美元，全年自由现金流降至 -236.9 亿美元。与此同时，公司 FY2026 已经完成约 430 亿美元债务融资和 50 亿美元股权融资，截至 5 月底全部借款未来本金约 1301 亿美元。

7 月 9 日，S&P Global Ratings 将 Oracle 的长期信用评级由 BBB 下调至 BBB-——投资级评级中的最低一级，再下一档便进入投机级。

所以，同样是 AI 烧钱，Alphabet 更多是在利用资产负债表，Oracle 却已经开始挑战资产负债表，这也是 AI 行情下一阶段必须重新建立的一套观察框架。

以前市场最关注的是 AI 收入增长多少、订单增长多少、云业务增速多少，那未来还需要再增加几个问题，比如为了得到这些增长，公司花了多少钱？每增加 1 美元收入，需要增加多少资本开支？自由现金流还有多少？需要借多少钱？当利息、折旧和租赁成本全部开始进入利润表之后，最终还能留下多少利润？

说到底，真正决定估值的，不会只是增长本身，而是增长的资本效率。

三、比发债更重要的变化：AI 正在成为一种金融资产

如果说 Alphabet、Amazon 和 Meta 发债，只是融资方式发生变化，那么英伟达最新的动作，则把这件事又往前推进了一步。

8 月 10 日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 建立战略合作，希望成立独立的算力融资平台，长期动员超过 5000 亿美元第三方资本进入 AI 基础设施。

英伟达本身拥有对潜在交易提供最高约 25%、也就是最高约 1250 亿美元 backstop 的选择权，不过目前各机构具体出资额和资金部署时间仍未公布。

真正值得关注的是英伟达如何定义这套模式。在官方公告中，英伟达直接把 AI Compute 和 AI Factory 描述成一种新的「可投资资产类别」。

逻辑其实并不复杂。过去，一家 Neocloud 如果需要购买数十亿美元 GPU，首先得自己筹到大量资本。未来，这套结构可能越来越像传统基础设施融资，譬如数据中心和 GPU 形成资产，客户长期租用算力形成现金流，Apollo、BlackRock、KKR 等机构提供长期资本，项目再用未来的算力收入偿还融资成本。

于是，GPU 不再只是一块卖出去就结束的芯片，相反，由 GPU、数据中心、电力和长期算力合同组成的整套 AI Factory，开始被包装成一种能够产生长期现金流、可以被资本市场定价和融资的基础设施资产。

这背后的意义非常大。

因为一旦 AI 基础设施能够进入养老金、保险资金、私人信贷、基础设施基金和资产管理机构的投资范围，AI 能够调用的资本池就不再局限于科技公司的现金。

这可能让这一轮 AI 基础设施建设持续得比市场想象得更久。

但与此同时，它也会改变风险的形态。毕竟 AI 周期第一阶段最大的风险是 AI 没人用，但最新第二阶段更值得担心的可能是 AI 明明有人用，但算力价格下降得太快，收入增长赶不上债务、折旧和融资成本。

尤其当 GPU 更新速度仍然极快时，今天按照五年甚至更长周期设计的资产回报模型，必须建立在一个重要假设之上，那就是未来几年，这些设备仍然能够保持足够高的利用率和经济价值。

这也是金融资本真正开始进入之后，AI 行业需要面对的新变量。

除此之外，还有一笔更容易被忽视的资本承诺。

根据 Reuters 对公司文件的统计，Microsoft、Meta、Oracle、Amazon 和 Alphabet 已经披露约 1.09 万亿美元尚未开始执行的未来租赁付款承诺，其中 Microsoft 约 3291 亿美元、Meta 约 2790 亿美元、Oracle 约 2600 亿美元、Amazon 约 1372 亿美元、Alphabet 约 852 亿美元；Meta 随后又在 7 月签署约 680 亿美元新的数据中心租赁协议，将目前已知规模进一步推高到约 1.16 万亿美元。

当然，这些数字不能简单理解为「科技公司已经欠了 1.16 万亿美元」。很多合同横跨十几年，并且尚未正式开始执行，因此目前并没有全部以租赁负债形式进入资产负债表；Amazon 的相关披露还包括仓库、办公室、飞机和车辆等资产，并不全部属于 AI 数据中心。

但它依然揭示了一件重要的事情，未来几年的相当一部分 AI 基础设施投入，其实已经提前被锁定，只要算力需求持续增长，这些承诺就是未来收入增长的基础，但如果模型效率快速提升、单位算力价格持续下降，或者企业 AI 商业化速度低于预期，那么今天提前锁定的长期容量，也可能变成未来难以快速削减的固定成本。

而这，正是 AI 融资周期与单纯技术周期最大的不同。

写在最后

现在还很难把这些变化简单解释成消极信号。

恰恰相反。

债券市场、私人信贷、养老金、保险资金和全球资产管理机构的进入，很可能进一步扩大 AI 能够调用的资金规模，让这一轮基础设施建设持续更久。

截至 8 月 12 日，美股仍然距离历史高位不远。最新财报之后，Amazon 因 AWS 增长达到 37% 一度盘后上涨近 9%；Microsoft 在证明云业务增长和现金创造能力之后也获得市场明显奖励；与此同时，Alphabet 在宣布继续提高 CapEx 后承压，Meta 则在自由现金流骤降 91% 后遭遇抛售。

市场并没有开始拒绝 AI 投资，只是正从单纯的「需求交易」，逐渐进入更加严格的「资本回报率交易」：

• 第一阶段，比的是谁敢花钱；
• 第二阶段，比的是谁能够以更低的资本成本拿到更多算力，并让每一美元投入最终产生足够多的现金流；

而当 AI 从技术公司的资本开支，变成华尔街可以购买、融资和定价的资产时，这场竞赛真正需要回答的问题，早晚会变成「谁建出来的东西，最终真的能赚钱？」

而这可能才是未来一两年，决定 Google、Amazon、Meta、Oracle、CoreWeave 乃至英伟达，估值差距的真正分水岭。