科技巨头隐匿2.1万亿美元AI债务

科技巨头隐匿2.1万亿美元AI债务 微软与Meta等科技巨头通过SPV与未起租合约将万亿级AI数据中心负债剥离出表，虽然引发利息与衍生品风险，但强劲的云算力收入使得AI版次贷危机短期内难以成立。 随着科技巨头经营现金流难以覆盖暴增的 AI 资本开支，股票回购急剧减少，巨头们转向公开债与私募信贷筹集资金。为了维持干净的资产负债表，Meta、微软、谷歌、亚马逊和甲骨文分别通过 SPV 壳公司、融资租赁拆分、信用衍生品及未起租合同等方式实现表外融资。与此同时，华尔街私募资本与英伟达等企业正大力推动 GPU 资产化与证券化，虽然这也引发了对信贷风险和资产贬值的担忧，但目前庞大的真实算力需求与银行低杠杆结构仍支撑着这一资本循环。 面对AI基建庞大的资本开支缺口，美国五大科技巨头季度股票回购额从峰值缩水近九成，在公开发债激增的同时，转向通过“影子借贷”维持账面负债健康。 (1:01) Meta设立七层“贝奈饼”特拉华州SPV壳公司，将Hyperion项目的273亿美元债务剥离出资产负债表，仅体现23.7亿美元投资，实则以280亿美元的残值担保兜底还款信用。 (15:10) 五大科技巨头各施“藏债”财技，通过未起租租赁合同、信用衍生品及负债拆分等方式隐匿杠杆，未上表租约累计达8310亿美元，算力与基建全口径承诺支出高达2.13万亿美元。 (25:10) GPU正被华尔街打造成可抵押的“新型硬资产”并推进资产证券化（ABS），英伟达亦联合阿波罗、黑石等六大资管巨头设立平台，旨在撬动超5000亿美元社会资本加速算力金融化。 (26:55) 虽然私募信贷机构圈内倒手债务引发对底层资产折旧与金融传染的担忧，但鉴于银行业杠杆极低且云业务真实现金流强劲，业内普遍认为这属于商业模式转向重资产的定价调整，而非“AI版次贷危机”。 (45:52)

为填补人工智能算力基建带来的万亿美元级资金缺口，科技巨头通过特殊目的实体、未起租合约与信用担保等手段构建庞大的表外“影子借贷”，以维持资产负债表健康并规避评级下调。这套与私募信贷和GPU金融化高度捆绑的融资体系引发了系统性传染担忧，但业内分析认为其本质是科技行业向重资产基础设施的商业模式重塑，而非传统意义上的银行次贷危机。 算力开支失衡倒逼融资转向表外 (1:01) 美国五大云巨头（亚马逊、微软、谷歌、Meta、甲骨文）正面临现金流与资本开支（Capex）的严重错配。五大巨头的经营现金流年均增速约23%，而数据中心Capex年均增速高达70%。科技巨头单季股票回购额从2021年第四季度的480亿美元峰值断崖式跌至今年第一季度的46亿美元。摩根士丹利测算，到2028年前全球数据中心Capex需求达2.9万亿美元，存在1.5万亿美元外部资金缺口。 尽管巨头公开发债激增，但公开债市场承接力已近极限：亚马逊发债超额认购倍数从5.3倍跌至1.6倍，投资级债券新发溢价从2025年的2.25个基点飙升至2026年的12个基点。甲骨文因Capex激增至557亿美元导致标普评级降至BBB-。为避免债务推高杠杆率进而跌破投资级红线，巨头们在公开招股书中淡化AI用途，转向不显露在报表主项中的隐蔽融资方式。 五大科技巨头的表外“藏债”财技 (15:10) 科技巨头普遍通过会计规则将“自己造楼”转化为“向外部租楼”，五大巨头未上表的租约总额达8310亿美元，是其公开债务（4458亿美元）的近两倍。Meta的路易斯安那州Hyperion项目成为典型案例：该项目举债273亿美元，Meta仅持有20%股权并不控股，将巨额债务完全剥离出表，表内仅计入23.7亿美元投资。但Meta额外签署了上限约280亿美元的残值担保，若2033年放弃续租须用现金补足资产差额，为此Meta承担了6.581%的利率，年利息相比公募债多支出近3亿美元。 其余巨头亦各显神通：微软将激增至629亿美元的融资租赁负债拆分隐匿在其他流动与长期负债中；谷歌名义规模达438亿美元的机房担保在表内仅按8.15亿美元公允价值体现；亚马逊与甲骨文则分别签下1063亿美元和2600亿美元尚未起租的租赁合同，依规完全不在当前资产负债表中体现。全口径统计下，五大巨头未来的算力与基建支出承诺已达2.13万亿美元。 GPU金融化与私募资本深度绑定 (26:55) 华尔街私募信贷机构因早前重仓的SaaS行业遭遇估值回调与多头借贷风险（60%贷款借给向7家以上机构借贷的企业），迫切需要将信贷额度转向AI数据中心。2022年以来，私募资本已主导了八成以上的数据中心并购交易。随后金融创新进一步延伸至硬件抵押：CoreWeave等算力租赁商以GPU抵押的贷款利率从2023年的15%大幅降至5.9%并获得投资级评级；成立数月的初创公司亦能凭推理芯片借得4亿美元。 英伟达CEO黄仁勋于2026年8月联合阿波罗、黑石等六大资管巨头设立算力融资平台，计划撬动超5000亿美元社会资本，并为特定项目提供最高25%的GPU残值支持。围绕算力资产的证券化（ABS）与银行用于转移资本监管风险的合成风险转移（SRT）规模亦急剧扩容，算力ABS存量已达340亿美元且年内预计新发500亿美元。 互倒债务隐患与次贷定性分歧 (39:36) 融资狂潮下，华尔街同一资本圈层内部的债务对倒引发监管警惕。例如Blue Owl在面临赎回危机后发行的4亿美元公司债由PIMCO全额买入，二者还在Meta Hyperion、Nscale贷款及甲骨文项目中频繁互换股东与债权人角色。此外，底层抵押品面临快速贬值，科技巨头普遍将折旧年限从3年延长至6到7年、将厂房折旧拉长至20到30年，做空机构估算此举少算千亿美元级成本。甲骨文的信用违约掉期（CDS）价格一度飙升至203个基点，创2008年金融危机以来新高。 尽管存在传染隐患，业内分析认为该模式不会引发“AI版次贷危机”：首先，数据中心债务在庞大的全球企业债中占比仍低；其次，经历严监管后的传统商业银行杠杆极低，风险主要分散在能匹配长期的私募年金和养老基金，难以拖垮银行系统；最后，微软Azure超40%的增速及6780亿美元未确认合同收入证明终端Token需求依然存在，市场CDS走高更多反映科技企业从轻资产高现金流向类似石油基建的重资产商业模式重估。 数据中心表外负债与GPU抵押贷款暂未危及整个银行体系，但其偿债闭环高度依赖终端口径的现金流变现与芯片实际经济寿命。若AI算力的实际回报率无法支撑长达数十年的摊销还本，通过残值担保和私募通道转嫁的万亿美元债务敞口，终将反噬科技巨头的信用底牌与背后的机构投资人。

[0:00] 消失”的万亿债务：深扒数据中心“影子借贷”、GPU金融化与次贷风险 [3:20] 一般公司用途 [3:20] 用于分红和股票回购 [3:20] 零净负债、高回购、现金流极佳 [0:00] 影子借贷 [26:55] 黄仁勋: 在 AI 时代，算力就是收入 [26:55] 黄仁勋: 残值支持 [19:35] 残值担保 [34:26] 巴塞尔协议Ⅲ终局 [26:55] 首损保险

[0:00] 1.65万亿美元 [0:02] 用100美元纸币首尾相连 [0:03] 可以绕地球赤道大约64圈 [0:06] 这个数字 [0:07] 是如今美国五大数据中心的发债总额 [0:10] 而如今 这些负债似乎离奇地“消失”了 [0:14] 它们藏到哪里去了呢 [0:17] 国际清算银行给这种做法起了个名字 [0:20] Shadow Borrowing 影子借贷 [0:22] 如今被称为hyperscaler的大型云巨头们 [0:25] 正在用这样的手法 藏起天价债务数字 [0:28] 目的是让自己有一张更干净的资产负债表 [0:32] 哈喽 大家好 [0:33] 欢迎收看《硅谷101》 我是陈茜 [0:35] 这期视频我们就来聊聊 [0:36] AI数据中心背后的债务账 [0:39] 我们仔细翻阅了 [0:40] 大型数据中心的各类申报文件 [0:42] 找出了至少五种不同的藏债手法 [0:44] 来看看巨头们 [0:45] 究竟是怎么让这些债务“消失”的 [0:48] 谁是这场金融游戏的幕后操盘手和话事人 [0:51] 以及AI时代的次贷危机是否在萌芽呢 [1:03] 如今我们说的五大hyperscaler数据中心 [1:05] 背后的亚马逊、微软、谷歌、Meta [1:07] 以及甲骨文 [1:08] 可以说是位列全世界最能印钱的机器们 [1:12] 科技巨头们的现金多到不知道放哪 [1:14] 于是它们做了一件事 [1:16] 一遍遍回购自己的股票 [1:18] 但是现在 奇怪的事情出现了 [1:21] 我们把2021年以来 [1:23] 五家巨头的季度回购额都给排出来 [1:25] 你会看到一条完整的下滑曲线 [1:28] 4年前的2021年第四季度 [1:31] 五家巨头一个季度合计回购了480亿美元 [1:34] 是历史峰值 [1:36] 到去年最后一个季度 只剩129亿 [1:38] 再到今年第一季度 [1:40] 又砍掉了近2/3 只有46亿美元 [1:43] 四年多的时间少了九成 [1:45] 如今还在回购的只剩微软一家 [1:48] 谷歌从今年一季度起完全停止了回购 [1:51] Meta连续三个季度零回购 [1:53] Oracle上一个财年 [1:54] 全年只回购了不到1亿美元 [1:56] 而亚马逊 [1:57] 则从2022年年中之后再也没有买过 [2:00] 你可能觉得 [2:01] 回购本来就是可多可少的事 [2:04] 但是对于这几家公司来说 [2:05] 它其实是一个信号 [2:07] 以前它们把赚的钱还给股东 [2:09] 现在这笔钱要留下来盖楼了 [2:12] 那问题就来了 [2:13] 这五家公司账上躺着几千亿现金 [2:16] 怎么会缺到需要动股东的钱呢 [2:18] 我们先来看看两条线 [2:21] 大家看 图中的蓝线 [2:22] 是这五家hyperscaler财报上的经营现金流 [2:25] 也就是它们“赚到的钱” [2:27] 橙色的这条线是它们每年的资本开支 [2:29] 这其中的花销增速 [2:30] 很大一部分就是盖数据中心花出去的钱 [2:34] AI研究机构Epoch AI [2:35] 在今年6月的一篇报告里面 [2:37] 就做了一次推演 [2:38] 把这五家的经营现金流和资本开支 [2:41] 各自按2023年以来的趋势往后延 [2:44] 经营现金流每年增长大约23% [2:47] 而资本开支每年增长大约70% [2:50] 那么这两条线会在今年第三季度交叉 [2:53] 也就是说在2027年前 [2:55] 如果科技巨头还是按现有的速度花钱 [2:58] 它们将在明年就会“集体返贫” [3:00] 回到亏损时代 [3:02] 所以这些公司面临的问题 [3:04] 是钱来得不够快 [3:05] 根据摩根士丹利的测算 [3:07] 2028年前全球数据中心资本开支 [3:10] 大约2.9万亿美元 [3:11] 其中大约1.4万亿 [3:13] 可由超大规模厂商的现金流覆盖 [3:15] 而剩下的大约1.5万亿 [3:17] 就要靠纯外部资本了 [3:19] 于是 五家hyperscaler [3:20] 开始了疯狂发债的节奏 [3:23] HyperScaler爆发式发债 [3:24] HyperScaler债券是2026年的首选交易之一 [3:28] 2020年到2024年 [3:30] 这五家公司平均每年发债大约280亿美元 [3:33] 但是到了2025年 [3:34] 这个数字涨到了1083亿 [3:38] 而从今年初到我们写稿的7月底 [3:40] 巨头们已经就快发了2000亿 [3:42] 是过去的年均6倍 [3:44] 不过这五家里面有一个例外是微软 [3:46] 2024年到现在 [3:48] 它一笔公开债务都没有发过 [3:50] 总债务反而还降了 [3:51] 这件事情挺反常的 [3:53] 那么中间的蹊跷我们放在后面再说 [3:55] 那问题来了 [3:56] 借来这么多钱 到底拿去干嘛了呢 [3:59] 你可能会觉得 [4:00] 这还用问吗 当然是买显卡 盖机房了 [4:03] 但是我们把这五家公司 [4:04] 两年半里面发的招股书全部翻了一遍 [4:07] 在资金用途这部分想找“数据中心” [4:09] 还有“人工智能”这两个词 [4:10] 结果一次都没有出现过 [4:14] 就拿Meta [4:14] 此前发行的这笔300亿美元的债来说 [4:17] Meta自己表示 [4:18] 这笔钱是为AI和数据中心做长期融资 [4:21] 但是在递交给证监会的招股说明书里 [4:24] “资金用途”整章基本上就六个字 [4:27] “一般公司用途” [4:29] Oracle也是如此 [4:30] 2026年2月发债的时候说 [4:32] 这笔钱是为了给云客户扩容 [4:35] 结果第二天递交的招股书里面却写了 [4:37] “分红和股票回购” [4:39] 所以这里出现了一个很有意思的错位 [4:42] 同一笔钱 [4:43] 在财报电话会上是“我们要all in AI” [4:46] 但在招股说明书里面 [4:48] 就只剩下“一般公司用途”这六个字了 [4:51] 这么遮遮掩掩的原因也很简单 [4:54] 前者是讲给股东听的故事 [4:56] 而后者是要承担法律责任的具体表述 [4:59] 巨头们在有法律文件里面 [5:01] 把话说得如此模糊 [5:03] 就是不想向市场公开宣告 [5:04] 它们在大规模举债 [5:06] 但你说 既然市场愿意买 [5:08] 公开债又便宜、又标准、容量又大 [5:10] 为什么不大大方方地承认呢 [5:13] 主要有三个原因 [5:15] 第一就是市场的胃口有边界 [5:18] 衡量一笔债好不好卖 [5:20] 业内有个指标叫做超额认购倍数 [5:23] 简单来说就是市场下的订单 [5:25] 是发行量的几倍 [5:27] 倍数越高说明越抢手 [5:28] 比如说亚马逊的这个数据 [5:30] 在过去九个月就一路地往下走 [5:32] 从去年11月份的5.3倍 [5:34] 是一路跌到了2026年7月的这笔1.6倍 [5:39] 市场上有担心就认为 [5:40] 倍数掉得这么快 是市场开始害怕了 [5:43] 但是在我们《硅谷101》的采访中 [5:45] 两位华尔街投资人提供了不同的视角 [5:48] 认购倍数的这个问题 [5:49] 其实我的理解是 [5:50] 因为这个市场还太新了 [5:52] 更多的是因为这些发行人还没学会排队 [5:55] 而不是说更多的是市场的担忧 [5:57] 新到就是说从去年10月才开始 [5:59] 比如说Meta今年第二笔120多亿的 [6:02] SPV（特殊目的实体）债进场 [6:04] 同一个窗口还有好几百亿美金的项目 [6:06] 也都在路演 [6:07] 都堆在了一起 [6:08] 再加上前一阵谷歌的现金流 [6:12] 转负引发的情绪 [6:13] 所以是这样导致了认购倍数的自然摊薄 [6:17] 其实跟钱袋鼓不鼓没有什么关系 [6:21] 更多反映的是大家的一个意愿 [6:23] 其实就跟IPO一样 [6:25] 比如说如果发行的债券很紧 [6:27] 好 我本来只需要买100股 [6:30] 因为我知道抢的人很多 我就申请200股 [6:34] 所以倍数掉下来 [6:36] 并不是市场没钱了 [6:37] 而是大家变得更加挑剔了 [6:39] 同一个时间窗口里 [6:41] 好几百亿的公开债一起路演 [6:43] 但愿意买这类资产的还是同一批机构 [6:46] 而它们在一段时间里面 [6:48] 能够吃下的同类型债务是有上限的 [6:51] 而一旦发债的速度超过了这个上限 [6:53] 发行人就只剩两条路 [6:55] 要么提高利息 [6:56] 把那些原本嫌贵 [6:57] 站在场外观望的钱给吸引进来 [7:00] 要么干脆绕开这个市场 [7:02] 去找一批全新的买家 [7:05] 现在这两件事都已经发生了 [7:07] 我们先来看一下价格这一头 [7:09] 借钱的价格也在变 [7:11] 2025年整个投资级债券市场 [7:14] 中位数只要比二级市场多给2.25个基点 [7:17] 就能够卖出 [7:18] 但是到了2026年 涨到了12个基点 [7:21] 以今年7月亚马逊的那一笔为例 [7:24] 最长的一档是多给了18到21个基点 [7:27] 近5倍的代价 [7:28] 多给的这十几个基点 [7:30] 听上去是个小数 [7:31] 但是摊到几百亿美元的发行量 [7:33] 和二三十年的期限上 [7:35] 意味着每年多掏出去的几亿美元现金 [7:39] 但是更麻烦的是 [7:40] 这个借钱的价格只会像阶梯一样越借越高 [7:43] 市场给当前这笔债务的成本定价 [7:45] 就成了下一笔的地板价 [7:47] 也会顺带 [7:48] 把公司在二级市场上的存量债券价格 [7:51] 一起往下压 [7:52] 也就是说 [7:53] 公开债这条路对于这五家公司不是走不通 [7:56] 而是每走一步都在变贵 [7:58] 而且变贵的速度比它们盖楼的速度还要快 [8:02] 第二个原因是过多的公开债 [8:04] 打破了和股东之间的默契 [8:07] 这些公司过去的形象是 [8:08] 手上进现金、几乎不欠债 [8:10] 赚了钱还给你 [8:12] 而现在变成了大举借债、砍掉回购 [8:15] 美国财经媒体CNBC就评论道 [8:17] 这打破了它们和投资者之间 [8:19] “不言自明的契约” [8:21] 这个契约之所以要紧 [8:23] 是因为它决定了今天到底是谁 [8:25] 会去持有这几家公司的股票 [8:27] 过去它们的买家 [8:29] 很大一批是冲着“零净负债、高回购 [8:31] 现金充沛”这套画像 [8:33] 来的质量型和成长型基金 [8:35] 一旦巨头们的资产负债表上 [8:36] 开始堆起千亿美元的债务 [8:38] 回购又被砍掉 [8:40] 这批股东手里面的持仓逻辑就不成立了 [8:43] 它们要么下调仓位 [8:44] 要么要求更高的回报来补偿 [8:47] 而债券那一头 [8:47] 新增的债会推高杠杆率、压低评级 [8:50] 让下一笔债更贵 [8:52] 所以打破契约的代价 [8:54] 是股和债两头被同时重新定价 [8:58] 而第三个原因可能才是最根本的 [9:00] 那就是公开债借来的钱 [9:02] 会一分不少地记在自己的资产负债表上 [9:05] 这直接会决定了评级机构给它们什么评级 [9:08] 而评级又决定了谁可以买它的债 [9:11] 这五家里面押得最厉害、借得最多的 [9:13] 是Oracle [9:14] 它的资本开支一年之内 [9:16] 从212亿美元涨到了557亿 [9:19] 而今年7月份 [9:20] 标普把Oracle的债务评级 [9:22] 从BBB降到了BBB- [9:23] 离垃圾级只差一档 [9:25] 可能有观众会问 [9:27] 不就降了一级吗 有那么严重吗 [9:30] 问题在于 [9:30] 掉出投资级不仅是面子问题 [9:33] 还有买家名单的问题 [9:35] 一般情况下 [9:35] 保险公司和养老金这一类资金最雄厚 [9:38] 但是对风险非常厌恶的机构来说 [9:40] 内部对评级有严格要求 [9:43] 评级一旦掉下去 [9:44] 会直接影响内部对投资标的的判断 [9:47] 而它们恰恰是这些公司最大的一批买家 [9:51] 它们（保险基金）（对）Oracle也有投资 [9:52] 但是当时投得比较小 [9:54] 也是考虑到Oracle的这个风险 [9:56] 如果以后假设Oracle跌出了这个投资级 [10:01] 对它来说 [10:01] 它其实更在乎的是说Oracle是否会违约 [10:06] 因为走到违约那一步的话 [10:07] 你肯定首先还是先走equity（股东） [10:10] 然后债权人开始承担损失 [10:11] 所以在这个角度上 [10:12] 它们并没有那么担心评级的变化 [10:14] 而更多的是底层信用 [10:16] Underlying credit的变化 [10:17] 因为这个是private credit（私募债） [10:19] 如果历史上它也觉得 [10:21] 一旦到了这个程度 [10:22] 说大家都想跑了 [10:24] 这种情况下 大概率也不是那么好卖出的 [10:27] 真正的问题不光是“必须卖” [10:28] 而是在想卖的时候 [10:30] 还有没有人接盘 [10:32] 所以对于这几家公司来说 [10:34] 账面上的债不是可以无限往上加的 [10:37] 加到某个位置 买家自己就消失了 [10:40] 而Oracle [10:40] 可能就是那个已经加到位置上的人 [10:44] 所以来总结一下 [10:45] 这五家公司想要的其实是三样东西 [10:48] 第一就是更多的钱 [10:50] 因为公开市场上那批老买家 [10:52] 已经明显撑不住了 [10:54] 而第二是期限更长的钱 [10:56] 我们知道盖一座数据中心 [10:58] 从动工到收回成本 [11:00] 要十多二十年的时间 [11:01] 公开债给不了这么长、又这么定制的条件 [11:05] 第三 也是最难的一样 [11:07] 就是它们希望这笔钱 [11:08] 最好别那么显眼地 [11:10] 记在自己的资产负债表上 [11:12] 而这三样 公开债市场一样都给不全 [11:15] 那么谁能够同时满足这些需求呢 [11:19] 巧了 [11:20] 就在同一个时间点 [11:21] 华尔街那边也有一帮遇到麻烦的人 [11:24] 而解决麻烦的最好办法 [11:25] 恰恰就是把这三样东西一起给递过去 [11:29] 这就一拍即合了 [11:31] 华尔街上这群人中间 [11:33] 有一个机构叫做Blue Owl [11:38] 2026年上半年 [11:40] 全球最大的私募信贷机构之一的Bule Owl [11:42] 旗下的一只基金连续两个季度 [11:45] 遭到40%的赎回挤兑 [11:47] 但最终只兑付了不到15% [11:49] 而公司的股价 [11:50] 也从24美元一路跌到了9美元 [11:53] 换句话说 [11:54] 每三个想把自己的钱从里面拿走的人里面 [11:57] 只有一个人能够真正地拿到钱 [12:00] 为什么会出现这样的事呢 [12:01] 因为它旗下这只被挤兑的基金 [12:03] 主要投资软件SaaS领域 [12:06] 而这正是今年华尔街最不想拿在手里的 [12:10] 这里的关键词 [12:11] 一个是“贷款率” 一个是“AI” [12:13] 两个因素叠加在一起 [12:15] 让SaaS板块在今年数次在美股中崩盘 [12:18] 从2025年的9月高点算起 [12:20] 软件股一路跌了近四成 [12:22] 过去投资人愿意给软件公司有很高的估值 [12:25] 买的就在于确定性 [12:27] 客户每年都会续订 收入年年往上走 [12:30] 而现在这份确定性被打上了问号 [12:33] 因为市场判断 AI会杀死软件 [12:37] 逻辑也很简单 [12:38] 如果一家公司用了AI [12:39] 自己就能够做出一个够用的工具 [12:41] 它为什么还要每年去掏订阅费呢 [12:44] 但是有意思的一件事是 [12:46] 如果你去看基本面 情况并没有那么糟 [12:49] 微软的M365订阅业务 [12:51] 同期收入增速从15%升到了19% [12:54] ServiceNow, Salesforce, Snowflake [12:56] 这几家SaaS公司 [12:58] 最近的季度营收也在企稳 甚至加速 [13:01] 既然基本面没事 [13:02] 那么为什么会崩得这么惨呢 [13:04] 这就要说到软件公司的贷款率了 [13:07] 国际清算银行今年7月的一份报告就显示 [13:10] 在私募信贷机构 [13:11] 放给SaaS公司的所有贷款里面 [13:13] 有60%是借给了那些 [13:15] 同时向七家以上机构借钱的企业 [13:18] 而十年前 这个比例还不到10% [13:22] 所以就算SaaS业务暂时没有被AI冲击 [13:25] 然而一旦市场的情绪转向 [13:27] 整个SaaS产业的信贷敞口逻辑开始崩塌 [13:30] Blue Owl承认了这一点 [13:32] 我认为大多数放贷机构 [13:34] 拥有大量软件相关业务的 [13:35] 都会寻求降低风险敞口 [13:38] 我们也不例外 [13:39] 但会控制在合理范围内 [13:42] 而更要紧的是 真正的检验其实还没有到 [13:45] 根据摩根士丹利的计算 [13:46] 大约11%的软件贷款 [13:48] 在2027年年底之前到期 [13:51] 另外有20%在2028年年底之前 [13:54] 这意味着资本巨头们 [13:55] 必须在SaaS“失灵”之前 [13:57] 找到一个让市场能重新买单的故事 [14:01] 而这个故事就是AI数据中心 [14:09] 过去的私募信贷最大的一块资产 [14:11] 其实是软件公司 [14:12] 但是软件现在的故事讲不动了 [14:15] 这批投资人其实正好把额度转过来 [14:17] 来投这个数据中心的债 [14:19] 比如2025年12月 [14:20] Blue Owl就以不符合承销标准为由 [14:23] 拒绝了Oracle在密歇根的数据中心项目 [14:26] 但很快 [14:27] 这个单子就被另外一家私募资管巨头 [14:29] PIMCO以更高的定价给抢了下来 [14:34] 2026年 围绕AI数据中心的“抢单”事件 [14:36] 几乎每个月都在华尔街上演 [14:39] 同一个数据中心项目要融资 [14:40] 能够收到好几家机构的同时报价 [14:43] 谁给的利率更低、条件更松 [14:45] 谁就能够敲下这笔单子 [14:48] 把数据中心打包成证券卖给投资人的规模 [14:51] 从2022年的13亿美元 [14:53] 涨到了现在的300到400亿美元 [14:56] 四年来翻了二十倍 [14:58] 而在所有这些交易当中 [15:00] 有一单最为标志性 [15:02] 那就是Meta最新的Hyperscaler [15:04] 叫做Hyperion [15:05] 接下来我们就以它作为案例 [15:07] 一步步来拆解一下它的“藏债大法” [15:13] Hyperion这个项目一共借了273亿美元 [15:17] 而在Meta自己的资产负债表上 [15:19] 跟这个项目有关的记录 [15:20] 只有一笔23.7亿美元的投资 [15:24] 那么剩下那两百多亿去哪儿了呢 [15:26] 我们来一层一层地 [15:27] 拆解下它们的“藏债工具” [15:29] 这座数据中心在路易斯安那州 [15:32] 登记在一家名叫Laidley LLC的公司名下 [15:35] 园区由它运营 [15:36] 还跟当地的电力公司 [15:37] 签了一份15年的供电合同 [15:40] Laidley上面 [15:41] 是Project Beignet Holdings [15:43] 数据中心的产权在这家公司手里 [15:46] 再往上是Beignet Investor [15:48] 那273亿的债券就是它发的 [15:52] 更上面是一家叫做 [15:53] Beignet Pledgor的公司 [15:55] 它全资持有Beignet Investor [15:57] 同时 它把这些股权质押给了受托人 [16:00] 这样债权人把273亿美元借出去 [16:03] 拿回的抵押品 [16:04] 是发债公司的股权和它名下的数据中心 [16:08] Pledgor上面还有四家持股公司 [16:10] 其中一家 [16:11] 叫做Beignet Net Lease Aggregator [16:13] 它把所有出资人先汇集进一个壳里 [16:16] 再由这家壳公司出面持股 [16:18] 而站在最顶上的 [16:20] 是Blue Owl旗下的一只叫做OSNL的基金 [16:23] 它专做净租赁不动产 [16:25] 除此之外 [16:25] 还有一批跟着Blue Owl [16:27] 一起出钱的共同投资人 [16:29] 到这 Hyperion这个数据中心资产 [16:31] 就和与它相关的债务 [16:33] 做好了法律层面的隔离 [16:35] 另外你会发现 [16:36] 这几家公司的名字都带着一个词 [16:38] 叫“Beignet” [16:40] 这是新奥尔良街头的一种油炸甜点 [16:43] 这种“美食命名法” [16:44] 倒是跟Meta大模型的取名方法 [16:46] 是同一个路数 [16:47] 我们去查了查这七家带Beignet名字的 [16:50] 公司的注册记录 [16:51] 它们全部注册在美国特拉华州 [16:54] 注册时间前后不到六个星期 [16:56] 在特拉华州 [16:57] 有限责任公司 [16:58] 不需要公开自己的成员和出资比例 [17:01] 这笔273亿美元的债券也一样 [17:04] 不用向证监会递交招股说明书 [17:06] 也就是说 [17:07] 它永远不会转成一笔公开登记的债券 [17:10] 但法律层面的隔离 [17:12] 其实并不能够让债务消失 [17:14] 这类壳公司结构 其实一点都不新鲜 [17:17] 它们在金融领域有一个正经的名字 [17:19] 叫做特殊目的实体 简称SPV [17:22] 而正因为太常见 [17:24] 会计准则早就对这套结构有所准备了 [17:27] 美国会计准则里面 [17:29] 有一条专门管这件事情的规定 [17:31] 它的原则是 [17:32] 一笔债要不要放进你的资产负债表 [17:34] 主要看两条 [17:36] 第一 你对项目的关键决策 [17:38] 有没有主导权力 [17:39] 第二 你是否是该项目的主要受益人 [17:42] 而Meta的答案写在股权结构上 [17:45] Blue Owl通过63%的股权 [17:47] 间接控股Beignet Investor [17:49] 然后又通过Beignet Investor [17:51] 持有Project Beignet Holdings [17:52] 80%的股权 [17:54] 也就是实际拥有数据中心的那家公司 [17:57] 而剩下的20%是Meta的 [17:59] 这也就是Meta资产负债表上 [18:01] 那笔23.7亿美元的投资 [18:04] Meta自己在财报里面是这样写的 [18:06] 因为在这家合资公司里面 [18:08] 最重要的经营活动上没有主导权力 [18:10] 所以Meta不是主要受益人 [18:12] 因此不用并表 [18:13] 合资公司不并进Meta的报表 [18:15] 那与它相关的273亿美元债务 [18:18] 也就自然从Meta的负债表上消失了 [18:21] 但是这就引出了下一个问题 [18:23] 这笔债不在Meta的表上 [18:25] 是不是就意味着Meta不用还钱了呢 [18:28] 答案是当然得还了 但是绕了一圈 [18:31] Meta旗下有一家承租公司 [18:33] 叫做Pelican Leap [18:35] 它跟Hyperion的运营主体Laidley LLC [18:37] 签了一份租赁合同 [18:39] 从2029年起 [18:41] Pelican Leap [18:41] 要每个月向Laidley交纳租金 [18:44] 这笔钱先到Laidley账上 [18:46] 然后顺着Beignet这一串壳公司往上走 [18:49] 最后到债券投资人手里 用来偿还本息 [18:52] 所以绕了这么一大圈 [18:54] 还债的钱都还是Meta自己掏的 [18:57] 我们再来看看这笔债本身 [18:59] 总金额272.9亿美元 票息6.581% [19:03] 2049年5月到期 而且是完全摊销 [19:06] 说白了 [19:07] 这就是一笔24年的按揭贷款 [19:09] 还有一个细节值得我们注意 [19:11] 这份租赁合同的初始租期是4年 [19:14] 2029年起租 [19:15] 并且给Meta附上了续约选择权 [19:18] 最长可以续到20年 [19:20] 可是这里就又有一个问题了 [19:22] 这笔债要还24年 [19:23] 但是Meta只租了4年 [19:25] 也就是说到2033年的时候 [19:27] Meta可以选择直接走人 [19:29] 那剩下这两百多亿的债谁来还呢 [19:32] 答案还是在这份租约里面 [19:34] 我们来仔细看一下这份租约 [19:37] 除了每个月的租金 [19:38] Meta还在租约上附加了一份残值担保 [19:41] 它的上限大约是280亿美元 [19:44] Meta在财报里面写得很清楚 [19:45] 如果它决定不再续租或者退出这个园区 [19:49] 到时候这个园区的市价 [19:51] 与280亿美元之间的价差 [19:53] 全部由Meta补上 [19:55] 所以这笔273亿美元贷款的真正抵押品 [19:59] 其实就是Meta自己 [20:01] 这个结论你也能够从这笔债的 [20:03] 信用评级里面能看出来 [20:06] 标普给这笔债券的评级是A+ [20:08] 而Meta自己的评级是AA- [20:10] 其实就是拿Meta自身的信用往下调了一档 [20:13] 你不会说是因为我 [20:15] 给你有一个guarantee（担保） [20:17] 你就能享受到（我）的credit rating（信用评级） [20:19] 那是不可能的 [20:21] 市场没有傻到这个程度 [20:22] 它的credit rating（信用评级） [20:23] 就是比Meta低 [20:24] 它会考虑到 [20:25] Meta是作为一个backing（信用支撑） [20:26] 但是不会给你100%的credit（信用认可） [20:29] 它肯定要有haircut（折扣） [20:31] 作为投资人在评估Meta的时候 [20:33] 我其实不是非常关心说 [20:34] 它到底是在哪张表上 它是表内表外 [20:37] 而是说它这个确实是Meta实际的义务 [20:39] 它就是说租约加上残值担保 [20:43] 本质上就是Meta长期的一个 [20:46] 固定支出承诺 [20:47] 所以我会把它算进我的模型里 [20:48] 当然了 [20:49] Meta为了要得到这张干净的资产负债表 [20:52] 也是要付出额外的代价的 [20:54] Meta如果自己在公开市场上 [20:55] 发一笔同样期限的债 [20:57] 成本大约是5.5% [21:00] 而通过Beignet这套SPV借钱 [21:02] 成本是6.581% [21:04] 相当于一年要多付将近3亿美元的利息 [21:07] 设计出这么贵的一套工具 [21:09] Meta和华尔街显然不打算只用一次 [21:12] 而就在今年7月 第二笔来了 [21:15] 名叫做Sopaipilla [21:17] 这是Meta [21:17] 在得克萨斯州埃尔帕索的另外一个项目 [21:20] 7月27号定价 [21:21] 最终发了125亿美元 [21:23] 票息7.534% 2048年到期 [21:27] 同样是完全摊销 [21:28] 同样的“八二开”股份结构 [21:31] 唯一的区别是 [21:32] 这一次拿80%的 [21:33] 从Blue Owl变成了贝莱德 [21:36] 不到一年的时间 [21:37] Meta就发行了两笔数据中心债 [21:39] 加起来将近400亿美元 [21:41] 所以说Meta设计的这套发债机制 [21:43] 已经是非常成熟了 [21:45] 但当前的市场 [21:46] 对同一家公司连续快速发债的风险敞口 [21:49] 依然是比较有严格的把控的 [21:51] 我观察到很多这种 [21:52] 实际参与了这两笔融资的大机构投资人 [21:57] 对比去年 [21:58] 今年这个125亿的参与度是相对少了很多 [22:01] 有几个原因 [22:01] 首先就是它们觉得这两笔发得太快了 [22:05] 一下出来了很多大量的、可投资的标的 [22:07] 第二个就是当它们 [22:09] 越来越多地去投资数据中心的时候 [22:11] 数据中心在它们的 [22:13] Portfolio（投资组合）里面的占比 [22:15] 已经达到了一个比较高的程度 [22:17] 在这个时候它们要非常平衡 [22:19] 自己credit portfolio（信用债）的 [22:21] 一个资产配置 [22:23] 所以今年会稍微少投一些 [22:26] 但是这个其实本身和Meta是没有关系的 [22:28] 我们同时也把另外四家巨头的财报 [22:31] 也翻了一遍 [22:32] 发现在“发债”这件事上 [22:33] 大家真的是八仙过海 各显神通 [22:40] 先来看看微软 [22:41] 我们开头就说到了 它挺奇葩的 [22:44] 它不搭壳 也不发债 [22:45] 在过去的将近两年 [22:47] 微软资产负债表上的总债务不升反降 [22:51] 从449亿美元一路是降到了403亿 [22:54] 但这其实是它的障眼法 [22:56] 就在同一段时间里 [22:57] 微软的融资租赁负债 [22:59] 从271亿涨到了629亿美元 [23:02] 翻了一倍多 [23:02] 比它的总负债还多两百多亿 [23:05] 融资租赁的意思说白了 [23:07] 就是名义上租、实际上是分期买 [23:09] 租期几乎是覆盖了这栋楼能用的全部年限 [23:12] 会计上就认定 [23:13] 你其实已经把它买下来了 [23:15] 只是钱分期在付 [23:17] 所以这笔钱得全额记进负债 [23:19] 但在资产负债表上 [23:21] 它不用写在“债务”的那一行 [23:23] 也就是说你从资产负债表上的表面 [23:25] 是看不到它的 [23:27] 这笔629亿美元 [23:28] 的确记在了微软的负债表上 [23:30] 不过它不叫“债务” [23:32] 而是被拆进了“其他流动负债” [23:34] 和“其他长期负债”这两行里 [23:37] 再来看看谷歌 [23:38] 它比微软走得更进一步 [23:40] 它连壳都不搭 也不持股 [23:42] 只做一件事 [23:43] 就是给别人盖的机房做付款担保 [23:46] 让它能够借得到钱 [23:48] 谷歌自己在财报里面写了一句话 [23:50] 一旦对方违约 [23:51] “我们保留接管底层租约的权利” [23:54] 这些担保在会计上 [23:55] 被记成了“信用衍生品” [23:57] 账面规模半年之内 [23:59] 从169亿美元涨到了438亿 [24:02] 但是这438亿里面 [24:03] 只有一小部分是进入了谷歌的负债表 [24:06] 也就是这份担保“今天值多少钱” [24:08] 而这部分总共8.15亿美元 [24:11] 连总金额的2%都不到 [24:14] 亚马逊是五家里面最老实的一个 [24:16] 它就是自己借钱自己盖 [24:19] 今年3月 [24:19] 亚马逊一次性发了五百多亿美元的债 [24:22] 不过它的手上 [24:23] 还另外签了1063亿的租约 [24:26] 和后面要说的Oracle一样 [24:28] 都没有进入亚马逊的负债表里 [24:31] 最后是甲骨文Oracle [24:33] 它既不搭壳 也不做担保 [24:34] 而是只签合同 [24:36] 甲骨文Oracle签下的租约 [24:38] 一共2600亿美元 [24:39] 几乎全部与数据中心有关 [24:42] 租期15到19年 [24:43] 而这些租约要到明年才开始起租 [24:46] 也就是说到今天为止 [24:47] 这些租赁债务 [24:48] 一分钱都没有写到它的负债表里 [24:51] 总的来说 [24:52] Meta搭壳、微软走融资租赁、谷歌卖保险 [24:55] 亚马逊和Oracle全靠租 [24:58] 这几家的做法基本上都是不一样的 [25:01] 但你要是把这五张图叠在一起看 [25:03] 会发现它们在做的其实是同一件事 [25:06] 我们把它称之为“还钱的艺术” [25:09] 我们先建立一个标准 [25:11] 把一家公司的债务分层三层 [25:13] 第一层是已经借到手的钱 [25:15] 比如说债券、票据、贷款 [25:17] 这些钱是真金白银进了账 [25:19] 也真金白银地记在了负债表上 [25:22] 第二层是表内全部的欠账 [25:24] 除了借款 [25:25] 还有比如说 [25:26] 欠供应商的贷款、欠客户的服务 [25:28] 和已经开始付的租金 [25:30] 第三层是签了字 但还没有上表的 [25:32] 比如说“租约” [25:34] 这一层不出现在资产负债表上 [25:36] 只写在财报最后的附注里 [25:38] 那问题来了 [25:40] 一笔将来一定要付的钱 [25:41] 什么时候才算是债呢 [25:43] 根据会计准则 [25:44] 只要是拿到了钱、拿到了货 [25:47] 或者拿到了一栋已经能够用的楼 [25:49] 就必须得记 [25:51] 如果什么都还没拿到 那就不用记 [25:54] 这也是巨头们藏债的核心方法 [25:56] 把“自己盖楼”变成“向别人租楼” [25:59] 租楼的形态主要有三种 [26:02] 第一种是融资租赁 [26:03] 它上表 但是被拆进“其他负债”里面 [26:06] 表面看不见 [26:07] 微软的629亿债务就属于这一种 [26:10] 第二种是经营租赁 [26:12] 它也上表 但是只上租金现值的那一小块 [26:15] 比如说Meta的那份租约 [26:17] 就只记了四年的债务 [26:19] 第三种是还没有开始起租的 [26:21] 它一分钱都不上表 [26:23] Oracle的那2600亿 [26:24] 亚马逊的那1063亿美元 [26:27] 全部都站在这一层 [26:29] 我们把这五家的数字摆在一起看 [26:32] 已经借到手的钱 [26:33] 五家加起来4458万亿 [26:36] 而签了字、还没有上表的租约 [26:38] 是8310亿 近2倍 [26:40] 如果再把采购和建设的承诺算进来 [26:43] 总和就是2.13万亿 [26:46] 这就是AI数据中心背后 [26:48] 最终真正要付出去的那笔钱 [26:51] 当谷歌和华尔街这么一拍即合 [26:53] 这种玩法有没有风险呢 [26:59] 到这里 [27:00] 我们已经看完了五家巨头各自的做法 [27:02] 如果你把它们排成一条线会发现 [27:05] 这是一条不断往下延伸的金融产品线 [27:08] 越往下 价格越贵 风险越高 [27:11] 一开始这些公司历史上都是非常有钱的 [27:14] 都是可以去靠烧自己的 [27:16] Cash flow（现金流）来做的 [27:18] 但到现在这个肯定是不行了 [27:21] 再往下就是它们各自 [27:22] 像Meta, Microsoft, Amazon [27:25] 都发自己的企业债 [27:28] 再往下就是这种projet base（项目制）的 [27:31] Financing（融资） [27:32] 或者是joint venture（合资） [27:33] 再有它们会帮着 [27:36] 像CoreWeave, Nebius这些来发它们的债 [27:40] 再往下走 [27:41] 其实就是一些像以GPU作为抵押品 [27:45] 这以前都没有 [27:46] 所以你从这个风险的角度来讲 [27:49] 其实就是从上往下慢慢慢慢去往上走的 [27:52] 当然 在这场AI军备竞赛当中 [27:54] 需要借钱的不止巨头 [27:56] 而华尔街也为所有人 [27:58] 准备了一整套丰富的金融产品 [28:01] 其中最值得关注的 [28:02] 就是用显卡作为抵押品的贷款 [28:05] 比如说这家非常大的保险公司 [28:07] 它们已经做了一些 [28:09] 比如类似于Meta这样的债务 [28:11] 但是它们其实之前没有做过GPU相关的 [28:13] 现在它们也去尝试说 [28:15] 要去做GPU相关的 [28:16] 这种相对短期一点的credit（信用债） [28:19] 它们讨论的点是说 [28:21] 这是一个比较新的尝试 [28:23] 对于它们的portfolio（投资组合）里面 [28:25] GPU其实和数据中心都算AI [28:28] 但是算不同的配置 [28:30] 2023年 [28:31] AI云服务商CoreWeave想要借这种钱 [28:34] 大约要付15%的利息 [28:36] 而到了今年3月 [28:37] 这种贷款的利息已经降到了大约5.9% [28:41] 而且还能够拿到投资级评级 [28:44] 也就是说在不到三年的时间当中 [28:46] 华尔街就已经把显卡 [28:48] 认成了一种新的硬资产 [28:50] 而且这种资产的边界还在往外推 [28:52] 今年7月 [28:53] 一家2026年才成立的推理云公司 [28:56] General Compute [28:57] 用一批推理专用芯片 [28:59] 借到了4亿美元的贷款 [29:00] 这也是推理芯片 [29:02] 第一次成为大额AI贷款的主要抵押品 [29:05] 而就在不久之前 [29:06] 把显卡变成资产这件事情 [29:08] 被推到了一个新的高度 [29:09] 8月10号 [29:10] 黄仁勋亲自在推特上发表长文 [29:13] 标题叫《英伟达的AI算力正在成为一种可投资的资产类别》 [29:17] 黄仁勋在文中宣布 [29:18] 联合阿波罗、贝莱德、黑石 [29:20] Brookfield、高盛、KKR这六家机构 [29:22] 成立专门的AI算力融资平台 [29:25] 目标是撬动超过5000亿美元的第三方资本 [29:29] 英伟达特意说明 [29:30] 这5000亿不是它自己的收入 [29:32] 也不是某一只基金 [29:33] 或者对某一个客户的承诺 [29:35] 而是这些平台 [29:36] 未来要动员的社会资本总量 [29:39] 你会发现 [29:39] 这六个名字 [29:40] 我们在前面几乎全部都见到过 [29:43] 他在文章里面写 [29:45] “在AI时代 算力就是收入” [29:46] 并且认为AI工厂 [29:48] 可以像基础设施一样被融资 [29:50] 但是一样东西要能够被当成抵押品 [29:52] 光能产生收入还不够 [29:54] 还得回答另外一个问题 [29:56] 也就是 几年之后它还值多少钱 [29:58] 黄仁勋的回答分两层 [30:00] 第一层是拿市场价格说话 [30:03] 他说 2020年推出的A100 [30:05] 六年之后仍然在商用 [30:07] 经济寿命正在往十年这个数字上靠 [30:09] 而H100的一年租赁价格 [30:11] 从2025年的10月每卡时约1.7美元 [30:14] 涨到了今年3月的大约3.35美元 [30:17] 显卡本身的赚钱能力也上来了 [30:20] 第二层 是英伟达自己下场兜底 [30:22] 黄仁勋在推文里称 [30:24] 在部分项目上 [30:25] 英伟达可能会为其中最多25% [30:27] 提供一种“残值支持” [30:29] 并且强调这个比例 [30:31] 比市面上其他算力融资安排要低得多 [30:34] 你看 “残值支持”这四个字 [30:37] 我们在之前讲Hyperion的 [30:38] 273亿美元债务的时候就提到过 [30:41] 在这笔贷款当中 [30:43] 就是Meta为数据中心提供了残值担保 [30:46] 现在 站出来兜底的 [30:47] 不光只是租楼的人 连卖卡的人也来了 [30:51] 任何一个东西都有一个price（价格） [30:53] 只要这个price是对的就好 [30:55] 就是白菜再烂 [30:57] 但只要它的价格足够低 [31:00] 可能也能做个好菜 [31:01] 它的这个lifetime（使用寿命） [31:02] 不像你的数据中心 [31:03] 你可以是10年、20年的duration（久期） [31:05] 你（GPU）这可能就是5年以内 [31:07] 在这种情况下 你的风险是多少 [31:09] 我觉得还是回到 [31:10] Price是不是justify（说得通） [31:12] 你通过这种方式借钱的人 [31:13] 可能你就是整个风险链条上面 [31:16] 风险最高的那一批 [31:18] 第二种主流贷款是资产证券化 [31:20] 也就是ABS [31:22] 它把数据中心租约的未来租金打包成证券 [31:25] 切成从AAA到BB不同的档 [31:27] 卖给风险偏好不同的投资人 [31:30] 目前这类证券的市场存量大约340亿美元 [31:33] 而机构预测 [31:34] 光今年一年的新发行量就会冲到500亿 [31:38] 第三类稍微有点复杂 [31:40] 叫做风险转移 SRT [31:42] 它的做法是 [31:43] 银行把贷款留在自己账上 [31:45] 但是向私募基金买一份“首损保险” [31:48] 把赔付的风险转嫁出去 [31:50] 但是贷款还挂在自己名下 [31:52] 这样更多的资本就可以被释放出来 [31:54] 再拿去放新的贷款 [31:56] 而SRT已经是一个万亿级的市场了 [31:59] 而且越来越多的SRT [32:01] 被用在AI相关的贷款上 [32:03] 到这里 我们看懂了 [32:04] 这些债是如何被藏起来的 [32:07] 也聊了华尔街是怎么在这之上 [32:09] 把资本玩出了花 [32:11] 但是这里还有个问题 [32:12] 新盖的这些数据中心 [32:14] 产权到底在谁手上呢 [32:20] 我们把刚才那些贷款交易背后的名字 [32:22] 认真梳理一遍 [32:24] 会发现来来回回就那么几个 [32:26] Blue Owl、Brookfield、PIMCO [32:28] 黑石、KKR、贝莱德 [32:30] 没错 它们就是这些巨额“数据中心债” [32:33] 背后的话事人 [32:35] 而且更想不到的是 [32:36] 它们早在AI浪潮还没出现之前 [32:38] 就已经在盘算着这门生意了 [32:41] 我们先把时间拨回到2021年 [32:44] 那一年 全球数据中心的并购金额 [32:46] 是490亿美元 [32:47] 创下了当时的纪录 [32:49] 随后的2022年 [32:50] 这个金额维持在了480亿美元的位置 [32:53] 一共187笔交易 [32:55] 这些并购资金里 有91%来自私募资本 [32:59] 而平均每一笔交易的规模 [33:01] 从2018年的8000万美元 [33:03] 涨到了2022年的2.35亿 [33:05] 四年翻了将近三倍 [33:07] 你可能以为它们买的是服务器 [33:09] 但其实买的是数据中心的楼、土地 [33:13] 还有已经接进来的电网 [33:15] 后来在2023年 [33:16] 由于加息 并购金额短暂下跌 [33:19] 但是从2024年开始 年年创下新高 [33:21] 其中84%的钱也是来自私募资本 [33:25] 为什么这些资管巨头会早早地 [33:28] 就看上了这些地皮呢 [33:29] 答案其实也很简单 [33:31] 因为数据中心的租客 [33:32] 是全世界信用最好的一批公司 [33:36] 新冠疫情以来 线上办公的普及 [33:38] 开始让云计算进入华尔街的视线 [33:41] 但是数据中心极其烧钱 [33:42] 托管商自己盖不起 只能拉人合伙 [33:45] 而参与进来的租客是投资级的云巨头 [33:48] 而且一签就是十几年的长约 [33:51] 于是在华尔街眼里 [33:52] 数据中心就不再是一门科技生意了 [33:54] 而是一笔类似基础设施的稳定收益 [33:58] 而在那个利率几乎为零的时代 [34:00] 手握大把现金的养老金 [34:01] 和主权财富基金要找的 [34:03] 正好就是这类资产 [34:05] 所以早在AI之前 [34:07] 华尔街就已经把托管数据中心 [34:09] 做成了一笔收租生意 [34:11] 我们来看看两个比较典型的案例 [34:15] 2023年12月 [34:16] 黑石和数据中心地产商Digital Realty [34:19] 成立了一家70亿美元的开发合资公司 [34:22] 股权比例是 [34:23] 黑石占80% Digital Realty占20% [34:26] 2024年10月 [34:28] 全球最大的数据中心托管商Equinix [34:30] 拉上新加坡政府投资公司和加拿大养老金 [34:34] 成立了一家 [34:34] 规模超过150亿美元的合资公司 [34:37] 这一次两家出资方各占37.5% [34:41] Equinix自己留着25% [34:43] 所以回过头来看 [34:45] Meta的“八二开”股权结构 [34:47] 其实早就已经有了 [34:48] 比例都是一模一样的 [34:51] 也就是说 到2023年为止 [34:53] AI数据中心这门生意需要的东西 [34:55] 其实就已经齐了 [34:57] 结构是现成的 租客是现成的 [35:00] 连比例都是现成的 [35:02] 但是这里还有一个问题没有被解释 [35:04] 为什么这么大的一笔钱 [35:06] 都是私募资本在出呢 [35:08] 这就要聊到传统银行的败退了 [35:15] 按理说 这本应该是银行接的活 [35:18] 但是恰恰就在这个时候 [35:20] 本来最该干这件事情的人先退场了 [35:23] 为什么我们说在金融危机以前 [35:24] 没有这个行业private credit（私募信贷） [35:25] 就有一些小公司放高利贷 [35:27] 为什么过去20年 [35:29] 就形成了一个巨大无比的 [35:31] Private credit（私募信贷） [35:31] 很大一个原因在于 [35:33] 国家说银行不允许参与这种高风险的活动 [35:38] 银行不参与 但是这个需求还是在的 [35:41] 那谁来做呢 [35:42] 于是private credit（私募信贷）出现了 [35:45] 它实际上就是一个银行的补充 [35:47] 高利贷很多时候 [35:48] 银行因为监管的原因、杠杆的限制不能做 [35:50] 好 你不做 我做 [35:53] 所以这个行业才出现了 [35:55] 也就是说 这个行业 [35:56] 本来就是替银行去做银行不能做的事 [35:59] 而2023年 这条边界又往外推了一次 [36:03] 2023年3月 硅谷银行倒闭 [36:05] 引发了一连串银行危机 [36:07] 同年7月 美国监管机构出台了一份 [36:09] 名为“巴塞尔协议Ⅲ终局”的 [36:11] 资本规则草案 [36:12] 按这份草案 银行账上每多留一笔 [36:15] 超长期限的大金额定制贷款 [36:17] 需要占用的自有资本就会明显上升 [36:20] 所谓自有资本 [36:21] 就是指银行股东自己投进来的那部分钱 [36:25] 监管要求银行每放一笔贷款 [36:27] 都得从这部分钱里面拿出一块垫在下面 [36:30] 万一贷款收不回来 [36:32] 先亏股东 不亏储户 [36:34] 一笔贷款占用的自有资本越多 [36:36] 能放出去贷款的股本就越少 [36:38] 于是整个银行业开始收缩资产负债表 [36:41] 对长期、大额、又不标准的资产格外谨慎 [36:45] 而数据中心 恰好就是银行 [36:46] 最不想留在自己账上的那一类资产了 [36:50] 它们的期限动辄十几年 [36:52] 单笔金额巨大 而且高度非标准化 [36:55] 但是私募资本就正好相反了 [36:57] 它们背后是保险年金和养老金 [37:00] 那是真正的耐心资本 正好对得上胃口 [37:03] 于是 AI基建就逐渐变成了 [37:05] 私募信贷的主战场 [37:07] 而传统银行的角色 [37:08] 则是越来越向“中介”去靠拢 [37:11] 我们视频前面提到过 [37:13] 过去十年 私募信贷最大的一块生意 [37:15] 其实是SaaS软件 [37:17] 私募基金们已经放给软件公司 [37:19] 但目前还没有还完的贷款余额 [37:21] 也就是存量贷款 [37:22] 从2015年的不到80亿美元 [37:25] 涨到了2025年年底的五千多亿 [37:28] 是占到私募信贷直接贷款的大约19% [37:31] 也就是说 [37:32] 私募基金“自掏腰包”借出去的钱 [37:34] 五分之一都给了SaaS公司 [37:36] 而AI相关的贷款 [37:38] 存量则是在最近三年 [37:39] 从零涨到了两千多亿美元 [37:42] 占比从不到1%涨到了接近8% [37:45] 现在 投AI相关领域的私募信贷基金 [37:47] 比例从十年前的5%涨到了20% [37:51] 而按交易笔数算 [37:52] AI相关的交易已经占到了34% [37:56] 市场这一头也在变 [37:57] 像我们前面提到的Hyperion [37:59] 这样的私募配售债券 [38:01] 在数据中心这个领域 [38:02] 去年底还几乎是一片空白 [38:05] 但有统计显示 [38:06] 现在这个市场已经增长了400多亿美元 [38:09] 而未来的三年 [38:10] AI基建预计还要从私募信贷手里面 [38:12] 拿走8000亿美元 [38:14] 比软件用十年攒下来的存量还要多 [38:17] 那是不是可以说 [38:19] AI数据中心背后的话事人 [38:21] 已经从银行换成了这些资管巨头呢 [38:23] 不用神话 [38:24] 我觉得他们就是一个提供资金的渠道而已 [38:27] 你可以在公开市场上 [38:28] Investment grade（投资级）去发债 [38:29] 你可以在 [38:30] High yield market（高收益债市场）上 [38:30] 去发债 [38:31] 再往下 你借不到钱了 [38:32] 你就有各种各样的 [38:35] 你就把它想象成高利贷 [38:36] 我觉得就是大家做各自该做的事情 [38:39] 挣自己该挣的钱 [38:41] 另外一方面 [38:41] 在AI基建这波大浪潮当中 [38:43] 资管巨头的地位 [38:44] 可能没有它们以为的那么稳 [38:47] 今年3月 [38:48] “巴塞尔协议Ⅲ终局”的要求 [38:49] 被大幅度放松了 [38:51] 企业贷款的风险权重被调低 [38:54] 在这之前 银行普通企业贷款 [38:56] 自己要垫的自有资本是贷款金额的四倍 [38:59] 等于直接杀死了这项业务 [39:01] 银行给普通企业贷款时的资本占用 [39:04] 从草案里的四倍恢复到了原来的1比1 [39:07] 按照监管自己估算 [39:09] 这会给银行释放出一万多亿美元的 [39:11] 新增放贷能力 [39:12] 比如说 根据报道 摩根大通 [39:14] 就已经划出了500亿美元的直贷额度 [39:17] 所以 传统银行正在回归 [39:19] AI基建的话事权争夺战当中来 [39:22] 一场精彩的拉锯战可能才刚刚开始 [39:24] 但是问题来了 [39:25] 这样庞大的AI债务 [39:27] 这么多资本的玩法 [39:28] 是否在催生出 [39:30] 新一轮AI时代的次贷危机呢 [39:36] 2026年4月 [39:37] 在Blue Owl基金遭到严重赎回挤兑后不久 [39:40] 它发行了一笔4亿美元的新债券 [39:42] 结果马上被市场买光了 [39:44] 这笔债券的买家只有一个 [39:46] 就是PIMCO太平洋投资管理公司 [39:49] 全球最大的债券投资机构之一 [39:51] 手里管着全球两万亿美元以上的资产 [39:54] 这也就是说 一家私募机构发的债 [39:56] 被另一家私募机构的基金全部吃掉了 [40:00] 我们把过去一年 [40:01] 最大的几笔数据中心融资摆在一起会发现 [40:04] 同样这两个名字 [40:05] 出现在了四种完全不同的位置上 [40:08] 第一笔是Meta的Hyperion 273亿 [40:11] Blue Owl是股东 持股80% [40:13] PIMCO是那批债券的锚定投资人 [40:16] 一个出钱建楼 一个借钱给这栋楼 [40:19] 第二笔是AI云服务商Nscale [40:21] 那笔14亿美元的GPU担保贷款 [40:24] 这一次两家换了位置 [40:26] 变成了并肩的债主 共同放贷 [40:28] 第三笔是Oracle在密歇根的 [40:31] 163亿美元项目 [40:33] Blue Owl看过之后 [40:34] 以“不符合自己的承销标准”退出 [40:36] 而PIMCO接了下来 [40:38] 锚定了大约100亿 [40:39] 同一个项目 [40:40] 一家觉得不能做 另一家做了 [40:43] 第四笔就是刚才我们说到的那4亿美元 [40:45] 这一次 Blue Owl是发行人 [40:47] PIMCO是唯一的买家 [40:49] 所以在一年之内 [40:50] 我们看到这两个名字之间的关系换了四种 [40:53] 但是无论位置怎么换 [40:55] 接盘的钱始终都来自同一个圈子的内部 [40:58] 而这件事 监管已经注意到了 [41:01] 美国金融研究办公室 [41:03] 在今年3月的一份简报当中就写道 [41:05] 这种集中 凸显了传统金融机构 [41:07] 与私募信贷生态之间的互联性 [41:10] 而金融稳定理事会5月的报告当中 [41:12] 也把这种“银行互联” [41:14] 列为了这个行业的首要脆弱性 [41:16] 今年第二季度 [41:17] 投资人一共申请赎回156亿美元 [41:20] 但是最终只拿回来了59亿 [41:23] 这里的差额并不是基金想赖账 [41:25] 这类半流动性基金 [41:27] 普遍设有一个季度赎回上限 [41:29] 通常是基金净资产的5% [41:32] 申请赎回的金额一旦超过这个上限 [41:35] 基金就按比例分配来退款 [41:37] 比如说你申请赎回100万 [41:39] 可能只批给你38万 [41:40] 剩下的要排到下一个季度重新排队 [41:43] 而就在同一个季度 [41:44] 这些基金转身去了债券市场借钱 [41:47] 以管理公司自己的名义 [41:48] 发行投资级公司债 [41:50] 用来补充自有资金、维持继续放贷的能力 [41:53] 阿波罗、贝莱德、Ares、Blue Owl [41:56] 一家接着一家 [41:57] 要知道 这些资管机构拿来的钱 [41:59] 并不是自己的 [42:01] 而是来自保险公司和养老金 [42:03] 现在 光是养老金已经答应购买的债券 [42:06] 但还没支付的金额 [42:08] 就有近一千亿美元 [42:10] 去买这些债券的人 [42:12] 前面的是所谓的叫基金 [42:14] 不管是long only（只做多） [42:15] 还是hedge fund（对冲基金） [42:16] 还是一些叫银行也好 或是保险公司也好 [42:19] 但他们背后的钱是谁 [42:21] 在美国 最大的可能就是pension（养老金） [42:24] Endowment（大学捐赠基金） [42:24] Foundation（基金会） [42:25] 当然 endowment（大学捐赠基金） [42:26] Foundation（基金会）只是私人的钱 [42:29] 但pension（养老金） [42:30] 其实相当于是纳税人的钱 [42:31] 所以绝大部分的钱 [42:32] 还是来自于pension（养老金） [42:34] 和sovereign（主权基金） [42:36] 换句话说 最后来买单的一定是纳税人 [42:38] 所以这条资金链看起来是在自己人中间转 [42:42] 但是它有一个出口 [42:43] 就是普通人的退休账户 [42:45] 而比这更麻烦的是抵押品这一头 [42:48] 别的行业借长钱 [42:49] 背后押的是公路、桥梁或者厂房 [42:51] 能用几十年 跟债的期限对得上 [42:54] 而AI相关的债务 [42:55] 背后押的很大一部分是显卡 [42:58] 巨头们发行的这些公开债 [42:59] 偿还期限都在几十年以后 [43:01] 但是这些钱买回来的显卡 [43:03] 五六年就折旧完了 [43:05] 市场分析报告就指出 [43:06] 一块H100显卡 到第三年 [43:09] 价格只能卖到新品的45% [43:12] 但折旧年限这个东西 [43:13] 是科技公司自己定的 [43:15] 定得长一点 每年摊掉的成本就少一点 [43:18] 账面上的利润也就更好看一点 [43:21] 以前我们说depreciation（折旧）理论上 [43:23] 不到三年的样子 [43:24] 现在每一家云商 [43:25] 至少这个depreciation（折旧） [43:28] 就是六年起、七年起 [43:29] 包括大家这个厂房 [43:30] 现在从可能10多年 [43:32] 变成20年、30年 [43:34] 明显大家都在玩一个会计的把戏 [43:36] 但这东西不仅仅是微软自己在玩 [43:39] 前面五个人大家都在做这样一个事情 [43:42] 这并不是一个他独创的东西 [43:44] 有做空机构就算过这笔账 [43:46] 认为未来三年被少算掉的成本 [43:48] 是千亿美元级别的数字 [43:51] Credit market（信用债市场）其实是 [43:53] 非常sophisticated（成熟老练）的 [43:55] 一个市场 [43:55] 我想说这没有对和错的区别 [43:58] 它也不代表这个市场疯狂了还是怎么样 [44:00] 在这个周期、在这个环境下 [44:02] GPU它就变成了一个相对有价值的资产 [44:05] 它有抵押价值 [44:06] 那无非是在什么样的 [44:07] 一个price（价格）上面 [44:08] 我觉得这是更重要的事情 [44:09] 现在 信用违约掉期市场 也就是CDS [44:12] 似乎已经在对这种风险定价 [44:14] 看过电影《大空头》的朋友 [44:16] 应该对这个名字都不陌生 [44:17] 它本质上是一份违约保险 [44:19] 而这个保险的价格 [44:21] 其实就是市场给违约风险打的分 [44:23] 保险越贵 说明市场觉得越危险 [44:26] 前不久 Oracle身上的CDS价格 [44:29] 已经打破了历史记录 [44:30] 创下2008年金融危机以来的最高水平 [44:33] 约203个基点 [44:35] 那这是不是一个危险的信号呢 [44:38] 最近确实有朋友问 [44:39] 说你看这些公司的CDS都在狂飙 [44:42] 就拿Oracle来举例子 [44:44] 在这个之前 Oracle是个什么生意 [44:47] 它是个cash cow（现金牛） [44:48] 没有那么多投入了 [44:49] 我就是以现有的产品、现有的客户 [44:52] 躺在那儿挣钱 [44:53] 大家要理解 [44:54] Credit investor（债权投资人） [44:56] 和equity investor（股权投资人） [44:57] 看这个问题的思路是完全不一样的 [44:59] 你像我借钱给Oracle [45:00] 我才不关心你后面发展得好不好 [45:03] 我只关心一个事情 你会不会倒闭 [45:05] 你能不能把这个钱还给我 对不对 [45:08] 所以credit（债权）的人 [45:09] 都是担心这个问题的 [45:11] 但现在Oracle [45:12] 它的商业模式发生了天翻地覆的变化 [45:15] 它开始借债 build out（建设） [45:16] 你从credit（债权）的角度来讲 [45:18] 它就不是同一个公司 [45:20] 自然它所有和credit（债权）相关的东西 [45:22] 就是会往上涨的 [45:23] 这叫一个正常的repricing（重新定价） [45:25] 我想跟大家讲的是 [45:26] 这不是一个危险信号 [45:27] 这是一个市场在做它应该做的事情 [45:29] 它在reprice（重新定价）这个生意 [45:31] 这些公司会从以前的这种 [45:33] Asset light business（轻资产生意） [45:35] 也是free cash flow（自由现金流） [45:36] 非常好（的状态） [45:37] 它们势必会经历一段 [45:39] 它们可能从来没有经历过的建设周期 [45:42] 就是free cash flow（自由现金流） [45:43] 就是负的 [45:44] 你要不停地去建设 [45:45] 有点就像个石油公司了 [45:46] Credit market（信用债市场） [45:47] 就是在reprice（重新定价）这个东西 [45:49] 如果市场真的算得出来 [45:50] 那么它算的到底是什么呢 [45:52] 上个月 微软给了我们这样一个机会 [45:55] 把这件事看清楚 [45:57] 微软宣布 从2027财年起 [45:59] 数据中心和办公楼的折旧年限 [46:01] 从15年延长到25年 [46:03] 同时表示 [46:03] 未来会有更多的数据中心租赁 [46:05] 从融资租赁转成经营租赁 [46:08] 因此不再计入资本开支 [46:10] 这使得2026年的资本开支数字 [46:13] 就这样从大约1900亿降到了大约1750亿 [46:17] 财报当天 微软股价涨了9% [46:20] 那么市场给微软的认可 [46:21] 真的是因为一个会计口径的调整吗 [46:24] 其实跟这个会计口径的统计 [46:26] 并没有一个很大的关系 [46:28] 可能就大家兴奋了两秒钟 [46:30] 但很快华尔街就意识到 [46:31] 它只是把一个口径改了 [46:33] 实际上它花的钱并没有任何的区别 [46:36] 真正让它股价起来 [46:37] 是因为它自己的云这一块 [46:39] 就是Microsoft Azure [46:40] 它的增速比大家想象得要好很多 [46:42] 因为它超过了40个点 [46:44] 那就说明 它增速的主要来源 [46:46] 是来自于它 AI compute（AI算力） [46:47] 这边租赁的结果 [46:49] 那就说明你终端背后的需求是很旺盛的 [46:53] 就说明不管是大企业还是小企业 [46:55] 还是做AI的starup（初创公司） [46:56] 他们真的是在花现金 [46:59] 在租赁微软提供的算力 [47:02] （那么）根据你们 [47:04] Charge（收取）客户的一个价格 [47:05] 我们能够算出来 [47:06] 你们买了个芯片、包含内存 [47:09] 建了一个数据中心 [47:10] 最后大概三年可以回本 [47:13] 那你的ROIC（投入资本回报率） [47:14] 相对来说就接近30个点 [47:16] 那是一个比较合理的 [47:17] ROIC（投入资本回报率） [47:17] 所以他觉得微软的这条路可以走通了 [47:20] 过去的几周是一个大的 [47:23] Risk off（避险）的环境 [47:24] 觉得市场reward（奖励）它 [47:26] 更多的是它的云 [47:28] Azure的这个增长起来了 [47:30] 同时当时对比Meta [47:33] Meta就被penalize（惩罚）了 [47:35] Meta 我觉得市场去penalize（惩罚）它 [47:38] 原因也很简单 [47:39] 就是你也在花钱 [47:41] 但是你的monetization（变现）的 [47:44] Sequence（节奏）不清晰 [47:45] 市场是在reward（奖励）你花钱 [47:47] 还是在penalize（惩罚）你花钱 [47:50] 很大程度上取决于当时的 [47:53] Narrative（叙事）是什么 [47:54] 当我们对AI有信心的时候 [47:56] 那你花钱就是对的 [47:57] 当我们突然再进入到一个 [47:59] Correction（回调） [48:00] 或者是AI这个叙事不好的时候 [48:02] 那你花钱就是错的 [48:04] 至于表内表外 [48:05] 我觉得这是一个会计处理 [48:07] 我不觉得这是有意地去隐藏 [48:11] 因为真的大家在做这个计算的时候 [48:13] 你都会把这些financial list（财务清单）放在整个 [48:17] 因为归根到底 [48:18] 大家看的是你到底花了多少钱 [48:20] 这个东西都是disclose（披露）出来的 [48:21] 大家都能看到 [48:22] 从另外一个角度来讲 [48:24] 你只要是在做这个research（研究） [48:25] 我觉得不存在一个故意隐瞒 [48:28] 我觉得这就是一个 [48:29] Accounting（会计）的处理 [48:30] 历史上大家也都是这么处理的 [48:32] 最新一个季度 [48:33] 微软云业务Azure的营收增速是43% [48:37] 这是这几年最快的一次 [48:39] 而已经签下合同 还没确认的收入 [48:41] 达到了6780亿美元 [48:43] 比一年前增长了84% [48:46] 但真正值得注意的 [48:47] 不是这个增速本身 [48:49] 而是这笔钱是谁在花 [48:51] 只要这方面的增速是非常稳定的 [48:54] 总体说就是它的token volume是在上涨的 [48:57] 那么 因为所有融资结构都要回到现金流 [49:01] 这个就是一个可以继续下去的事情 [49:03] 所以我觉得去track（跟踪）微软 [49:05] 这样的云服务 [49:06] 是一个更理智的指标 [49:09] 只要这块是在增长的 [49:11] 那么我们就可以说 [49:13] 它其实是一个可以转得下来的资本循环 [49:15] 我们想要看到它的ROI（投资回报） [49:17] 看到它有足够量的现金等等 [49:21] 其实这些都还没有说让我感到担忧 [49:24] 所以会计口径怎么改 市场其实不太在意 [49:27] 它在意的是那笔钱有没有换回真实的收入 [49:31] 这也解释了 为什么这些巨额表外债务 [49:33] 在专业投资人的眼中并没有那么惊悚 [49:37] 不过最重要的 是在他们眼中 [49:39] 现在“数据中心债”的规模其实还很小 [49:42] 目前这个行业虽然大家花了很多钱 [49:44] 但它整个的盘子 [49:45] 跟2007年、2008年那时候 [49:48] 整个housing market（房地产市场） [49:49] 占GDP的占比 [49:50] 相比较来说还是比较小的 [49:53] 所以我觉得很难会造成一个系统性的风险 [49:55] 第二 一个很重要的不同在于 [49:58] 在那个时候 [49:59] 真正接盘或说承担了很多这种债务或风险的 [50:02] 是美国的银行系统 [50:04] 所以他把一个housing（房地产）危机 [50:06] 变成了一个美国银行系统性的危机 [50:09] 但过去这样 基本上20年 [50:11] 现在美国的银行、整个银行业 [50:13] 相对来说监管是比较紧 [50:16] 第二 它的杠杆一般来说都很低 [50:19] 所以很难现在出现一个情况 [50:21] 把美国的银行业、金融业全部拖下水 [50:24] 总体而言 我觉得这个市场还是非常大的 [50:27] 从容量上看 这些数据中心的债务 [50:29] 已经进入了所谓的万亿美金级的 [50:32] 企业债的市场 [50:34] 数据中心发债的这些钱（项目级融资） [50:36] 在企业债市场里面其实还是个零头 [50:39] 一个万亿级的市场 [50:40] 一个还只是零头的品类 [50:42] 以及一批监管更紧、杠杆更低的银行 [50:46] 这就是为什么 在从业者看来 [50:48] “AI版次贷”这个说法或许并不成立 [50:55] 好了 这一整期节目 [50:56] 我们拆解了各种把债“挪”出报表的做法 [50:59] 不得不说 当华尔街碰到硅谷 [51:01] 这群人简直是太会玩了 [51:03] 但是这背后 其实反应出的是 [51:05] AI正在改变科技公司的资本结构 [51:08] 也在改变整个金融体系给科技定价的方式 [51:12] 这一整套巧妙的结构 [51:14] 每一层结构都对应着一个价格 [51:16] 企业债、项目融资、私募信贷 [51:19] 都各自对应着标价 [51:21] 然而资产负债表可以变干净 [51:23] 但风险却不会凭空消失 [51:25] 它只是被切开、打包、担保 [51:28] 然后沿着这条金融链条分给了不同的人 [51:31] 过去二十年 [51:32] 市场习惯把硅谷科技公司们 [51:34] 理解成一种轻资产生意 [51:36] 写代码、卖软件、产生现金流 [51:39] 然后用现金回购股票 [51:41] 但AI正在把这套逻辑倒过来 [51:44] 如今最前沿的科技竞争 [51:45] 越来越像房地产行业 [51:47] 抢芯片、拿电、买地、盖数据中心 [51:50] 再用未来十年、二十年的现金流 [51:52] 为今天的建设买单 [51:54] 而今天的建设 [51:55] 也都基于一个未来的假设 [51:57] 就是AI的token需求 [51:59] 将不会放缓地极速增长 [52:02] 硅谷和华尔街 [52:03] 都在押注那个AGI的未来 [52:06] 然而在未来到来之前 风险真的可控吗 [52:09] 嘉宾们口中的 [52:10] “市场依然还小”的数据中心债 [52:12] 真的没有风险吗 [52:14] 这个市场中泡沫存在在哪里 [52:16] 又会在什么时候被戳破 [52:19] 这些问题在资本市场为AI疯狂之际 [52:22] 应该被提出来 [52:23] 我们也会为大家持续关注 [52:25] 好了 以上就是本期视频的全部内容了 [52:28] 你们的点赞、留言还有转发 [52:30] 是支持我们《硅谷101》 [52:31] 做好深度科技和商业内容的最佳动力 [52:34] 我是陈茜 [52:34] 那我们就下期视频再见了 拜