AI 基建是泡沫，還是「抱團買時間」？拆解3萬億美元背後的金融結構

這不是一場簡單的「泡沫 vs 非泡沫」的二元辯論，答案可能比你想的更復雜、也更精密。我沒有能夠預知未來的水晶球。但我試着深入拆解這場盛宴底層的金融結構，建構出一套分析框架。

文章較長且多細節，先講結論：

方向上，我不認爲這是大泡沫。但個別環節存在高風險。

更精準地說，現在的 AI 基建像是一場「抱團 + 買時間」的長徵。大廠(Microsoft、Google、Meta、Nvidia…等）利用財務工程撬動巨額槓杆，但把主要信用風險外包給專案公司（SPV）與資本市場，將所有參與者的利益緊密綁定。

所謂的「買時間」，是指它們在賭自己的現金流與外部資源的耐心，能否撐到「AI真正提升生產力」那天到來。

如果賭贏，AI將兌現承諾，大廠是最大贏家。如果賭輸（AI進展不如預期或成本過高），最先受傷的是提供融資的外部資源。

這不是2008年那種「銀行槓杆過度、單點引爆」的泡沫。這是直接融資的巨型實驗，由地球上最聰明、現金最充裕的企業主導，用復雜的「表外融資」策略，把風險拆成許多可交易的片段，分散給不同投資人消化。

就算不是泡沫，也不代表所有的AI基建投資都可以得到好的 ROI。

01 理解核心：「抱團」的利益綁定機制

所謂「抱團」，是指這場AI基建將五方利益緊密綁定：

科技巨頭（Meta、Microsoft、Google）和它們的大模型合作夥伴（OpenAI、xAI)：需要算力，但不想一次性砸錢。

芯片供應商（Nvidia）：需要持續的大訂單來支撐其估值。

私募基金（Blackstone、Blue Owl、Apollo）：需要新資產類別來擴張資產管理規模、收取更多管理費。

Neocloud（CoreWeave、Nebius）以及混合型雲端服務提供商（Oracle Cloud Infrastructure）：提供基建與算力，但同時需要大廠長約來撬動融資。

機構投資人（養老基金、主權基金、傳統基金像是 BlackRock）：需要高於公債的穩定收益。

而這五方形成了一個「利益共同體」，例如：

Nvidia 給 CoreWeave 優先供貨，同時投資其股權

Microsoft 給 CoreWeave 長約，同時協助其融資

Blackstone 提供債務融資，同時從養老基金募資

Meta與 Blue Owl 共同成立 SPV，共擔風險

OpenAI 與其他大模型廠商持續拉高模型參數、推理能力和訓練規模的標準，等於不斷提高整體產業的算力需求門檻。特別是在與 Microsoft 的深度綁定下，這種「技術外包、壓力內化」的合作結構，讓 OpenAI 雖不出錢卻成爲加速全球資本支出競賽的點火者。它不是出資方，卻是推動全場槓杆加碼的實際策展人。

沒有人能獨善其身，這就是「抱團」的本質。

02 資本的架構 — 誰在出錢？錢又流向了誰？

要理解整體架構，我們可以先從下面那張資金流向圖說起。

科技巨頭需要天文數字的算力，有兩條路：

自建資料中心：這是傳統模式。優點是完全掌控，缺點是建設緩慢，且所有資本支出和風險都壓在自己的資產負債表上。

尋求外部供應：巨頭們並不是簡單地去租用伺服器，而是催生了兩種核心的「外部供應商」模式。這是當下的新趨勢，也是我們分析的重點。

第一種是 SPV (Special Purpose Vehicle) / 特殊目的實體，這是一種純粹的金融工具。你可以將其想象成一個專門爲「單一項目、單一客戶」成立的特殊實體。

商業模式：例如Meta想蓋資料中心，但不想一次出一大筆錢，就與資產管理公司合組SPV。 SPV唯一任務是建造並營運這座專屬於Meta的中心。投資人拿到的是以租金現金流爲底的高品質債權（公司債+專案融資的混種）。

客戶類型：極端單一，通常只有一個（例如Meta）。

風險程度：生死完全系於單一客戶信用。

第二種是 Neocloud (如 CoreWeave, Lambda, Nebius)，這是獨立營運公司（Operating Company, OpCo），有自己的營運策略與完全的決策權。

商業模式：舉例來說 CoreWeave 自籌資金（股權和債權）購買大量GPU，轉租給多個客戶，籤「保底/預留」合約。靈活但股權價值波動大。

客戶類型：理論上多元，實際早期高度依賴大廠（例如 Microsoft 對 CoreWeave 的早期支持）。由於規模較小，不像SPV背靠單一富爸爸，Neocloud 對上遊供應商（Nvidia）的依存度更高。

風險程度：風險分散到多客戶，但營運能力、技術、股權價值都影響存亡。

盡管在法律和營運結構上截然不同，但兩者的商業本質殊途同歸：都是巨頭的「算力外部供應商」，將巨額GPU採購和資料中心建設從巨頭資產負債表上「移出」。

那麼這些 SPV 和 Neoclouds 的錢從哪裏來？

答案不是傳統的銀行，而是私募信貸基金（Private Credit Funds）。爲什麼？

這是因爲2008年後，《巴塞爾協定III》對銀行資本適足率要求嚴苛。銀行承擔這種高風險、高集中度、長天期的巨額貸款，需提列的準備金高到不符成本。

銀行「不能做」、「不敢做」的生意，創造了巨大真空。 Apollo、Blue Owl、Blackstone這些私募巨頭填補了空缺——它們不受銀行法規限制，能提供更靈活、更快速、但利率也更高的融資。以專案租金或GPU/設備與長約做擔保。

對它們而言，這是極具吸引力的大餅 - 許多有傳統基建融資經驗，而這主題足以讓管理資產規模成長數倍，管理費和附帶權益 (Carried Interest) 大增。

那這些私募信貸基金的錢，最終又是從哪裏來的？

答案是機構投資人（LPs），例如養老基金（Pension Funds）、主權財富基金、保險公司，甚至是一般投資人（例如透過BlackRock發行的私募信貸ETF - 裏面就有 Meta 項目下的 144A 私募債 Beignet Investor LLC 144A 6.581% 05/30/2049）

風險鏈的傳導路徑於是確立：

(最終風險承擔者)養老基金/ETF投資人/主權基金 → (中介機構)私募信貸基金 → (融資實體) SPV 或 Neocloud (如 CoreWeave) → （最終使用者） 科技巨頭 (如 Meta)

03 SPV 實例分析 — Meta 的 Hyperion

要理解SPV模式，Meta的「Hyperion」計劃是一個絕佳案例（足夠多公開資訊）：

結構/股權：Meta與Blue Owl管理基金組JV（Beignet Investor LLC）。 Meta 20%股權、Blue Owl 80%。以SPV 144A結構發債。 JV蓋資產、Meta長約承租。施工期資本支出在JV，融資租賃開始後資產逐漸轉至Meta資產負債表上。

規模：約 273 億美元債（144A 私募債）＋約 25 億美元股權，爲美國史上最大宗單筆公司債／私募信貸式專案融資之一。而到期日是2049 年，這種長天期攤還結構，本質是「先把最難的時間風險鎖住」。

利率/評級：債務獲 S&P A+ 評級（高評級讓保險業者可以配置），票面利率約6.58%。

投資人結構：PIMCO認購180億；BlackRock旗下ETF合計逾30億。對這羣投資人來說，這是極具吸引力的高品質穩定收益。

現金流與租約：Blue Owl 看上的不是可能貶值的 GPU（我認爲現在市場中有些人擔心 GPU 的折舊年限假設太長是放錯重點，因爲 GPU 只是硬體部分，而 AI 的整體價值在於硬體+模型，舊款硬體的價格因迭代而跌價，不代表最終 AI 模式應用的價值也跟着下跌），而是 Meta 長期租約支撐的 SPV 現金流（從 2029 年起）。建設期資金還預配在美國公債降低風險。這結構融合了公司債流動性與專案融資保護條款，同時是 144A-for-life（投資人圈子受限）。

那爲什麼這種架構的短期風險極低？

這是因爲在這種結構下，Hyperion 任務單純：左手收 Meta 租金，右手付 Blue Owl 利息。只要 Meta 不倒（可預見未來機率極低），現金流就穩如磐石。不需擔心 AI 需求波動、GPU 跌價。

這個 25 年的超長天期、按租金攤還的債權結構，只要租金穩定進來、利息正常支付，就鎖住了所有近期的再融資風險。這就是「買時間」的精髓（讓AI應用創造出來的價值慢慢追上財務結構）。

同時 Meta 用自己的信用與強大現金流，換取繞過傳統資本支出的巨額長期融資。盡管現代會計準則（IFRS 16）下，長期租約最終仍以「租賃負債」上表，但優點在於：前期建設期數十億美元的資本支出壓力，以及相關建設風險與融資業務，都先轉嫁給 SPV。

把一次性巨額資本支出，轉化爲未來 25 年分期攤還的租賃費用，極大優化現金流。然後賭這些 AI 投資能否在10-20年產生足夠經濟效益支付本息（以債券 6.58% 的票面利率來看，考慮營運費用，以 EBITDA 計算的 ROI 至少要在 9-10% 才能讓股權持有者得到還不錯的報酬率）。

04 Neocloud 的緩衝墊 — OpCo 的股權風險

如果說SPV模式是「信用轉移」，那麼 CoreWeave、Nebius 這類 Neocloud 模式，就是「風險進一步分層」。

以 CoreWeave 爲例，資本結構遠比 SPV 復雜。多輪股權與債權融資，投資方包括Nvidia、VC、成長基金和私募債權基金，形成清晰的風險緩衝序列。

假設AI需求不如預期，或新競爭者出現，CoreWeave 收入大降、付不出高額利息，會怎麼樣：

第一步是股權價值蒸發：CoreWeave 股價暴跌。這是「股權緩衝墊」——最先吸收衝擊。公司可能被迫折價融資，原股東權益大幅稀釋，甚至血本無歸。相比之下 SPV 的股權緩衝墊更薄，因無法直接在公開市場融資。

第二步是債權人受損：只有股權完全「燒光」後，CoreWeave 仍無法償債，才輪到Blackstone 這些私募債權人承受損失。但這些基金放款時，通常要求極好的抵押品（最新GPU）和嚴格還款優先權。

CoreWeave 和 Nebius 都採「先確定長約，再拿長約融資」，在資本市場再融資快速擴張。這個結構的精妙之處在於，大廠客戶可以達到更好資金運用效率，不出資就用未來採購長約撬動更多資本開支，風險傳染到整個金融體系的機率有限。

反之 Neocloud 股東需注意，自己坐的是這場賭局裏最顛簸、但也最刺激的位子。他們賭的是高速成長，還要祈禱管理層的財務操作（債務展期、股權增發）近乎完美無瑕，另外還要留意債務到期結構、質押範圍、合約續籤窗口與客戶集中度，才能更好衡量股權風險報酬比。

我們也可以試想一下如果真的 AI 需求成長較慢的時候，誰會是邊際上最容易被拋棄的產能？ SPV 還是 Neocloud？爲什麼？

05 Oracle Cloud：非典型雲端玩家的逆襲

當大家都在關注CoreWeave和三大雲端巨頭時，一匹出乎意料的「雲端黑馬」也在悄悄崛起：Oracle Cloud

它不屬於Neocloud，也不是三大科技巨頭的一線陣營，卻靠着高度彈性的架構設計與Nvidia 深度合作，搶下了 Cohere、xAI，甚至 OpenAI 一部分運算負載的合約。

特別是當 Neocloud 的槓杆逐漸喫緊、傳統雲端空間不足時，Oracle 以「中立」與「可替代」的定位，成爲第二波AI算力供應鏈的重要緩衝層。

它的存在也讓我們看到，這場算力爭奪戰並非只有三強對決，還有像 Oracle 這種非典型但極具戰略意義的供應商正悄悄搶位。

但別忘了，這場遊戲的牌桌並不只在矽谷，而是延伸到整個全球金融市場。

衆人覬覦的政府「隱性擔保」

最後，在這場由科技巨頭和私募金融主導的牌局中，還有一張潛在「王牌」- 政府。雖然OpenAI最近公開說「沒有也不希望」政府爲資料中心提供貸款擔保，與政府討論的是芯片廠潛在擔保而非資料中心。但我認爲他們（或類似參與者）原始計劃中，一定包含「把政府拉進來抱團」的選項。

怎麼說？若AI基建規模大到連私募債權都無法承擔，唯一出路就是升級爲國力之爭。一旦AI領導地位被定義爲「國家安全」或「21世紀登月競賽」，政府介入就順理成章。

這種介入最有效方式不是直接出錢，而是提供「擔保」。這種做法能帶來一個決定性的好處：大幅降低融資成本。

年紀跟我差不多的投資人，應該都還記得 Freddie Mac (房地美)/Fannie Mae (房利美)。這兩家「政府贊助企業」（Government Sponsored Enterprises；GSEs）並非美國政府正式部門，但市場普遍相信它們有「隱性政府擔保」。

它們從銀行購買房貸，包裝成MBS並擔保，在公開市場出售後重新將資本導向房貸市場，增加可供放貸資金。也就是它們的存在，讓2008年的金融海嘯影響範圍更大。

想象一下，若未來出現「國家AI算力公司」，由政府提供隱性擔保。它發行的債券將被視爲準主權債，利率無限接近美國國債。

這將徹底改變前面提到的「買時間等生產力上升」：

融資成本極低：借貸成本越低，對「AI生產力提升速度」要求越低。

時間無限延長：更重要的是，能用極低成本不斷展期（Roll over），等於買到近乎無限時間。

換句話說，這做法讓賭局直接「爆掉」機率大降。但一旦爆掉，影響範圍可能擴大數十倍

06 萬億美元的賭注 — 真正關鍵的「生產力」

前述所有的金融結構 - SPV、Neocloud、私募債權 - 無論多麼精巧，都只是在回答「如何付錢」這個問題。

而究竟AI基建會不會成泡沫，最根本問題是：「AI是否真能增加生產力？」以及「速度有多快？」

所有長達10年、15年的融資安排，本質都在「買時間」。金融工程給巨頭一段喘息期，不需立刻見效。但買時間是有代價的：Blue Owl 和 Blackstone 的投資人（養老基金、主權基金、ETF持有者）需要的是穩定的利息回報，Neocloud 的股權投資人需要的是數倍的估值增長。

這些融資方的「期望回報率」，就是AI生產力必須跨過的門檻。如果AI帶來的生產力提升，其速度無法覆蓋高昂融資成本，這精巧結構就會從最脆弱處開始崩塌（「股權緩衝墊」）。

因此未來幾年，要特別關注以下兩個面向：

各領域「應用解決方案」的推出速度：光有強大模型（LLM）不夠。需要看到真正能讓企業掏錢的「軟體」和「服務」。需要這類應用大規模普及，產生的現金流大到足以償還巨額基建成本的本息。

外部限制的制約：AI資料中心是喫電怪獸。我們是否有足夠的電力來支撐指數級增長的算力需求？電網的升級速度是否跟得上？ Nvidia 的 GPU 和其他硬體的供應是否會碰到瓶頸，使其「慢於」金融契約所要求的時間表？供給側風險可能讓所有「買來的時間」被熬幹。

簡而言之，這是一場金融（融資成本）與物理（電力、硬體）和商業（應用落地）之間的賽跑。

我們也可以用量化的方式，大略的估計究竟AI需要帶來多大的生產力提升才能避免泡沫：

根據 Morgan Stanley 的預估，這一輪AI投資累積到2028年應該可以達到3萬億美元。

前述 Meta 的 SPV 發債成本大約在 6-7%，而根據 Fortune 的報導，CoreWeave 目前的平均債務利率是 9% 左右。假設產業大多數的私募債權要求回報爲 7–8%、股債比 3:7，換算回來這些AI基建的 ROI (以 EBITDA 與總資本開支計算）需要在 12-13% 才能讓股權收益率達到20%以上。

所以所需 EBITDA = 3 萬億 × 12% = 3,600 億美元；若按 EBITDA 利潤率 65% 計算，對應營收約爲 5,500 億美元；

以美國名義 GDP 約 29 萬億估算，等同約 1.9% GDP 的新增產出需要由 AI 賦能長期支撐。

這個門檻不低，但並非天方夜譚 (2025年全球雲端產業總收入大約爲 4000 億美元，換句話說，我們得至少看到AI賦能再造一到兩個雲端產業）。關鍵在應用變現速度與物理瓶頸能否同步打通。

風險情境壓力測試：當「時間」不夠用時？

前述所有的金融結構，都是在賭生產力能跑贏融資成本。讓我用兩個壓力測試，模擬AI生產力實現速度不如預期時的連鎖反應：

第一種情況，我們假設AI 生產力「緩慢」實現（例如 15 年才實現規模化，但許多融資也許是 10 年期）：

Neocloud 最先倒下：CoreWeave 這類高槓杆的獨立營運商，因收入無法覆蓋高額利息，其「股權緩衝墊」被燒光，引發債務違約或折價重組。

SPV 面臨展期風險：Hyperion 這類SPV債務到期時，Meta 必須決定是否用更高利率（市場已目睹Neocloud失敗）再融資，侵蝕核心業務利潤。

私募信貸基金 LPs 蒙受巨大損失，科技股估值大幅下修。這是一次「昂貴的失敗」，但不會引發系統性崩盤。

第二種情況，我們假設AI 生產力被「證僞」了（技術進展停滯或是成本無法降低並規模化）：

科技巨頭可能選擇「策略性違約」：這是最糟的狀況。 Meta等巨頭可能判斷「繼續付租金」是無底洞，進而選擇強行中止租約、迫使 SPV 債務重組。

SPV 債券崩盤：Hyperion這類被視爲 A+ 級的債券，其信用將瞬間與Meta脫鉤，價格崩跌。

它可能徹底摧毀私募信貸「基建融資」市場，並極有機會透過前述的連動性，引發金融市場的信心危機。

這些測試的目的是將模糊的「是否是泡沫」問題，轉化爲具體的情境分析。

07 風險溫度計：給投資人的實務觀測清單

而對於市場信心的變化，我自己會持續盯五件事，作爲風險溫度計：

AI 項目生產力的實現速度：包含大模型廠商預期收入的加速或減速(線性增長還是指數性增長）、不同AI產品與項目應用情況。

Neocloud 公司股價、債券殖利率、公告：包含大訂單、違約/修約、債務再融資（某些私募債在2030年左右會到期，需要特別關注）、增資節奏。

SPV 債的二級價格/利差：像 Hyperion 這類144A 私募債是否維持高於面額、交易是否活絡，ETF 持倉是否增加。

長約條款的品質改變：take-or-pay 比例、最短保留年限、客戶集中度、價格調整機制（電價/利率/定價對通膨的調整）。

電力進度及可能的技術創新：作爲最可能變成瓶頸的外部因素，需要關注變電、輸配與電價機制的政策訊號。還有是否有新的技術可以大幅降低用電量。

爲何這不是2008年的翻版？

有些人可能會用類似2008年的泡沫來類比。我認爲這種做法可能產生誤判：

第一點在於核心資產的本質不同：AI vs. 房屋

2008次貸危機核心資產是「房屋」。房屋本身不會有生產力貢獻（租金收益增長極慢）。當房價脫離居民收入基本面，且被層層打包成復雜金融衍生品，泡沫破裂只是時間問題。

而AI的核心資產是「算力」。算力是數位時代的「生產工具」。只要你相信AI高機率在未來某時點，能實質性增加全社會生產力（軟體開發、藥物研發、客戶服務、內容創作），就不用太擔心。這是對未來生產力的「預支」。它有真實基本面作錨點，只是尚未完全兌現。

第二點在於金融結構的關鍵節點不同：直接融資 vs. 銀行

2008泡沫藉由關鍵節點（銀行）大幅擴散。風險透過「銀行間接融資」傳播。一家銀行倒閉（如雷曼），引發對所有銀行信任危機，導致銀行間市場凍結，最終引爆波及所有人的系統性金融危機（含流動性危機）。

而現在AI基建融資結構以「直接融資」爲主。若AI生產力被證僞，CoreWeave倒閉，Blackstone 75億美元債務違約，這將是Blackstone投資人（養老基金）的巨損。

2008後銀行體系確實更強健，但我們不能過度簡化，認爲風險能完全「圍堵」在私募市場。例如私募信貸基金本身也可能用銀行槓杆放大回報。若AI投資普遍失敗，這些基金巨虧仍可能透過兩種路徑外溢：

槓杆違約：基金對銀行的槓杆融資違約，將風險回傳給銀行體系。

LPs 衝擊：養老基金、保險公司因投資巨虧導致資產負債表惡化，引發它們在公開市場拋售其他資產，觸發連鎖反應。

因此更準確的說法是：「這不是2008那種單點引爆、全面凍結的銀行間流動性危機。」最糟狀況將是「昂貴的失敗」，傳染性較低、速度較慢。但鑑於私募市場不透明性，我們對這種新型態慢速傳染風險，仍須高度警惕。

給投資人的啓示：你在這個系統的哪一層？

讓我們再次回到最初的問題：AI基礎建設是泡沫嗎？

泡沫的形成和爆破來自於預期效益與實際結果的巨大落差。我認爲大方向上不是泡沫，更像精密的高槓杆金融布局。但從風險面看，除了某些環節需特別注意，對小規模泡沫可能帶來的「負財富效應」，也不能掉以輕心。

對於投資人來說，在這場數兆美元的AI基建競賽裏，你必須知道持有不同標的時賭的是什麼：

科技巨頭股票：你賭的是 AI 生產力能跑贏融資成本

私募信貸：你賺的是穩定利息，但承擔「時間可能不夠用」的風險。

Neocloud 股權：你是最高風險、最高報酬的第一緩衝墊。

在這場遊戲裏，位置決定一切。理解這一連串的金融結構，就是找到你自己位置的第一步。而看懂誰在「策展」這場秀，則是判斷這場遊戲何時結束的關鍵。