一場史無前例的AI基建融資狂潮正席卷華爾街，數百億美元資金涌向數據中心建設，銀行家們連8月假期都顧不上休。與此同時，業內高管和分析師開始質疑這股投資熱潮是否正在催生新的泡沫，尤其是當投資者為一項五年后形態未卜的技術提供長達30年的融資時。

8月23日，據報道，知情人士透露，摩根大通和三菱UFJ金融集團本周正在牽頭一筆超過220億美元的貸款，支持Vantage Data Centers建設大型數據中心園區。meta則從太平洋投資管理公司和Blue Owl Capital獲得290億美元資金，在路易斯安那州農村地區建設大型數據中心。這交易凸顯了市場對AI基建融資的狂熱追捧。

然而，在資本瘋狂涌入的背后，質疑聲也開始浮現。行業關鍵參與者承認AI投資者可能面臨痛苦。OpenAI首席執行官Sam Altman表示，他認為當前的人工智能投資狂熱與1990年代末的互聯網泡沫存在相似之處。麻省理工學院一項研究顯示，95%的企業生成式AI項目未能產生任何利潤。

分析人士指出，這種反差正讓信貸觀察人士感到緊張，特別是考慮到許多融資安排都基于數據中心未來現金流的預測，而這些技術的長期盈利能力仍存在不確定性。花旗集團美國投資級信貸策略主管Daniel Sorid表示：

"信貸投資者自然會回想起2000年代初，當時電信公司可能過度建設和過度借貸，隨后就看到了這些資產出現一些重大減記。"
AI數據中心融資規模創歷史新高

對于從事數據中心融資交易的華爾街銀行家們來說，這個夏季沒有假期可言。

據報道，7月有xAI的100億美元債務和股權交易，以及CoreWeave的26億美元債務交易。

8月，月初meta達成了一筆260億美元借款和30億美元股權的交易，用于其數據中心建設。本周，摩根大通和三菱UFJ金融集團同意為Vantage Data Centers承銷220億美元債務。

據行業追蹤機構Project Finance News數據，市場預計今年規模將增長至600億美元，是2024年的兩倍。考慮到8月的交易總額，市場可能需要上調預估的數據中心融資規模。

瑞銀信貸策略主管Matthew Mish表示：

"私人信貸對人工智能的資金投入在過去三個季度中每季度約為500億美元的低端水平。即使不考慮meta和Vantage的大型交易，它們提供的資金已經是公開市場的兩到三倍。"

目前大部分債務資金來自私人信貸市場。許多新的計算中心正在通過商業抵押貸款支持證券（CMBS）獲得融資，這些證券并非與企業實體掛鉤，而是與這些綜合體產生的收益掛鉤。

據摩根大通估計，由AI基礎設施支持的CMBS金額已從2024年全年總額增長30%，達到156億美元。

從自籌資金到外部融資的轉變

值得注意的是，訓練和支持最先進的人工智能模型所需的基礎設施的早期建設主要由人工智能公司自己資助，其中包括谷歌和meta等科技巨頭。不過，最近，資金越來越多地來自債券投資者和私人信貸機構。

彭博智庫的一份最新報告指出，盡管AI相關投資的風險千差萬別，但像微軟、亞馬遜這些“AI超級巨頭”主要通過發行被稱為“金邊企業債”的優質債券來融資建造新基礎設施。這類債券之所以被認為相對安全，是因為這些公司本身現金流充裕，具備很強的還款能力。

借款人通常是擁有世界上最佳資產負債表的科技巨頭。它們選擇借貸是因為數字太大，而且債務通常歸屬于它們正在建設的數據中心，而不是公司本身。

私人債務基金的繁榮意味著更多資金在尋求更高回報。數據中心交易滿足了這一需求，提供比典型企業貸款更高的收益率。因此投資者紛紛抓住機會賺取額外現金。

分析人士還指出，隨著美聯儲主席鮑威爾對降息更加開放，對收益率的追求將變得更加迫切。

行業關鍵參與者承認AI投資者可能面臨痛苦

然而，在AI數據中心融資規模正經歷爆炸式增長之際，行業關鍵參與者承認AI投資者可能面臨痛苦。

據見聞文章，全球AI浪潮的“旗手”、OpenAI首席執行官Sam Altman認為，當前AI領域的狂熱與當年的科網泡沫有很多類似之處。他還指出，OpenAI在不遠的將來，會在數據中心建設上花費數萬億美元。

在這場由萬億美金驅動的豪賭中，注定會有輸家。Altman意味深長地表示，“有人”將會虧掉“一筆驚人的錢”。但他緊接著補充道：“我們不知道是誰。”

本周，一份來自麻省理工學院（MIT）的報告，揭示了企業在AI投資上的嚴峻現實，認為，盡管企業對生成式AI充滿期待，但絕大多數項目未能產生實際的財務影響，高達“95%的企業從其生成式AI投資中獲得的回報為零”。

一邊是AI基建設施的瘋狂融資，一邊是行業關鍵參與者的重磅警告，這種矛盾正讓信貸觀察者感到緊張。

S&P全球評級私人市場分析全球主管Ruth Yang直言不諱地指出了這種融資模式的風險：

"數據中心交易是針對一項我們甚至不知道五年后會是什么樣子的技術進行的20到30年期融資。我們對未來現金流的評估持保守態度，因為我們不知道它會是什么樣子，沒有歷史依據。"

據瑞銀集團，一種叫做“PIK（實物支付）貸款”的貸款形式正在科技類私募信貸領域變得越來越常見，這是一種借款人因現金緊張、用增加債務代替現金支付利息的方式。第二季度，投資于中小企業的BDC公司中，這種“紙面利息收入”占總收入比例升至6%，是2020年以來最高的，說明貸款人面對的財務壓力正在上升。

BDC（Business Development Company） 是“商業發展公司”，一種投資公司，專門投資于中小型企業或初創公司，并向投資者提供進入私募市場的渠道。BDC收入中PIK比例上升，意味著它們收取的利息越來越多是“紙面利息”（非現金），反映出借款企業的財務壓力加劇。

值得注意的是，市場數據顯示泡沫跡象正在顯現。CB Insights的數據顯示，目前有498家AI獨角獸企業，總估值達2.7萬億美元。AI初創公司的估值倍數已超過100倍。

更令人擔憂的是，AI初創企業的單位經濟效益堪憂：用戶支付1美元，應用層公司向基礎模型提供商支付5美元，后者向超大規模計算服務商支付7美元，最終向GPU制造商支付13美元。

知名金融博客ZeroHedge在一篇文中稱，在AI技術炒作周期中要小心“斷層期”，投資者必須明確，在Gartner提出的新興技術周期中，所投資或部署的每一項AI技術目前處于哪個階段。Gartner的技術炒作周期模型將新興技術的發展劃分為五個階段：

技術觸發期（Innovation Trigger）、期望膨脹期（Peak of Inflated Expectations）、泡沫破滅谷底（Trough of Disillusionment）、穩步爬升期（Slope of Enlightenment）、生產成熟期（Plateau of Productivity）

潛在的終結因素：電力成本、價格壓力

許多AI債務交易都基于這樣一種理念：他們建設的數據中心將產生足夠的收入來償還貸款。頂級人工智能提供商的成本之爭將受到密切關注。如果AI價格再次下跌，可能會讓一些投資者擔心能否獲得償還。

電力需求的狀況也可能成為借貸狂潮的終結。數據中心消耗大量電力，電力價格今年上漲了近7%。監管機構將飆升的需求歸咎于數據中心。電力價格上漲至少意味著運營數據中心的成本更高。

德克薩斯州對價格上漲的不滿尤為嚴重，該州通過了一項法律，賦予電網運營商在危機中減少數據中心電力供應的能力。

股票市場也開始顯現懷疑情緒。人工智能風險和回報的典型代表CoreWeave今年早些時候進行了引人注目的IPO，但該公司股價已從峰值下跌近50%。