图片来源：浩迈科技根据 Morgan Stanley 数据及 Financial Times 报道整理
AI 基础设施的竞争，正在从芯片和电力转向资产负债表。
据《金融时报》援引摩根士丹利数据，全球 AI 相关债务发行量在 2026 年 9 月降至 230 亿美元，不足 8 月的一半，也只有 6 月创纪录的 1130 亿美元的约五分之一。美国投资级债券市场的变化更明显：大型科技公司在 1 至 8 月借入约 3060 亿美元后，9 月 AI 相关新债发行降至零。
这并不等于 AI 融资市场突然关闭。摩根士丹利认为，下降的首要原因是企业在今年早些时候已经完成大量融资。但投资者同时开始重新评估一个更难的问题：建设数据中心、购买芯片和锁定电力所形成的巨额债务，未来是否能产生足够稳定的现金流。
今年的 AI 借款规模已经是去年的数倍
2026 年以来，企业已经筹集约 4660 亿美元AI 相关债务，而 2025 年同期约为 1010 亿美元。按这一口径，今年的融资量达到去年同期的约 4.6 倍。
这些资金并不只流向模型公司。债务覆盖公开债券和私募融资，最终被用于多种基础设施：
- 建设数据中心和配套电力设施；
- 购买 GPU、CPU、网络设备与存储系统；
- 为云计算和算力租赁平台补充资本；
- 支持围绕长期算力合同设立的项目公司；
- 为土地、冷却和并网工程支付前期成本。
AI 正从轻资产的软件叙事，转变为需要长期资本支持的基础设施产业。融资能力因此与模型能力、芯片供应和电力接入一样，成为竞争门槛。
发行量下降不等于需求消失
9 月融资放缓首先具有“前置融资后的消化期”特征。许多蓝筹科技公司已经在上半年锁定资金，因此短期内无需持续发行新债。
但市场态度也在变化。连续的大规模发行增加了投资者对同一主题的集中敞口。当债券基金、保险机构和银行已经持有大量 AI 相关资产，新项目需要提供更高收益率、更强担保或更严格的合同条款，才能获得资金。
换句话说，市场不是从“愿意融资”直接转为“拒绝融资”，而是从普遍追逐 AI 项目进入选择和重新定价阶段。拥有强资产负债表、明确客户合同和可靠电力供应的项目仍然容易融资；依赖远期需求、复杂关联交易和高杠杆的项目则会承受更高成本。
下一轮巨额交易将检验市场容量
《金融时报》报道称，华尔街银行正在为博通和 Anthropic 组织约 600 亿美元融资方案；SpaceX 也在讨论筹集约 400 亿美元，用于购买英伟达芯片。两笔交易未来都可能向更广泛的投资者分销。
这类超大规模融资将检验信用市场究竟还能吸收多少 AI 风险。如果交易能够以合理利率完成，说明资金仍相信长期算力需求；如果银行需要提高收益率、增加担保或缩小规模，则意味着 AI 基础设施的资本成本正在明显上升。
融资成本对数据中心尤其关键。一个项目可能要在投入土地、建筑、电力和芯片数年后才能产生完整收入。利率每提高一个百分点，都会增加建设期利息，并抬高项目需要达到的利用率和算力价格。
“有客户”还不够，电力可能决定债务价值
报道提到的 Oracle 新墨西哥州大型数据中心园区 Project Jupiter，展示了项目融资的另一层风险。该项目约有 180 亿美元贷款，但因电力接入困难，Oracle 发出了不可抗力通知。相关贷款近期在私人市场上的报价约为面值的 85 美分。
这个案例说明，数据中心债务的信用质量不只取决于借款人品牌和 AI 需求。项目必须同时解决：
- 电网接入时间与可用电力；
- 建设许可和社区接受度；
- 冷却、水资源与备用能源；
- 芯片交付和设备更新周期；
- 客户合同能否覆盖债务期限；
- 延期情况下由谁承担成本。
一个已经签订算力采购合同的项目，如果无法按时获得电力，同样不能开始计费。债务风险因此可能来自最传统的基础设施环节，而不是 AI 模型本身。
GPU 不是飞机：抵押品会快速贬值
AI 融资常被类比为航空金融：用昂贵设备和长期服务合同作为抵押，提前获得建设资金。但 GPU 与飞机存在明显差异。
飞机可以运营多年，并拥有成熟的二手市场；高端芯片的经济寿命则更短。新一代 GPU 在性能和能效上的跃升，可能快速压低旧设备的出租价格和残值。如果算法效率提高，市场对单位算力的需求也可能发生变化。
因此，贷款人越来越关注的不只是芯片采购价，还包括设备折旧速度、实际利用率、客户信用、合同期限以及更换下一代硬件所需的新资本。以 GPU 为抵押的融资如果过度依赖高残值假设，风险会在技术迭代时集中暴露。
债权人开始追问：价值最终留在谁手里
AI 基础设施链条包含模型公司、云平台、数据中心运营商、芯片供应商、电力企业和金融机构。每一方都能获得收入，但承担的风险并不相同。
芯片厂商通常在设备交付时确认收入；数据中心需要等待设施投入运行；模型公司则要把算力转化为企业订阅、API 调用或消费者付费。债务期限可能长达多年，而技术和产品价格可能每个季度都在变化。
投资者因此开始分析，巨额资本开支产生的经济价值究竟流向了芯片供应商、云平台，还是能够留在承担债务的数据中心和模型公司。若最终收入增长低于利息、折旧与更新成本，规模越大的项目反而越容易形成财务压力。
现在更像筛选期，而不是全面信用危机
9 月发行量骤降是重要信号，但单月数据不足以证明 AI 信用市场已经冻结。更可靠的判断需要同时观察：
- 新交易的信用利差是否持续扩大；
- 银行是否要求更多抵押、担保和限制性条款；
- 已宣布项目是否因融资或电力问题延期；
- 数据中心利用率和长期算力合同是否兑现；
- 贷款二级市场价格是否普遍跌破面值；
- AI 收入和自由现金流能否覆盖利息及设备更新。
融资热潮的下一阶段，不会只比较谁宣布了最大的园区和最多的 GPU，而会比较谁能把通电、交付、利用率和现金回收真正连成一条链。
AI 需求仍然强劲，基础设施也仍然需要建设。但债务市场开始提醒行业：算力不是收入，合同不是现金，建成的数据中心也不一定自动成为优质资产。 当资金不再无差别追逐 AI 标签，项目质量和还债能力将决定下一批基础设施由谁建成。
原始报道： Financial Times：AI borrowing slows as investors grow wary of debt binge
公开转载： Yahoo Finance：AI borrowing slows as investors grow wary of debt binge