作者：Jim，MSX 麦通

编辑：Frank，MSX 麦通

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