这不是一场简单的「泡沫 vs 非泡沫」的二元辩论，答案可能比你想的更复杂、也更精密。我没有能够预知未来的水晶球。但我试着深入拆解这场盛宴底层的金融结构，建构出一套分析框架。
文章较长且多细节，先讲结论：
-
方向上，我不认为这是大泡沫。但个别环节存在高风险。
-
更精准地说，现在的 AI 基建像是一场「抱团 + 买时间」的长征。大厂(Microsoft、Google、Meta、Nvidia…等）利用财务工程撬动巨额杠杆，但把主要信用风险外包给专案公司（SPV）与资本市场，将所有参与者的利益紧密绑定。
-
所谓的「买时间」，是指它们在赌自己的现金流与外部资源的耐心，能否撑到「AI真正提升生产力」那天到来。
-
如果赌赢，AI将兑现承诺，大厂是最大赢家。如果赌输（AI进展不如预期或成本过高），最先受伤的是提供融资的外部资源。
-
这不是2008年那种「银行杠杆过度、单点引爆」的泡沫。这是直接融资的巨型实验，由地球上最聪明、现金最充裕的企业主导，用复杂的「表外融资」策略，把风险拆成许多可交易的片段，分散给不同投资人消化。
-
就算不是泡沫，也不代表所有的AI基建投资都可以得到好的 ROI。
01 理解核心：「抱团」的利益绑定机制
所谓「抱团」，是指这场AI基建将五方利益紧密绑定：
-
科技巨头（Meta、Microsoft、Google）和它们的大模型合作伙伴（OpenAI、xAI)：需要算力，但不想一次性砸钱。
-
芯片供应商（Nvidia）：需要持续的大订单来支撑其估值。
-
私募基金（Blackstone、Blue Owl、Apollo）：需要新资产类别来扩张资产管理规模、收取更多管理费。
-
Neocloud（CoreWeave、Nebius）以及混合型云端服务提供商（Oracle Cloud Infrastructure）：提供基建与算力，但同时需要大厂长约来撬动融资。
-
机构投资人（养老基金、主权基金、传统基金像是 BlackRock）：需要高于公债的稳定收益。
而这五方形成了一个「利益共同体」，例如：
-
Nvidia 给 CoreWeave 优先供货，同时投资其股权
-
Microsoft 给 CoreWeave 长约，同时协助其融资
-
Blackstone 提供债务融资，同时从养老基金募资
-
Meta与 Blue Owl 共同成立 SPV，共担风险
-
OpenAI 与其他大模型厂商持续拉高模型参数、推理能力和训练规模的标准，等于不断提高整体产业的算力需求门槛。特别是在与 Microsoft 的深度绑定下，这种「技术外包、压力内化」的合作结构，让 OpenAI 虽不出钱却成为加速全球资本支出竞赛的点火者。它不是出资方，却是推动全场杠杆加码的实际策展人。
没有人能独善其身，这就是「抱团」的本质。
02 资本的架构 — 谁在出钱？钱又流向了谁？
要理解整体架构，我们可以先从下面那张资金流向图说起。
科技巨头需要天文数字的算力，有两条路：
-
自建资料中心：这是传统模式。优点是完全掌控，缺点是建设缓慢，且所有资本支出和风险都压在自己的资产负债表上。
-
寻求外部供应：巨头们并不是简单地去租用伺服器，而是催生了两种核心的「外部供应商」模式。这是当下的新趋势，也是我们分析的重点。
第一种是 SPV (Special Purpose Vehicle) / 特殊目的实体，这是一种纯粹的金融工具。你可以将其想象成一个专门为「单一项目、单一客户」成立的特殊实体。
-
商业模式：例如Meta想盖资料中心，但不想一次出一大笔钱，就与资产管理公司合组SPV。 SPV唯一任务是建造并营运这座专属于Meta的中心。投资人拿到的是以租金现金流为底的高品质债权（公司债+专案融资的混种）。
-
客户类型：极端单一，通常只有一个（例如Meta）。
-
风险程度：生死完全系于单一客户信用。
第二种是 Neocloud (如 CoreWeave, Lambda, Nebius)，这是独立营运公司（Operating Company, OpCo），有自己的营运策略与完全的决策权。
-
商业模式：举例来说 CoreWeave 自筹资金（股权和债权）购买大量GPU，转租给多个客户，签「保底/预留」合约。灵活但股权价值波动大。
-
客户类型：理论上多元，实际早期高度依赖大厂（例如 Microsoft 对 CoreWeave 的早期支持）。由于规模较小，不像SPV背靠单一富爸爸，Neocloud 对上游供应商（Nvidia）的依存度更高。
-
风险程度：风险分散到多客户，但营运能力、技术、股权价值都影响存亡。
尽管在法律和营运结构上截然不同，但两者的商业本质殊途同归：都是巨头的「算力外部供应商」，将巨额GPU采购和资料中心建设从巨头资产负债表上「移出」。
那么这些 SPV 和 Neoclouds 的钱从哪里来？
答案不是传统的银行，而是私募信贷基金（Private Credit Funds）。为什么？
这是因为2008年后，《巴塞尔协定III》对银行资本适足率要求严苛。银行承担这种高风险、高集中度、长天期的巨额贷款，需提列的准备金高到不符成本。
银行「不能做」、「不敢做」的生意，创造了巨大真空。 Apollo、Blue Owl、Blackstone这些私募巨头填补了空缺——它们不受银行法规限制，能提供更灵活、更快速、但利率也更高的融资。以专案租金或GPU/设备与长约做担保。
对它们而言，这是极具吸引力的大饼 - 许多有传统基建融资经验，而这主题足以让管理资产规模成长数倍，管理费和附带权益 (Carried Interest) 大增。
那这些私募信贷基金的钱，最终又是从哪里来的？
答案是机构投资人（LPs），例如养老基金（Pension Funds）、主权财富基金、保险公司，甚至是一般投资人（例如透过BlackRock发行的私募信贷ETF - 里面就有 Meta 项目下的 144A 私募债 Beignet Investor LLC 144A 6.581% 05/30/2049）
风险链的传导路径于是确立：
(最终风险承担者)养老基金/ETF投资人/主权基金 → (中介机构)私募信贷基金 → (融资实体) SPV 或 Neocloud (如 CoreWeave) → （最终使用者） 科技巨头 (如 Meta)
03 SPV 实例分析 — Meta 的 Hyperion
要理解SPV模式，Meta的「Hyperion」计划是一个绝佳案例（足够多公开资讯）：
-
结构/股权：Meta与Blue Owl管理基金组JV（Beignet Investor LLC）。 Meta 20%股权、Blue Owl 80%。以SPV 144A结构发债。 JV盖资产、Meta长约承租。施工期资本支出在JV，融资租赁开始后资产逐渐转至Meta资产负债表上。
-
规模：约 273 亿美元债（144A 私募债）＋约 25 亿美元股权，为美国史上最大宗单笔公司债／私募信贷式专案融资之一。而到期日是2049 年，这种长天期摊还结构，本质是「先把最难的时间风险锁住」。
-
利率/评级：债务获 S&P A+ 评级（高评级让保险业者可以配置），票面利率约6.58%。
-
投资人结构：PIMCO认购180亿；BlackRock旗下ETF合计逾30亿。对这群投资人来说，这是极具吸引力的高品质稳定收益。
-
现金流与租约：Blue Owl 看上的不是可能贬值的 GPU（我认为现在市场中有些人担心 GPU 的折旧年限假设太长是放错重点，因为 GPU 只是硬体部分，而 AI 的整体价值在于硬体+模型，旧款硬体的价格因迭代而跌价，不代表最终 AI 模式应用的价值也跟着下跌），而是 Meta 长期租约支撑的 SPV 现金流（从 2029 年起）。建设期资金还预配在美国公债降低风险。这结构融合了公司债流动性与专案融资保护条款，同时是 144A-for-life（投资人圈子受限）。
那为什么这种架构的短期风险极低？
这是因为在这种结构下，Hyperion 任务单纯：左手收 Meta 租金，右手付 Blue Owl 利息。只要 Meta 不倒（可预见未来机率极低），现金流就稳如磐石。不需担心 AI 需求波动、GPU 跌价。
这个 25 年的超长天期、按租金摊还的债权结构，只要租金稳定进来、利息正常支付，就锁住了所有近期的再融资风险。这就是「买时间」的精髓（让AI应用创造出来的价值慢慢追上财务结构）。
同时 Meta 用自己的信用与强大现金流，换取绕过传统资本支出的巨额长期融资。尽管现代会计准则（IFRS 16）下，长期租约最终仍以「租赁负债」上表，但优点在于：前期建设期数十亿美元的资本支出压力，以及相关建设风险与融资业务，都先转嫁给 SPV。
把一次性巨额资本支出，转化为未来 25 年分期摊还的租赁费用，极大优化现金流。然后赌这些 AI 投资能否在10-20年产生足够经济效益支付本息（以债券 6.58% 的票面利率来看，考虑营运费用，以 EBITDA 计算的 ROI 至少要在 9-10% 才能让股权持有者得到还不错的报酬率）。
04 Neocloud 的缓冲垫 — OpCo 的股权风险
如果说SPV模式是「信用转移」，那么 CoreWeave、Nebius 这类 Neocloud 模式，就是「风险进一步分层」。
以 CoreWeave 为例，资本结构远比 SPV 复杂。多轮股权与债权融资，投资方包括Nvidia、VC、成长基金和私募债权基金，形成清晰的风险缓冲序列。
假设AI需求不如预期，或新竞争者出现，CoreWeave 收入大降、付不出高额利息，会怎么样：
-
第一步是股权价值蒸发：CoreWeave 股价暴跌。这是「股权缓冲垫」——最先吸收冲击。公司可能被迫折价融资，原股东权益大幅稀释，甚至血本无归。相比之下 SPV 的股权缓冲垫更薄，因无法直接在公开市场融资。
-
第二步是债权人受损：只有股权完全「烧光」后，CoreWeave 仍无法偿债，才轮到Blackstone 这些私募债权人承受损失。但这些基金放款时，通常要求极好的抵押品（最新GPU）和严格还款优先权。
CoreWeave 和 Nebius 都采「先确定长约，再拿长约融资」，在资本市场再融资快速扩张。这个结构的精妙之处在于，大厂客户可以达到更好资金运用效率，不出资就用未来采购长约撬动更多资本开支，风险传染到整个金融体系的机率有限。
反之 Neocloud 股东需注意，自己坐的是这场赌局里最颠簸、但也最刺激的位子。他们赌的是高速成长，还要祈祷管理层的财务操作（债务展期、股权增发）近乎完美无瑕，另外还要留意债务到期结构、质押范围、合约续签窗口与客户集中度，才能更好衡量股权风险报酬比。
我们也可以试想一下如果真的 AI 需求成长较慢的时候，谁会是边际上最容易被抛弃的产能？ SPV 还是 Neocloud？为什么？
05 Oracle Cloud：非典型云端玩家的逆袭
当大家都在关注CoreWeave和三大云端巨头时，一匹出乎意料的「云端黑马」也在悄悄崛起：Oracle Cloud
它不属于Neocloud，也不是三大科技巨头的一线阵营，却靠着高度弹性的架构设计与Nvidia 深度合作，抢下了 Cohere、xAI，甚至 OpenAI 一部分运算负载的合约。
特别是当 Neocloud 的杠杆逐渐吃紧、传统云端空间不足时，Oracle 以「中立」与「可替代」的定位，成为第二波AI算力供应链的重要缓冲层。
它的存在也让我们看到，这场算力争夺战并非只有三强对决，还有像 Oracle 这种非典型但极具战略意义的供应商正悄悄抢位。
但别忘了，这场游戏的牌桌并不只在矽谷，而是延伸到整个全球金融市场。
众人觊觎的政府「隐性担保」
最后，在这场由科技巨头和私募金融主导的牌局中，还有一张潜在「王牌」- 政府。虽然OpenAI最近公开说「没有也不希望」政府为资料中心提供贷款担保，与政府讨论的是芯片厂潜在担保而非资料中心。但我认为他们（或类似参与者）原始计划中，一定包含「把政府拉进来抱团」的选项。
怎么说？若AI基建规模大到连私募债权都无法承担，唯一出路就是升级为国力之争。一旦AI领导地位被定义为「国家安全」或「21世纪登月竞赛」，政府介入就顺理成章。
这种介入最有效方式不是直接出钱，而是提供「担保」。这种做法能带来一个决定性的好处：大幅降低融资成本。
年纪跟我差不多的投资人，应该都还记得 Freddie Mac (房地美)/Fannie Mae (房利美)。这两家「政府赞助企业」（Government Sponsored Enterprises；GSEs）并非美国政府正式部门，但市场普遍相信它们有「隐性政府担保」。
它们从银行购买房贷，包装成MBS并担保，在公开市场出售后重新将资本导向房贷市场，增加可供放贷资金。也就是它们的存在，让2008年的金融海啸影响范围更大。
想象一下，若未来出现「国家AI算力公司」，由政府提供隐性担保。它发行的债券将被视为准主权债，利率无限接近美国国债。
这将彻底改变前面提到的「买时间等生产力上升」：
-
融资成本极低：借贷成本越低，对「AI生产力提升速度」要求越低。
-
时间无限延长：更重要的是，能用极低成本不断展期（Roll over），等于买到近乎无限时间。
换句话说，这做法让赌局直接「爆掉」机率大降。但一旦爆掉，影响范围可能扩大数十倍
06 万亿美元的赌注 — 真正关键的「生产力」
前述所有的金融结构 - SPV、Neocloud、私募债权 - 无论多么精巧，都只是在回答「如何付钱」这个问题。
而究竟AI基建会不会成泡沫，最根本问题是：「AI是否真能增加生产力？」以及「速度有多快？」
所有长达10年、15年的融资安排，本质都在「买时间」。金融工程给巨头一段喘息期，不需立刻见效。但买时间是有代价的：Blue Owl 和 Blackstone 的投资人（养老基金、主权基金、ETF持有者）需要的是稳定的利息回报，Neocloud 的股权投资人需要的是数倍的估值增长。
这些融资方的「期望回报率」，就是AI生产力必须跨过的门槛。如果AI带来的生产力提升，其速度无法覆盖高昂融资成本，这精巧结构就会从最脆弱处开始崩塌（「股权缓冲垫」）。
因此未来几年，要特别关注以下两个面向：
-
各领域「应用解决方案」的推出速度：光有强大模型（LLM）不够。需要看到真正能让企业掏钱的「软体」和「服务」。需要这类应用大规模普及，产生的现金流大到足以偿还巨额基建成本的本息。
-
外部限制的制约：AI资料中心是吃电怪兽。我们是否有足够的电力来支撑指数级增长的算力需求？电网的升级速度是否跟得上？ Nvidia 的 GPU 和其他硬体的供应是否会碰到瓶颈，使其「慢于」金融契约所要求的时间表？供给侧风险可能让所有「买来的时间」被熬干。
简而言之，这是一场金融（融资成本）与物理（电力、硬体）和商业（应用落地）之间的赛跑。
我们也可以用量化的方式，大略的估计究竟AI需要带来多大的生产力提升才能避免泡沫：
-
根据 Morgan Stanley 的预估，这一轮AI投资累积到2028年应该可以达到3万亿美元。
-
前述 Meta 的 SPV 发债成本大约在 6-7%，而根据 Fortune 的报导，CoreWeave 目前的平均债务利率是 9% 左右。假设产业大多数的私募债权要求回报为 7–8%、股债比 3:7，换算回来这些AI基建的 ROI (以 EBITDA 与总资本开支计算）需要在 12-13% 才能让股权收益率达到20%以上。
-
所以所需 EBITDA = 3 万亿 × 12% = 3,600 亿美元；若按 EBITDA 利润率 65% 计算，对应营收约为 5,500 亿美元；
-
以美国名义 GDP 约 29 万亿估算，等同约 1.9% GDP 的新增产出需要由 AI 赋能长期支撑。
这个门槛不低，但并非天方夜谭 (2025年全球云端产业总收入大约为 4000 亿美元，换句话说，我们得至少看到AI赋能再造一到两个云端产业）。关键在应用变现速度与物理瓶颈能否同步打通。
风险情境压力测试：当「时间」不够用时？
前述所有的金融结构，都是在赌生产力能跑赢融资成本。让我用两个压力测试，模拟AI生产力实现速度不如预期时的连锁反应：
第一种情况，我们假设AI 生产力「缓慢」实现（例如 15 年才实现规模化，但许多融资也许是 10 年期）：
-
Neocloud 最先倒下：CoreWeave 这类高杠杆的独立营运商，因收入无法覆盖高额利息，其「股权缓冲垫」被烧光，引发债务违约或折价重组。
-
SPV 面临展期风险：Hyperion 这类SPV债务到期时，Meta 必须决定是否用更高利率（市场已目睹Neocloud失败）再融资，侵蚀核心业务利润。
-
私募信贷基金 LPs 蒙受巨大损失，科技股估值大幅下修。这是一次「昂贵的失败」，但不会引发系统性崩盘。
第二种情况，我们假设AI 生产力被「证伪」了（技术进展停滞或是成本无法降低并规模化）：
-
科技巨头可能选择「策略性违约」：这是最糟的状况。 Meta等巨头可能判断「继续付租金」是无底洞，进而选择强行中止租约、迫使 SPV 债务重组。
-
SPV 债券崩盘：Hyperion这类被视为 A+ 级的债券，其信用将瞬间与Meta脱钩，价格崩跌。
-
它可能彻底摧毁私募信贷「基建融资」市场，并极有机会透过前述的连动性，引发金融市场的信心危机。
这些测试的目的是将模糊的「是否是泡沫」问题，转化为具体的情境分析。
07 风险温度计：给投资人的实务观测清单
而对于市场信心的变化，我自己会持续盯五件事，作为风险温度计：
-
AI 项目生产力的实现速度：包含大模型厂商预期收入的加速或减速(线性增长还是指数性增长）、不同AI产品与项目应用情况。
-
Neocloud 公司股价、债券殖利率、公告：包含大订单、违约/修约、债务再融资（某些私募债在2030年左右会到期，需要特别关注）、增资节奏。
-
SPV 债的二级价格/利差：像 Hyperion 这类144A 私募债是否维持高于面额、交易是否活络，ETF 持仓是否增加。
-
长约条款的品质改变：take-or-pay 比例、最短保留年限、客户集中度、价格调整机制（电价/利率/定价对通膨的调整）。
-
电力进度及可能的技术创新：作为最可能变成瓶颈的外部因素，需要关注变电、输配与电价机制的政策讯号。还有是否有新的技术可以大幅降低用电量。
为何这不是2008年的翻版？
有些人可能会用类似2008年的泡沫来类比。我认为这种做法可能产生误判：
第一点在于核心资产的本质不同：AI vs. 房屋
2008次贷危机核心资产是「房屋」。房屋本身不会有生产力贡献（租金收益增长极慢）。当房价脱离居民收入基本面，且被层层打包成复杂金融衍生品，泡沫破裂只是时间问题。
而AI的核心资产是「算力」。算力是数位时代的「生产工具」。只要你相信AI高机率在未来某时点，能实质性增加全社会生产力（软体开发、药物研发、客户服务、内容创作），就不用太担心。这是对未来生产力的「预支」。它有真实基本面作锚点，只是尚未完全兑现。
第二点在于金融结构的关键节点不同：直接融资 vs. 银行
2008泡沫藉由关键节点（银行）大幅扩散。风险透过「银行间接融资」传播。一家银行倒闭（如雷曼），引发对所有银行信任危机，导致银行间市场冻结，最终引爆波及所有人的系统性金融危机（含流动性危机）。
而现在AI基建融资结构以「直接融资」为主。若AI生产力被证伪，CoreWeave倒闭，Blackstone 75亿美元债务违约，这将是Blackstone投资人（养老基金）的巨损。
2008后银行体系确实更强健，但我们不能过度简化，认为风险能完全「围堵」在私募市场。例如私募信贷基金本身也可能用银行杠杆放大回报。若AI投资普遍失败，这些基金巨亏仍可能透过两种路径外溢：
-
杠杆违约：基金对银行的杠杆融资违约，将风险回传给银行体系。
-
LPs 冲击：养老基金、保险公司因投资巨亏导致资产负债表恶化，引发它们在公开市场抛售其他资产，触发连锁反应。
因此更准确的说法是：「这不是2008那种单点引爆、全面冻结的银行间流动性危机。」最糟状况将是「昂贵的失败」，传染性较低、速度较慢。但鉴于私募市场不透明性，我们对这种新型态慢速传染风险，仍须高度警惕。
给投资人的启示：你在这个系统的哪一层？
让我们再次回到最初的问题：AI基础建设是泡沫吗？
泡沫的形成和爆破来自于预期效益与实际结果的巨大落差。我认为大方向上不是泡沫，更像精密的高杠杆金融布局。但从风险面看，除了某些环节需特别注意，对小规模泡沫可能带来的「负财富效应」，也不能掉以轻心。
对于投资人来说，在这场数兆美元的AI基建竞赛里，你必须知道持有不同标的时赌的是什么：
-
科技巨头股票：你赌的是 AI 生产力能跑赢融资成本
-
私募信贷：你赚的是稳定利息，但承担「时间可能不够用」的风险。
-
Neocloud 股权：你是最高风险、最高报酬的第一缓冲垫。
在这场游戏里，位置决定一切。理解这一连串的金融结构，就是找到你自己位置的第一步。而看懂谁在「策展」这场秀，则是判断这场游戏何时结束的关键。
