美股AI巨头的钱，还能烧多久？

来源：金融界

本周，美股AI巨头们迎来了一场关键考验。北京时间10月29日凌晨，美联储宣布维持利率在3.75%至4%不变。不过美联储主席沃什的措辞依然偏鹰，他表示，“一些企业和家庭的金融与信贷条件已经收紧”。此外，市场对12月加息的预期依然高企，金融环境的收紧远未结束。

几乎同一时间，谷歌和微软的财报给出了截然相反的信号：谷歌因三季度自由现金流恶化超过市场预期、资本支出大增114%，盘后一度跌超9%；而微软凭借Azure收入增速加快至48%和186亿美元的自由现金流，盘后涨近3%。

今年以来，美股AI巨头们的资本开支就一直是争论的焦点。而本周美联储对流动性收紧的确认，以及财报季巨头之间截然不同的市场反应，恰好为这种长期以来的担忧提供了最新的注脚。甚至，“AI是否会重演2000年互联网泡沫”的讨论还在持续升温。

那么，2000年互联网的情况和今天真的能够类比吗？这个类比有一定道理，但漏掉了最关键的一环：融资结构。

2000年美国互联网泡沫：融资断血为何成为致命伤

1999年6月到2000年5月，美联储加了6次息，累计175个基点，联邦基金利率从4.75%升至6.5%。在当时的加息周期早期，纳斯达克综合指数一度大幅上涨，但随着融资成本和估值折现率上升，市场开始重新评估尚未盈利企业的长期价值。2000年3月，纳斯达克综合指数开始转向下跌趋势。

当时，不少互联网企业主要依靠扩大用户和市场份额争取未来盈利，当期利润与经营现金流仍不稳定。《上海证券报》2000年2月12日《网络股：令人又爱又恨（四）》一文援引的统计显示：1999年美国共发行新股486家，其中242家是刚创业的网络公司；在这242家互联网公司中，224家上市前尚未实现盈利，即每100家网络股中有93家是亏损企业。

当融资环境收紧，投资者不愿继续为无法验证盈利模式的企业支付高估值，相关美股公司便可能面临股价下跌与再融资困难。若自身经营现金流不足，企业又不得不削减业务投入，收入增长预期随之下降，融资环境进一步恶化——估值、股价与融资能力由此相互拖累。

今天的美股AI巨头：输血的来源变了

相比之下，今天主导AI基建的美股巨头们，底层的融资逻辑已经发生了根本变化。尽管谷歌等部分巨头的财报看似不及预期，但这种“难看”并非因为主营业务失去了赚钱能力，而是因为它们主动将成熟业务赚来的巨额现金，砸向了AI基建。摩根大通预计，全球上市科技企业今年经营性现金流约2.2万亿美元，资本支出及研发支出约1.8万亿美元，行业整体仍有余量。

不过，真正的压力正在向债务端转移。LSEG数据显示，截至今年8月中旬，科技巨头今年以来发债近2200亿美元，已是2025年全年的两倍多。

这些债务与快速增长的资本开支密切相关。市场预期，五大云厂商（谷歌、微软、亚马逊、Meta和甲骨文）2026年的资本开支将接近7700亿美元。根据ICICI Bank Research的测算，这将消耗掉它们经营现金流的90%；而到了2027年，这一比例将升至104%——届时，巨头赚来的钱可能不够覆盖AI基建的开支，需要更多依赖外部融资，而加息恰恰让外部融资变得更贵。

更隐蔽的是融资结构。IMF在10月《全球金融稳定报告》中指出，自2023年以来，14笔公开披露的AI交易中，超大规模云厂商向被投企业投入约3000亿美元股权，同时关联约6500亿美元债务，换取约1.4万亿美元的芯片或算力采购承诺。

这套结构的循环在于：巨头出钱投资→被投企业拿钱买巨头的芯片和云服务→巨头既赚投资回报，又赚销售和服务收入。

但当融资成本上升、AI商业化又不及预期时，这个循环会反向运转：被投企业还债压力上升、收入承诺难以兑现，巨头的股权投资、销售回款和未来收入会同时受损。IMF将这种情形形容为“三重打击”。

所以今天的风险点和2000年不同：2000年脆弱的是“还没赚到钱的公司”，今天需要留意的是“已经借了很多钱来赌未来的公司”。

但别急着下结论：脆弱是分层的

不过，这种脆弱性并不是均匀分布的。真正的情况是：巨头还是稳，小玩家比较危险。

微软、谷歌等超大规模云厂商，就算AI投资回报慢一点，凭借搜索、广告、云服务等庞大的现金流和信用评级也能扛住。摩根大通的数据显示，信贷压力主要集中在资产负债表较弱的新云厂商和算力租赁商——它们在全部AI资本开支中占比不到5%。

一个具体的信号是信贷市场的定价：10月中下旬，CoreWeave的五年期CDS利差已经突破1100个基点，部分债券收益率仍在15%以上；而微软、Alphabet的CDS仍远低于CoreWeave（几十到一百多个基点）。换句话说，信用市场正在为不同企业的融资风险重新定价，而不是对整个AI产业失去信心。

2000年的经验表明，当外部融资依赖较强、而商业回报兑现偏慢时，融资成本上升容易放大估值压力。今天的超大规模云厂商拥有成熟业务和更强的现金流，也有能力通过债务、租赁及多元化渠道支持长期建设。巨头拥有更多缓冲空间，也意味着行业有更充足的时间证明：AI投入最终能够形成可持续的现金流回报。