万亿AI基建的经济学死结：边际成本超收益，债市为何先慌了

科技巨头还在满世界借钱盖算力中心，债券市场却已经开始悄悄算他们的违约概率了。

今年几家头部科技公司计划砸下 8000 亿美元，明年眼看着要突破 1 万亿。 这么大的阵仗，按说正是赚钱的时候，为什么借钱给他们的人反而开始心慌？ 看一下债券市场的真实动向就明白了。 Meta 宣布今年要花上 1400 亿美元搞基础设施，结果它 5 年期债务违约互换利差，直接冲到了 114.79 个基点的历史最高点。 专门出租算力的独角兽 CoreWeave，违约互换利差更是一口气飙到了 1145 个基点，股票一个月内跌去了三成多。 借钱的人不仅在要求更高的利息，还在疯抢违约保险。

为什么资本市场突然变脸？ 阿波罗全球管理的首席经济学家托斯滕·斯洛克（Torsten Slok）算了一笔账。 整个 AI 繁荣的底层叙事，一直建立在一个假设上：算力需求是无限的，能造多少就能卖掉多少。 但斯洛克指出，这个叙事漏掉了一个最基本的经济学常识。 决定数据中心到底该盖多少的，从来不是能拉来多少电，也不是能买到多少张显卡。 最关键的决定因素，只有掏钱的终端客户到底愿不愿意为算力买单。 如果生产算力的边际成本，超过了它给客户带来的边际收益，所谓的无限需求很快就会撞墙。

现在到底是谁在为天价算力买单？ 去看具体的账单数据，会发现一个耐人寻味的现象。 在消耗算力最多的前 1% 大客户里，整整 80% 都是拿着风险投资的初创公司。 这些初创公司不是靠自己赚来的业务收入付账单，他们是把风投给的真金白银，大笔大笔地转给云厂商交算力费。 科技巨头之间还在玩更复杂的连环交易。 巨头给 AI 初创公司投资，甚至替对方的贷款做担保，初创公司转头拿着这笔资金，来买这家巨头的算力服务。 只要风投的钱还在源源不断地涌进来，这个循环就能一直转下去。 可是，真正的外部客户呢？

斯洛克拉出了标普 500 指数的财务数据。 除了那几家科技巨头自己，指数里其余 493 家传统企业，在 AI 上拿到的财务回报几乎是零。 这些公司的利润率没有因为引入大模型而变厚，人均创收也没有提升。 在大部分企业眼里，AI 目前没有拉动增长，反倒成了一个越用越贵的新成本中心。 为什么通用大模型进不了传统企业的核心账本？ 因为在实际的商业世界里，做生意需要的是判断，不单单是算力。 判断依赖具体的行业语境、信任关系、未成文的商业规则和信誉风险。 哪一步走错了，赔掉的都是真金白银和几十年的品牌声誉。 这些需要承担最终责任的事，大模型一件都给不出担保。

当大模型不能带来明确的利润和增长，企业自然不肯为高昂的算力买单。 监测数据显示，Token 支出的增长已经开始明显放缓。 算力需求的曲线非常平坦，而且对价格极其敏感。 只要价格稍微往上抬，或者初创公司的融资节奏慢半拍，买算力的人立刻就会缩手。 这就带来了一个巨大的错配。 一边是巨头们举债砸出去的万亿美元硬件，厂房和芯片的折旧钟声每一秒都在响。 另一边是终端的真实商业需求没有跟上，全靠风投资金在中间硬撑着循环。

更要命的是，这个脆弱的链条到底借了多少钱，市场上甚至没人能摸到底。 标普全球的数字基建主管 Mark Habib 在伦敦发出警告。 科技巨头、数据中心项目和算力初创公司之间，绑着大量复杂的交叉融资。 很多债务根本没有出现在巨头的资产负债表上，公开财报里查不到，评级机构也看不到全貌。 当抵押品是一堆三四年就面临贬值淘汰的芯片，而最终端的企业客户还没找到赚钱的办法。 一旦风险投资的热钱烧完，这场左手倒右手的算力接力赛，最后到底由谁来买单？