AI 债务激增至 4660 亿美元：华尔街缘何以 11% 利率与违约保险踩下急刹

华尔街借给 AI 基础设施的钱，年利率已经飙到了 11%。

摩根大通和高盛最近给一笔 50 亿美元的 AI 基础设施贷款找买家，开出的年化收益率直接越过了 11%。 在公开市场上，至少有 18 笔数据中心的融资，利息全部开到了 10% 以上。

熟悉金融的人都知道，高科技巨头以前去银行借钱，成本通常只有 4% 到 5%。 利息一旦开到两位数，意味着在华尔街眼里，这笔钱已经带有垃圾债级别的风险溢价了。

钱怎么突然变得这么贵？

过去两年，大模型的算力竞赛主要靠科技巨头用自己的经营现金流硬扛。 微软、谷歌、亚马逊手里握着几百亿的广告和云业务利润，买显卡就像花零花钱。 但随着规划中的超级数据中心越建越大，几千亿美元的自有现金根本不够填。

摩根士丹利汇总的数据显示，光是 2026 年前九个月，全市场发行的 AI 相关债务就冲到了 4660 亿美元。 去年同期，这个数字还只有 1010 亿美元。 不到一年时间，借债规模翻了四倍多。

买显卡、批土地、建变电站、拉高压电线，全都开始指望银行贷款、企业债券和私市信贷。 像甲骨文（Oracle）和一批新兴云算力公司，纷纷把机房和算力合同打包，大规模向金融机构融资。

可债券市场的逻辑，跟风险投资和股市完全是两套规则。

股票投资者愿意为五年后的技术想象力买单，只要故事足够大，暂时亏损也能容忍。 但债券投资人和商业银行只关心两件事：抵押品值多少钱，以及你能不能按期还本付息。

当银行的信审团队拿放大镜审视 AI 数据中心时，立刻发现了两个致命的时间差。

第一个时间差在资产本身。 传统基建比如收费公路、输电铁塔或者跨海大桥，设计寿命长达三五十年，资产折旧慢，现金流极度稳定。 但一个 AI 数据中心里最贵的资产是成千上万张高功耗 GPU。 硬件更新换代只要三到四年，下一代芯片一出来，旧显卡的算力密度和能耗比立刻断崖式落后，租金收益跟着暴跌。 拿三到五年就会快速贬值的电子设备去支撑数十亿美元的长期债务，抵押品的底层非常脆弱。

第二个时间差在现金流回报。 一笔 50 亿美元、利率 11% 的项目贷款，借款方光是每年的利息支出就超过 5.5 亿美元。 机房建起来了，昂贵的算力能不能被终端软件和企业客户长期消化？ 如果下游的 AI 应用变现速度跟不上巨额折旧和利息，整个现金流循环就会当场卡壳。

华尔街的风险部门已经嗅到了不对劲，开始集体踩刹车。

部分大型银行和保险机构对 AI 相关债务的敞口，已经逼近了内部规定的风险上限。 巴克莱银行（Barclays）正在跟几家大型保险机构秘密谈判，打算为自己账上超过 100 亿美元的 AI 基础设施贷款购买违约保险。 巴克莱甚至愿意转移超过一半的信用风险，目的就是压缩风险资产占用，腾出监管资本。

债券市场上用来对冲风险的工具，成交量开始成倍暴涨。 大型科技公司信用违约互换（CDS）的每周交易规模，从原先的不足 20 亿美元一路冲破了 90 亿美元。 甲骨文（Oracle）的五年期信用违约互换息差一度攀升到 300 个基点以上，这意味着市场给它的债务违约投保成本翻了几倍。 标普全球评级（S&P）甚至把甲骨文的信用评级下调到了 BBB-，距离投机级垃圾债只隔了一道薄薄的警戒线，理由就是它为了履行与 OpenAI 等客户的算力承诺，未来面临巨大的自由现金流缺口。 就连火箭发射和卫星制造现金流相对稳健的 SpaceX，债务违约保险成本也越过了 200 个基点。

技术突破可以由实验室里的代码定义。 但在真实的物理世界里，钢筋、水泥、电网和半导体，最终都必须服从复利和现金流的铁律。

当资本不再无条件相信远期承诺，开始要求 11% 的利息和天价保险时，算力扩张的硬着陆风险才算真正摆到了所有人眼前。