订阅 快刀财经 ▲ 做您的私人商学院

宇宙的尽头是不是铁岭尚未可知，但AI的尽头是贷款已不言自明。

作者 ： 张倍嘉

来源： 远川研究所（ID：YuanChuanInstitution）

今年10月，彭博援引知情人士消息，腾讯考虑发行最高50亿美元的离岸债券。消息一出，外界纷纷将其与AI联系起来。

腾讯6月才发了一笔47亿美元的债，创下2020年来最大规模。新一轮足额落地后，两次筹资规模接近100亿美元[1]。字节跳动手笔更大：路透社9月报道，30家银行给字节提供296亿美元银团贷款，用于AI投资。

一向稳健的腾讯都开始频频伸手，AI烧钱程度可见一斑。但放眼全球，50亿美元的债，也就是斗地主的时候出了个对三。

今年2月，谷歌母公司Alphabet发行了315亿美元的债券，最夸张的一笔英镑债期限100年[3]。亚马逊3月刚发完370亿美元债券，7月又融资约250亿美元，投稿到戒社也是一段佳话。

为了购买GPU建设数据中心，云计算公司都耗干了自己的自由现金流。每一家你叫得出名字的AI大厂，基本都欠了一屁股债。

按照路透社拿到的招股文件：Anthropic未来五年要花1252亿美元租算力，但手里拿不出这么多钱。芯片供应商博通慷慨解囊，提供了420亿美元贷款，让囊中羞涩的Anthropic花个痛快。

博通也不是犯傻。借钱让客户买自己的东西，提前锁定大客户，是芯片公司的通行做法，英伟达和AMD都干了。就跟曹贵人爬得越高，温宜的前程越好是一个道理。

摩根士丹利估算：到今年9月，全球AI相关债务发行约4500亿美元，已经超过去年全年的两倍[6]。

宇宙的尽头是不是铁岭尚未可知，但AI的尽头是贷款已不言自明。

01

从一份账单讲起

今年9月，FT扒到了一份OpenAI的内部路演材料：

OpenAI预计2026年营收360亿美元，跟估值相比不太够看。但2030年公司收入达到3500亿美元，2026-2030年加起来，累计收入8400亿美元。

不过事情没那么简单，为了赚这8400亿美元收入，OpenAI要累计投入8560亿美元建设算力和基础设施，一来一回，还是亏的。

这就导致2026-2030年，公司累计自由现金流估计是负2780亿美元。这还算好的，今年5月同口径数据还是3050亿，一番努力之下，已经堵上270亿窟窿了[7]。

简单来说，OpenAI预计未来五年收入暴涨近十倍，但投入的成本更多。这也解释了一个问题：OpenAI为什么永远在融资？

一方面，大模型是强者恒强弱者恒科，各家模型厂都在升级，自己也必须投入。模型的训练和测试先于创收发生，本身就是个持续的现金流窟窿。

另一方面，服务现有用户也得花钱，还得通过补贴维持客户粘性，收入拉不上去。

按照SemiAnalysis测算，Anthropic收入结构中，收入主力是按量收费的API客户，Claude订阅用户占用了41.7%的算力，只贡献了10%的收入，纯纯土匪。

▲图片来源：SemiAnalysis

另外，数据中心、电力、芯片和网络不能等到需求出现在投入，必须提前几年做容量安排，算力资源也要提前多年规划。

超前投资的合同是一次性开支，但用户收入不能提前收到90年后。一来一回，就有了计2780亿美元的财务窟窿。

OpenAI没钱，可以找好爸爸软银要。但软银的钱，也不是自己的。

02

贷贷贷不完

今年9月，软银一口气发行了111亿美元债，利率区间为7.125%至9.75%，不算便宜。借到钱的软银，扭头就把钱打给了OpenAI[8]。

作为职业赌徒，软银的孙正义押过很多风口，每次都是All in，可以说爱过很多人，但每段感情都是真心的，对OpenAI尤为死心塌地。

2025年，软银分两次向OpenAI投入300亿美元，今年2月，软银又承诺追加300亿投资，分三笔支付，每次100亿美元。

软银手里的钱也不多，为了凑齐这笔投资款，软银在3月向银行申请了400亿授信额度，4月就借出来100亿打给了OpenAI，7月又给了100亿。9月发的债，就是最后一笔。

这笔债券评级为BB+，属于非投资级别的垃圾债，最高一档年票息达到9.75%。

什么概念？按票面利率，软银每年得付大约10.3亿美元利息，2030年至2034年开始陆续偿还本金。可谓是爸妈砸锅卖铁，也得供你上学。

软银借钱的成本，比同评级的可比债券还高出2%-3%。华尔街给孙正义的AI梦想买单，也没忘多收一点风险溢价。

加上历次投资，软银累计投入646亿美元，换来了OpenAI 13%的股权[9]，完成了爱的供养。

软银的投资逻辑是手里股权资产的增长超过债务融资成本，同时保留覆盖至少两年债券到期偿还的现金。可以理解为借钱炒股，跟炒房的逻辑类似，留点钱还房贷，房价涨幅超过债务水平就行。

软银手里的资产有Arm等上市公司的股票，也有OpenAI等非上市公司股权。OpenAI什么时候上市、软银什么时候退出、股权价值最终能涨到多少都是未知数，但利息是实打实的。

一旦投资回报推迟、资产估值下跌、再融资变贵同时发生，债务压力就会非常大。当然话说回来，你借钱炒股亏了，睡不着的是你；软银借钱炒股亏了，睡不着的是银行。

软银要等OpenAI的收入规模扩大，OpenAI要等亚马逊和微软的数据中心建成，压力来到了云服务商这边。

03

算力订单派送中

大模型公司是全球最大的算力买家，2025年，OpenAI与甲骨文达成4.5GW算力的合作协议，金额超过3000亿美元。OpenAI也没亏待微软，去年10月双方公告，OpenAI新增采购2500亿美元微软Azure云服务。

今年2月，OpenAI和亚马逊宣布，在已有380亿美元协议基础上，未来八年再扩大1000亿美元合作。

微软、亚马逊、甲骨文都是云计算公司，他们建设算力，再租给OpenAI、Anthropic等大模型公司。算力供不应求，大模型公司都想提前拿到算力，跟云服务商抢着签长期合同，锁定未来的算力供给。

但数据中心建设需要时间，云计算公司的钱得先花出去；数据中心开始运转，他们才能拿到收入，这中间的时间差，也是个财务黑洞。

以甲骨文为例，2026财年，甲骨文营收674亿美元，净利润170亿，但建设数据中心产生的资本开支高达557亿，硬生生把全年自由现金流拖到了负237亿美元[10]。

净利润算的是账面上赚的钱，自由现金流才是拿到手里的钱，甲骨文557亿的资本开支不计入成本，等数据中心投产，按使用年限逐年折旧。但买GPU建厂房的成本在现实中不能分期，资金压力巨大。

这还不算完。进入2027财年，仅一季度，甲骨文便投入285亿美元资本开支，是上财年同期3倍多，全年预算高达950亿美元。

钱从哪来？借。

2025年至今，甲骨文已经完成三次公开发债，本金合计507亿美元。今年愚人节当天，甲骨文还裁员释放了100亿美元左右的自由现金流（工资挺高），誓死不下饭桌。

但和谷歌、微软这些公司不同，甲骨文是高科技老登硅谷活化石，缺少强现金流业务输血，新借的钱也得拿一部分还旧债，财务健康一塌糊涂，放高利贷的也不敢乱来。

因此在与OpenAI合作的Project Jupiter数据中心项目上，甲骨文做了一系列创新性金融操作。

按照规划，这个数据中心提供2.45GW算力，2028年投入运营。但甲骨文一时半会掏不出这么多钱，于是找了家私募基金入股开发商，又拉来180亿美元银行贷款，这笔债是Jupiter项目主体背的。

甲骨文承诺长期租用数据中心，相当于从房主变成二房东，债务压力大大减轻。只不过这个房子还没通水通电，暂时还拿不到OpenAI的房租。

背了一身债，换来一堆没通电的GPU。如此激进的投资，真的值得吗？

04

奖池还在累计

从账面上看，是超值的。

算力是大模型公司的生产力，谁拿到更多算力谁就能训练更大的模型。云计算提供算力，亚马逊的算力中心建的慢，订单就会流向微软和谷歌，所以云计算公司都在拼命建设算力。

翻译成人话就是幼升小、小升初、初升高，任何节点都是关键节点，我们必须提前起跑。

算力从建设到交付需要时间，肉挂在嘴边就是吃不到，这块肉就是各家公司财报里的剩余履约义务。从财报看，各家云服务商的剩余履约义务依然在增长，没有停下来的意思。

今年4月，Anthropic与亚马逊签了新协议，未来十年向亚马逊采购1000亿美元、最多5GW新增算力[12]。OpenAI也早早与甲骨文签下了天价合同。

云服务商拿着剩余履约义务借钱，大模型公司拿着ARR增长和未来收入预测融资，软银又拿着这些路演材料借钱炒股。一端是当下的投入，一端是长远的预期，中间的坑，让贷款扛一扛。

这桌子上这么多人吃饭，到底谁买单？

AI Coding是第一个被验证的大市场，率先跑通商业化。但行业普遍认为，如果只有Coding一个万亿美元级别的大市场，当下的资本开支力度已经足够。

AI for Science和RSI（模型自我递归）也是被寄予厚望的方向，前者意在打造硅基牛顿，最近让数学家纷纷破防，后者是让电动车自己发明自动驾驶。

模型研究数学需要算力，AI自己训练自己也需要算力。两者都属于算力消耗的叙事，与商业变现关系不大。

所以在这里面最先看到钱的，可能还是英伟达和SK海力士。今年二季度，英伟达数据中心业务收入890亿美元，同比增长117%，公司整体毛利率高达75%。

铲子的生意再好，也得有人挖出金子才行。企业级AI是当下落地的重点，国内AI办公大战已经乱成一团，小区和写字楼的扰民广告，已经让分众传媒成为第一个赢家。

理论上来说，企业级AI是一个比编程更大的市场，但缺乏可量化尺度，只能用“白领是程序员的X倍”来拍。Personal Agent炒的轰轰烈烈，也还没找到可验证的商业模式。

万亿美元的资本开支和千亿美元的债务已经产生，用什么收入来覆盖，答案不甚清晰。全中国14亿人每人订一个200元/月的加强版豆包，未必吃的下来。

不过话说回来，AI的进步一日千里，卖课的都跟不上产业界的变化。所以，用当下的知识预测遥远的未来，总会有局限。随着模型能力进一步强化，也许还会有新的市场需求被打开。

毕竟人无法想象自己认知以外的东西。今年10月之前，又有谁能想到一辆车的卖点可以是刹车呢？

THE END

快刀财经

快刀斩乱麻，财经见真章。专注互联网以及互联网正在影响的其他行业。微观角度展现宏大商业叙事，做您的私人商学院。致力于为用户提供营销策划、社群电商、创业投资和知识充电服务。

投稿、转载、内容合作，请添加微信ikuaidao