一句话看懂： 摩根士丹利的最新研究警告，以亚马逊、微软、谷歌、Meta 为核心的超大规模云企业，其表外采购承诺、未生效租赁合约及供应链融资安排合计高达约 1.8 万亿美元。这笔庞大的隐性债务并未体现在当前资产负债表中，却锁定了未来数年的现金流出，叠加杠杆率急速攀升，正成为 AI 基础设施狂欢中最危险的财务隐患。
事件核心：发生了什么
摩根士丹利在 2026 年 6 月发布的深度报告中指出，AI 基础设施建设热潮催生了一笔规模惊人的“表外敞口”。截至 2026 年 5 月底，这一总额约 1.8 万亿美元，主要由三部分构成：近 1 万亿美元的长周期 GPU 及设备采购合同、超过 8000 亿美元的已签署但未生效的算力租赁协议，以及约 1100 亿美元的应付账款中未付资本支出。这些义务根据会计准则，在货物交付或合同执行前不计入负债。与此同时，高盛预测 2027 年超大规模云企业的资本支出将达 1.1 万亿至 1.4 万亿美元，远超市场共识。另据摩根士丹利“AI 债务融资追踪报告”，2026 年前 5 个月全球 AI 相关债券发行规模已达 2360 亿美元，同比增长 357%，全年预计突破 5700 亿美元，其中项目融资（用于数据中心建设）在高收益债中占比达 85%。
为什么重要
这份报告揭示了 AI 基础设施投资中一个被系统性低估的风险维度。超大规模云企业的整体毛杠杆率已从 2025 年三季度的 0.9 倍飙升至当前的 1.8 倍，每季度上升约 0.3 倍，已经超过能源行业的整体杠杆水平。摩根士丹利进一步指出，如果把融资租赁纳入计算，微软 2026/2027 财年资本支出占销售比例将从 33%/50% 跃升至 44%/64%，甲骨文则可能从 76%/115% 升至 101%/189%。这意味着自由现金流将趋近于零甚至转负，增量融资几乎完全依赖新增债务。同时，以 Apollo、黑石为代表的私募信贷机构正通过 SPV（特殊目的载体）将杠杆转移至供应链层面，形成高度循环、穿透困难的融资结构。一旦 AI 商业化进程不及预期，或企业客户大规模转向廉价替代方案，整条融资链的脆弱性将集中暴露。
对用户/开发者/创作者的影响
对企业和个人用户而言，这一风险链条的最终传导可能体现为 AI 服务价格的波动。数据中心的建设成本与融资成本高度相关，风险若爆发将导致云服务商重新定价，以弥补潜在损失。开发者与创作者在规划长期 AI 应用部署时，需要关注所依赖的云平台或 API 定价的稳定性，警惕未来因成本压力导致的接口涨价或功能缩减。上游 GPU 采购承诺的硬性约束也可能影响芯片的供需节奏和价格，间接改变算力市场的可及性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
- AI 商业化收入能否匹配资本支出增速： 2026 年下半年至 2027 年，核心云企业的财报将是关键验证点，若收入增长明显跑输资本支出，市场情绪可能快速转向负面。
- 信用评级是否会下调： 摩根士丹利报告已指出 Meta 的信用利差宽于 CDX IG 基准，且相关信用评级有从 AA 区间向 A 区间漂移的趋势。评级下调将直接推高企业融资成本，形成负向循环。
- 监管与会计准则的应对： 目前大量表外敞口缺乏透明度。如果监管机构或会计准则制定方推动更严格的披露要求，将迫使企业重估财务健康度，可能引发连锁反应。
来源：Readhub · AI
