大廠AI競賽，從技術周期走進資本周期

8 月 23 日，阿里巴巴在中國香港市場啟動新股配售，擬以每股 112.7 港元發行 7.1 億股，募資 800 億港元，約合 102 億美元。若交易完成，這將成為中國香港上市公司史上規模最大的後續發行，也是 2026 年全球第三大同類融資，僅次於 Alphabet 和 Intel。

訂單很快超過原定規模，主權基金入場，發行金額隨需求上調。所得資金將全部投入 AI，覆蓋晶片、基礎設施、模型開發與部署。

三天前公佈的第二季財報已經解釋了這筆融資。AI 雲與計算服務收入年增率增長 45%，達到 484.4 億元，資本開支同期增至 676.8 億元，年增率增長 75%。

同一個季度，營運現金流只有 229.5 億元，自由現金流淨流出 446.7 億元。三年 3800 億元的投資計劃已經執行近半，吳泳銘上第一季又取消了原本的投入上限，稱實際金額會遠遠超過原計劃。按當前毛利水平粗算，這批 AI 基礎設施大約需要三年回本。

阿里並不缺錢。截至 6 月底，公司仍持有 4745 億元現金及其他流動性投資。這筆融資解決的是資本期限配置。營運現金流持續產生，數據中心卻需要數年建設和回收，長期電力協議和二十年租約還會進一步拉長資金佔用周期。長期用短期現金覆蓋這類資產，會持續消耗財務彈性。權益資本沒有固定到期日，更適合承擔回收期漫長的投入。

AI 的資本開支開始改變互聯網公司的資金結構。過去討論的是有沒有足夠多的錢，現在還要討論這筆錢應該以什麼期限存在。

Alphabet 先調整的是股東回報。第二季公司收入增長 24%，Google Search 增長 17%，Google Cloud 增長 82%，集團營業利潤率仍有 34%，核心業務幾乎挑不出毛病。

同期營運現金流為 391 億美元，資本開支卻達到 449 億美元，自由現金流第一次降至負 59 億美元。董事會手裡還有近 700 億美元尚未使用的股票回購授權，2026 年上半年卻沒有回購一股普通股。

六年前，網路巨頭還在討論如何將不斷積累的剩餘現金返還股東。而今年，Alphabet 將庫藏股計劃擱置，選擇重新通過資本市場融資。人工智慧開始改變企業內部的利潤分配次序。

騰訊則面臨不同的壓力。2026年第第二季資本支出為5270億元，實際支出卻達到5930億元，上半年累計達8472億元，這已超過了2025年全年總額；當季自由現金流進一步跌至負1380億元。

騰訊在財報中額外說明了一種計算方式，排除提前支付的人工智慧算力採購款後，實際自由現金流實際可達到正3760億元。僅支付時間的變更就足以造成逾500億元的現金流差異。僅三個月時間，騰訊的凈現金從1468.6億元降至581.9億元。

百度面臨更為直接的問題。第第二季經營現金流僅為344億元，資本支出卻高達1139億元，導致自由現金流流出795億元。

在線營銷收入年增率下降19％，這是過去最重要的現金來源之一；人工智慧雲基礎設施收入增長了50％，其中 GPU 雲增長了283％，而需要資本支持的新業務卻正加速增長。

收入結構已經開始轉變，但現金流結構仍停留在過去。百度需要運用不斷減少的傳統業務現金流來支持剛踏入資本密集階段的新業務。

資本支出成本也在上升。TrendForce 在5月將全球九大雲服務提供商2026年的總資本支出預估上調至約8300億美元，年增率增幅從61％增至79％。

新增的預算並非完全用於購買更多設備，因為零部件價格的上漲已占去相當大一部分。微軟的約1900億美元資本支出中，有250億美元僅用於應對零部件價格上漲；而字節跳動也因內存價格上漲，將全年資本支出從1600億元提高到超過2000億元。

同一筆預算下，購買的算力較年初減少。

這些公司仍然擁有可觀的利潤和大量現金儲備，但資本已不再像過去那樣寬鬆，無法忽視機會成本。自由現金流開始受到壓力，庫藏股計劃可能需要延後，融資需求可能增加，投入算力意味著無法同時用於併購、傳統業務或另一條增長軌跡。

在過去的十多年裡，充沛的現金流為網路公司提供了長時間的試錯機會。人工智慧正在縮短這種寬容度。

資本從互聯網公司的默認條件，重新變成了增長約束。

幾乎所有大廠都已經選擇繼續投入。資本約束真正出現以後，下一輪競爭就進入了資本配置。過去可以同時下注的業務，現在開始需要分出先後。

AI 的機會成本開始

拆開阿里的報表，AI 本身已經處在不同的回報周期。

AI 雲與運算服務季度經調整 EBITA 達到 56.3 億元，年增率增長 133%，已經開始貢獻經營利潤。模型和消費級應用仍在投入期，當季收入約 33.4 億元，經調整 EBITA 虧損 138.6 億元，虧損額是上年同期的四倍多。更下一輪的算力建設還在形成資產，回報尚未進入報表。

再加上即時零售和國際電商，阿里同時推進的幾條增長曲線，開始爭奪同一張資產負債表。

這種競爭很快會傳導到舊業務。過去兩年，阿里先後退出銀泰和高鑫零售，8 月 17 日又與 Trustar 達成出售靈犀互娛的協議，交易據報超過 20 億美元。靈犀仍擁有《三國志·戰略版》這樣的成熟產品，出售它已經很難簡單解釋為清理虧損資產。

字節對沐瞳的處理更明顯。2021 年，字節以約 40 億美元估值收購沐瞳；今年出售給沙烏地阿拉伯 PIF 旗下 Savvy Games 時，交易估值已經超過 60 億美元。遊戲一度是字節重點進入的新市場，沐瞳也仍在增值，但當集團內部的優先級改變，一項賺錢的資產同樣可以退出。

微軟甚至把這種重新排序帶進了核心業務。690 億美元收購 Activision Blizzard 還不到三年，Xbox 已經開始重新核算投入產出。7 月，微軟宣布裁員 4800 人，其中約 3200 人來自遊戲業務，四家工作室將被出售或分拆。

Bloomberg 披露的內部數據顯示，剔除 Activision Blizzard 後，Xbox 過去五年在內容、平台和硬體補貼上的投入超過 200 億美元，內部考核口徑下的利潤率已經降至 3%。

公司金融把這種狀態稱為資本配給。

資金足夠寬鬆時，一項尚未被證偽的業務可以長期保留，戰略可能性本身就有價值。AI 把資本開支推高以後，這種選擇權開始有明確成本。每多留一項業務，就少一部分資金可以配置給算力和新的增長曲線。

出售所得未必直接流向 AI，但資本的比較標準已經改變。

戰略價值已經不能單獨構成繼續佔用資本的理由。

現金在減少，資產還在升值

AI 投資正在製造一種看起來矛盾的財務狀態。現金先被數據中心和 GPU 消耗，形成的基礎設施隨後進入資產負債表；對 AI 公司的股權投資升值，又可能推高當期利潤。

自由現金流惡化、資產擴張和利潤增長，可以同時發生。

Amazon 是最極端的例子。截至今年 6 月的過去十二個月，公司經營現金流達到 1614 億美元，年增率增長 33%，設備及基礎設施淨採購額卻年增率增加 661 億美元，自由現金流從一年前的流入 182 億美元降至流出 76 億美元。

同期 Amazon 淨利潤達到 626 億美元，其中包含 534 億美元非經營性稅前收益，主要來自 Anthropic 投資升值。僅 Anthropic 非投票優先股的價格變化，就貢獻了約 505 億美元。

一邊是 AI 基礎設施吞掉現金，一邊是 AI 股權重估推高利潤。現金流和利潤表開始講兩個不同的故事。

微軟與 OpenAI 的關係更複雜。截至 2026 財年末，微軟對 OpenAI 的投資承諾為 130 億美元，其中 119 億美元已經投入，按轉換後口徑持有約 25% 權益。同一個財年，微軟又從雙方的商業安排中確認了 241 億美元收入，年末還有 60 億美元應收帳款。

OpenAI 既是微軟的被投公司，也是它的大客戶。股權上漲增加資產價值，模型調用、Azure 服務和收入分成又形成營收。一筆戰略投資開始同時獲得資本回報和營收回報。

騰訊則擁有更厚的資產存量。截至 6 月底，上市被投公司股份公允價值達到 4872 億元，非上市被投公司帳面價值還有 3879 億元，合計接近 8751 億元。與此同時，騰訊當季自由現金流為負 138 億元，仍然拿出 169 億港元回購股票。

自由現金流下降，削弱的是當期自行投入的能力，並不會同時抹掉過去積累的資產和長期盈利能力。

現金流決定一家公司能拿出多少錢，資產負債表決定它還能借到多少錢。

到了 2026 年，這兩種能力開始出現明顯分化。AI 投資繼續擴大以後，資本市場看的已經不只是利潤和現金，還包括資產質量、長期合約和未來的償付能力。

大廠之間的融資成本，也因此開始拉開差距。

資本成本開始決定產能

AI 擴張到了這個階段，公司能建多少資料中心，已經不只取決於晶片和電力，也取決於能以什麼價格拿到多長期限的資金。

今年 6 月，Alphabet 通過公開發行和定向發行普通股，以及強制可轉換優先股，連續完成三筆權益融資，合計募得 495 億美元。同期又通過高級無擔保債取得 203 億美元淨融資，僅第二季的外部融資就接近 700 億美元，資金用途包括擴大 AI 基礎設施和全球算力。

8 月 19 日，Alphabet 又首次進入澳大利亞債券市場，發行 55 億澳元債券，最長一檔達到 20 年，投資者訂單超過 180 億澳元。

一家過去主要依靠營運現金流完成投資的公司，開始同時使用股權、長期債務和不同幣種的資本市場。AI 需要解決的已經不只是融資規模，還有資金期限和來源的穩定性。

整個行業都在發生類似變化。截至 7 月 7 日，Amazon、Alphabet、Meta 和 Oracle 今年已經發行約 1940 億美元債券，比 2025 年全年高出 79%。五大雲廠商新增債務相當於資本支出的比例，也從 2024 財年的 9% 升至今年 6 月的 32%。

當接近三分之一的新增資本支出需要依靠借款，信用本身就開始成為擴張條件。

問題在於，這筆錢對每家公司並不是一個價格。

Oracle 2026 財年自由現金流為負 237 億美元，下一財年資本開支指引最高達到 950 億美元。即使扣除客戶可能返還的 250 億美元，仍有約 700 億美元需要自行承擔。

7 月，標普將 Oracle 的信用評級下調至 BBB-，距離垃圾級只差一檔。它的五年期信用違約互換一度升至 215 個基點，創十八年新高，債券殖利率達到 7% 至 8%。同期 Alphabet 和 Amazon 的債券殖利率只有大約 2.5% 至 3.5%。

為了維持投資級評級，Oracle 在 2026 財年已經發行 430 億美元債券，並完成 50 億美元股權融資，下一財年還計劃再融資約 400 億美元。

同樣一批 GPU，設備採購價格不會相差太遠，支撐它們的長期資金卻可能相差幾個百分點。

資本結構已經開始直接決定算力擴張的上限。

CoreWeave 說明，資金價格也可以通過融資結構重新定價。2023 年，公司以 GPU 作為主要信用基礎融資時，利差一度高達基準利率上浮 9.62 個百分點。GPU 更新快、殘值難以判斷，本身並不是金融機構喜歡持有的長期抵押物。

今年 3 月，CoreWeave 通過項目公司完成 85 億美元融資，把高性能計算基礎設施和長期客戶合約一起放進信用結構，貸款獲得投資級評級，浮動利率降至基準利率上浮 2.25 個百分點，固定部分約為 5.9%。

兩個月後，另一筆由信用較弱客戶合約支持的 31 億美元貸款，評級下降至投資級以下，利率也重新升至基準利率上浮 4.5 個百分點。

同一家 CoreWeave，同樣建設 AI 算力，僅僅因為客戶信用、合約期限和融資結構不同，資金價格就能相差兩個百分點以上。

一家公司能夠用 5% 的長期資金建設數據中心，另一家公司需要支付 9%，能夠承受的回收周期、利用率和服務價格自然不同。資金越便宜，就越有能力接受更長的產能爬坡，也更有空間參與推理價格競爭。

晶片成本決定算力可以賣多便宜，資本成本決定這個價格能夠維持多久。

降價能力開始成為融資能力的延伸。

真正鎖住預算的是長期合約

資本開支記錄的是已經發生的投資，長期合約鎖定的卻是未來十幾年還能不能少花錢。

Meta 的財報已經拉開了這兩個數字的距離。截至 6 月底，公司已經簽署、但尚未開始執行的營運和融資租賃義務達到 2789.9 億美元，主要用於數據中心、託管設施和網路基礎設施，最長期限達到 30 年。7 月，Meta 又新增約 680 億美元數據中心租賃，合約期限普遍在 18 至 20 年。

除此之外，公司還有 3493.1 億美元不可取消的合約承諾，主要用於第三方雲算力和技術基礎設施。部分採購協議甚至要求提前存入保證資金，因此有 108 億美元貨幣市場基金已經轉為受限現金，要等到 2028 年至 2030 年相關義務完成後才能釋放。

合約還沒有真正開始履行，資金的自由度已經先下降了。

微軟的規模更大。截至 2026 財年末，公司披露的合約義務達到 7438.2 億美元，其中包括 3291 億美元尚未開始的數據中心租賃，最長期限為 20 年。Alphabet 也有 852 億美元尚未開始的數據中心租賃，最長達到 26 年，部分長期能源協議的期限同樣超過二十年。

Reuters 根據五家公司最新披露計算，Microsoft、Meta、Oracle、Amazon 和 Alphabet 尚未開始的租賃付款合計約 1.09 萬億美元，接近表內已確認租賃負債的四倍。

真正把大廠鎖進這一輪 AI 週期的，已經不只是今年花出去多少錢，還有今天替未來簽下了多少預算。

這也改變了退出的成本。消費級應用效果不好，可以減少投放、縮小團隊，甚至直接關掉。數據中心一旦進入建設，電力、土地、設備和租賃合約卻不會跟著一個季度的業務判斷消失。今天多建一座機房，可能意味著未來二十年都要為這個決定付款。

劉熾平在騰訊第二季業績會上把 AI 資本開支解釋為集中採購，大額投入主要發生在今年和明年，不應該簡單外推成每年重複出現的固定規模。這個判斷在現金支出層面成立，但長期合約有自己的時間表。採購可以集中完成，租金、電力和折舊卻會繼續進入此後多年的報表。

微軟已經開始看到這種影響。2026 財年，公司伺服器、網路設備和軟件原值達到 2158.7 億美元，上一財年還是 1328.4 億美元；集團折舊費用也從 2024 年的 152 億美元升至 2025 年的 220 億美元，今年進一步達到 343 億美元。

這裡還有一層更難處理的期限錯配。微軟的伺服器和網路設備通常按照兩到六年折舊，部分資料中心租賃卻長達二十年。晶片更新越來越快，如果實際經濟壽命持續縮短，公司可以提前折舊甚至確認減值，但機房、電力和租賃合約不會因此縮短。

幾年的晶片，開始被裝進二十年的合約裡。

算力開始成為一種資產

長期合約鎖定了未來需求，建設資金卻要在今天到位。

Morgan Stanley 測算，未來四年全球資料中心和相關硬體需要投入約 2.9 萬億美元，大型雲廠商依靠自身資金只能覆蓋其中約 1.4 萬億美元，剩下 1.5 萬億美元需要外部資本填補。其中約 8000 億美元預計來自私募信貸，2000 億美元來自投資級公司債，1500 億美元來自資料中心證券化，其餘由股權和主權基金承擔。

當建設規模超過公司自身現金流，融資對象也開始發生變化。資本不再只判斷一家公司值不值得借錢，而是單獨判斷一座資料中心、一批 GPU 和背後的長期合約值多少錢。

8 月 10 日，Nvidia 與 Apollo、BlackRock 等六家金融機構簽署合作協議，計劃建立算力基礎設施融資平台，未來動員超過 5000 億美元第三方資本。Nvidia 同時提出，要把算力變成一種可以被長期資金配置的資產。

這套結構已經開始落地。Valor 管理的 VCI 基金以 54 億美元購買包括 Nvidia GB200 在內的算力設備，再長期租給 xAI；Apollo 管理的基金提供 35 億美元資本方案，Nvidia 自己也參與出資。設備留在基金的資產端，xAI 把一次性採購轉化為長期租金，未來的租金收入又成為今天融資的依據。

Meta 的 Hyperion 項目規模更大。預計約 270 億美元的開發成本中，Blue Owl 管理的基金持有項目 80% 權益，Meta 保留 20%，建成後再長期租用。Meta 沒有完全退出信用關係，還為項目運營前 16 年提供了有上限的殘值保障。

資產可以移出大廠的資產負債表，信用仍然通過租賃、客戶合約和殘值保障留在交易裡。資本佔用從今天被推向未來，建設資金則提前到位。

成熟的數據中心還可以進一步進入證券化市場。數據中心證券化產品的存量規模已經從 2020 年的 40 億美元增至今年的 610 億美元，在非傳統證券化市場中的佔比從 3% 升至約 12%。7 月，美國證券監管部門又進一步明確了部分數據中心證券的監管口徑，符合條件的結構可以免於傳統資產證券化產品的 5% 風險自留要求。

一套獨立的融資市場正在形成。大廠的長期租賃、模型公司的算力採購合約和數據中心本身，都可以被拆出來定價，再進入保險資金、私募信貸和基礎設施基金的投資組合。

這也意味著，算力建設能夠調用的資本，開始超過任何一家科技公司的經營現金流。

風險沒有消失，只是被重新分配。未來需求如果低於預期，或者 GPU 殘值下降，損失最終落在誰身上，取決於租賃、擔保和追索權如何安排。

算力金融化，就是把未來十幾年的合約現金流，提前變成今天的建設資金。

重新定價風險

算力融資還沒有出現大規模違約，但信用市場已經開始重新定價風險。

CoreWeave 今年完成的一筆 26 億美元貸款很典型。貸款期限接近五年，底層客戶合約平均只有三年，其中 Anthropic 相關合約約占四成。客戶合約先到期，債務還沒有還完，數據中心租賃則可能繼續十年以上。

投資人最初認購冷淡。CoreWeave 隨後把殖利率提高到接近 9.1%，並加入現金鎖箱，要求相關合約收入優先進入受控帳戶償債。條件收緊以後，訂單迅速增至約 90 億美元。

錢依然能夠拿到，只是貸款人開始要求更高的收益和更強的控制權。

真正昂貴的是合約到期以後的幾年。客戶是否續約，舊 GPU 還能以什麼價格出租，都會直接影響貸款價值。過去屬於技術和運營的問題，開始進入信貸定價。

Reuters 統計，大型科技公司債券的認購倍數從 2 月接近 5 倍降至 7 月不足 2 倍。Amazon 7 月發債的認購倍數只有 1.6 倍，3 月還達到 3.4 倍。

信用收緊通常不會從「借不到錢」開始。訂單先減少，新債需要給出更高收益，合約條款隨後變嚴，發起人投入更多股本。只有當這些條件仍然無法匹配風險，新項目才會真正失去融資。

錢先變貴，然後才可能變少。

信用開始變貴以後，產業鏈上的其他公司也被迫承擔更多風險。

8 月 10 日，黃仁勳表示，Nvidia 可以根據項目決定是否提供信用支持，上限約為潛在交易規模的 25%。一周後，OpenAI 在俄亥俄州的數據中心項目採用了更大的安排。OpenAI 簽下 20 年租約，Nvidia 向項目提供最高 1050 億美元的或有信用支持，同時向開發商 SB Energy 投資 15 億美元。

這筆承諾覆蓋部分租金、電力付款和場地殘值，並不意味著 Nvidia 當期拿出同等規模的現金。但它改變了風險的歸屬。GPU 的銷售收入可以在今天確認，下游項目未來二十年的部分履約風險，卻開始進入 Nvidia 自己的信用。

資產可以轉移，信用最終還要有人承擔。

現在把這一輪算力金融化類比成「AI 次貸」還太早。大量核心項目最終由 Microsoft、Meta、Google 等高信用公司使用，底層信用質量與 2007 年的住房按揭市場相差很遠。很多數據中心債務也要求在存續期內償還 20% 至 40% 的本金，降低了到期時一次性再融資的壓力。

真正敏感的是算力雲公司和項目公司。它們往往用三到五年的客戶合約支撐十幾年甚至更長的數據中心租約，同時依賴持續融資擴張。客戶不續約、GPU 租金下降，首先變化的就是下一筆貸款的價格和條款。

過去兩年，高信用客戶的長期合約一度把算力融資成本壓低，甚至幫助部分項目獲得投資級評級。到了 2026 年，資產規模繼續擴大，投資人開始重新計算合約期限、客戶信用和 GPU 殘值，保護條款隨之增加。

系統性違約還沒有出現，信用周期已經開始。

市場仍然願意為 AI 提供資金，只是開始重新決定什麼樣的合約值得借錢，一批 GPU 又究竟能抵押多少年。

誰能等到最後

中美大廠都在為回收期很長的 AI 資產尋找長期資金，可用的融資工具並不相同。

美國公司有更深的公司債市場，也可以把大型數據中心放進項目公司，用租賃和客戶合約融資，再由保險資金和基礎設施基金持有期限更長的資產。

中國互聯網公司的長期私募信貸和項目融資市場還沒有形成同樣的規模，股權融資、出售非核心資產和集團內部現金調配因此承擔了更多作用。

阿里選擇配股，Meta 和 CoreWeave 更多使用項目融資，處理的其實都是期限匹配。十年以後才能收回的投資，需要一筆願意等十年的錢。

真正拉開差距的，也會是這種資金能夠持續多久。

AI 之外，每家公司還有自己的資本負擔。阿裏仍在投入即時零售和國際電商，百度要在廣告現金流收縮時完成 AI 轉型，Meta 的 Reality Labs 也仍然需要長期投入。

算力越貴，這些原本可以並行推進的戰略，就越需要重新排序。

舊業務現金流穩定、資產存量足夠厚的公司，可以用更低的價格獲得長期資金，也就能接受更慢的回報和更多次失敗。依賴持續再融資擴張的公司，留給需求波動和判斷失誤的空間會小得多。

資本承受力本質上是在購買試錯時間。

模型排行榜每天都在變化，一次發布就可能迅速縮小技術差距。信用評級、借款成本和已經簽下的二十年合約卻很難在一個季度內重來。技術落後可以追趕，資本結構留下的時間沒有那麼容易追回。

Carlota Perez 在《技術革命與金融資本》中把技術革命分成兩個階段。

前半程，金融資本大量湧入，新產業在需求尚未成熟時提前鋪設基礎設施；經過泡沫、價格調整和損失重新分配之後，已經建成的基礎設施才進入更大規模的應用。

過度投資因此也是技術周期的一部分。它提前完成基礎設施建設，同時把估值修正、信用損失和資本淘汰留給下一階段。真正的問題從來不只是有沒有泡沫，而是誰有能力穿過調整期。

2026 年的 AI 已經越來越接近這個階段。資本支出開始超過經營現金流能夠輕鬆覆蓋的範圍，貸款人開始給客戶合約、資產殘值和融資期限分別定價，科技公司的競爭也從模型能力延伸到了資產負債表。

互聯網行業曾經把資本當成一種近乎無限的資源。AI 把土地、電力、晶片、折舊和二十年租約重新帶回了科技公司的核心經營問題。

模型決定一家公司的技術上限，資本承受力決定它還有多少時間接近這個上限。

原文連結

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。