AI泡沫恐重演次貸危機？Jefferies：或使美國「資本大毀滅」、市佔率流向中國開源模型

人工智慧（AI）產業持續擴張，背後的債務風險也引發華爾街資深策略師警戒。Jefferies全球股票策略主管、《GREED & fear》作者Chris Wood在最新季度報告中指出，當前AI投資熱潮與2008年美國次貸危機存在相似之處，尤其大型雲端業者正向OpenAI與Anthropic兩家尚未獲利的AI公司提供龐大信用支持，形成潛在的無擔保融資風險。

Wood認為，AI產業可能在不久的將來迎來重大調整。隨著中國開源大型語言模型（LLM）以更低成本提供接近美國尖端模型的效能，美國AI業者的競爭優勢與龐大資本投入能否獲得合理回報，也將面臨考驗。

他預期，這波AI熱潮最終可能造成美國大規模資本損失，市場占有率則逐漸流向價格更低廉的中國開源模型。

中國AI模型快速追趕　低價競爭衝擊市場

中國AI模型的成長速度，正成為Wood評估產業風險的重要依據。

根據他追蹤的OpenRouter數據，截至9月27日當週，中國頂尖模型處理的Token數量達76.12兆個，遠高於今年4月底的4.37兆個；同期，美國頂尖模型的Token處理量為14.2兆個。

除了使用規模擴大，中國模型的效能也逐步逼近美國競爭對手。Wood指出，Moonshot推出的Kimi K3已進入尖端模型競爭行列，預估效能相當於Anthropic Claude Fable 5的95%。

這代表，低價模型不再只是效能較差的替代選項，而是可能直接與高價產品競爭的對手。

價格壓力也已反映在市場上。根據Silicon Data的LLM Token支出指數，AI Token市場平均價格自5月高點以來下跌52%，降至每百萬Token 0.98美元。

2.34兆美元雲端訂單　近半來自兩家虧損AI公司

Wood最關注的風險之一，是大型雲端業者對少數AI客戶的信用曝險過度集中，並將此類比於2008年房地產危機。

截至2026年第二季末，微軟(MSFT-US) 、Google(GOOGL-US) 、亞馬遜(AMZN-US) 及甲骨文(ORCL-US) 四大雲端平台的剩餘履約義務（RPO）合計達2.34兆美元，較一年前增加186%，增量約1.52兆美元。

不過，Wood指出，這筆龐大訂單中，約有一半來自OpenAI與Anthropic，而兩家公司目前都尚未實現獲利。

這使大型雲端業者面臨一項結構性問題：它們必須先投入大量資金建置資料中心與算力設施，再依賴AI客戶未來的付款，逐步回收投資成本。

Wood認為，這種安排相當於雲端業者向持續消耗現金的AI企業提供集中、缺乏擔保的信用支持。一旦AI公司的營收成長不如預期、融資能力減弱，或算力需求放緩，相關風險便可能沿著供應鏈回傳至雲端平台。

Jefferies科技分析師估計，2026年第二季，OpenAI與Anthropic合計約占Google Cloud營收的45%、微軟Azure營收的25%；至於亞馬遜AWS，兩家公司合計占比預估將從第三季的6%提高至12%至18%。

Wood指出，大型雲端業者根據租戶未來付款承諾進行資料中心投資，與2008年房地產信用危機中的部分融資邏輯存在相似之處。

他也提醒，風險不只存在於大型科技公司。新興雲端服務商（neo-clouds）本身也透過借款取得晶片，再將算力出租給客戶，因此同時承擔融資與客戶付款風險。

Wood的類比非常直接，他指出：「超大規模雲廠商在數據中心上的投資，是基於假定租戶未來付款的承諾，與2008年房地產信用危機如出一轍。」

表外承諾與債券發行攀升　融資壓力升高

除了已揭露的債務，資料中心租賃承諾與其他表外融資安排，也可能使大型雲端業者的實際財務負擔高於帳面數字。

根據穆迪今年2月統計，五大超大規模雲端業者尚未啟動的資料中心租賃承諾達6,620億美元，遠高於2023年底的1,520億美元。

《日經》一項研究則估計，截至2026年第二季末，五大業者的「隱性債務」合計達1.65兆美元，超過約1.35兆美元的帳面債務。

融資活動也同步擴大。五大超大規模雲端業者今年已發行2,290億美元債券，高於2025年全年的1,080億美元。Wood並指出，自6月初以來，亞馬遜、Google及Meta的信用利差已擴大13至16個基點。

隨著大型科技公司持續為AI基礎設施籌措長期資金，它們也開始與美國聯邦政府競逐債券市場的融資資源。

Wood建議，投資人應密切追蹤AI相關借款人的信用利差變化，觀察債權人是否開始降低對AI資本支出的融資意願；資料中心資產證券化，也是值得關注的風險領域。

科技巨頭獲利成長存疑　AI投資恐形成循環

Wood對大型雲端業者獲利品質的質疑，是其報告中另一項值得關注的警訊。

數據顯示，微軟、Google、亞馬遜與甲骨文四大雲端業者，截至2026年第二季止的過去四季，年化利潤合計增加2,220億美元，達到5,810億美元。

然而，同期「其他非營業收入／損失」項目也增加2,240億美元，這項科目主要反映企業對未上市公司股權投資所產生的未實現評價利益。

換言之，四大雲端業者的利潤增幅，幾乎可由這類帳面評價收益完全解釋，引發外界對其實際獲利能力的疑慮。

Wood指出，這背後可能形成一種循環式的財務結構：大型雲端業者投資AI新創公司，新創公司再向這些業者採購算力服務，而雲端業者則可能因AI公司的私募估值上升，認列股權投資的帳面收益。

此外，Wood也注意到美國企業獲利數據的落差。過去三年，標普500企業公布的每股盈餘（EPS）年化成長18%，但以國民帳戶統計口徑計算的非金融企業利潤，同期僅成長5%。

他指出，這種明顯背離上一次出現於網路泡沫高峰期，並認為相關數據可能反映財務工程對企業獲利的影響。

自由現金流急縮　2027年資本支出上看9,930億美元

AI投資的另一個關鍵問題，是持續增加的資本支出能否轉化為足夠的現金流。

Wood指出，四大雲端業者的自由現金流已從2025年第四季的600億美元，大幅降至2026年第二季的70億美元，並預計在第三季轉為負130億美元。

儘管現金流明顯承壓，市場對未來資本支出的預期仍持續攀升。市場共識預估，四大雲端業者的資本支出將從2026年的7,230億美元，進一步增加至2027年的9,930億美元。

Wood對這項預測提出質疑，認為投資人需要重新檢視大型科技公司是否真的會依照目前的規畫持續擴大支出。

Wood認為，AI產業在不遠的將來可能迎來一次重大重置，市場也可能重新評估AI基礎設施的合理投資規模。

AI安全訴求背後　可能也有商業利益考量

對於近期AI產業出現放緩尖端模型開發的呼聲，Wood也提出不同解讀。

Anthropic執行長Dario Amodei、OpenAI執行長Sam Altman及特斯拉(TSLA-US) 執行長馬斯克近期相繼呼籲放緩尖端AI開發，但美國總統川普隨後拒絕相關主張。

Wood認為，投資人不應只從安全角度理解這類倡議，也應檢視背後的商業誘因。他指出，以安全為由協調暫停開發，可能成為既有業者建立監管壁壘的方式，尤其當相關限制進一步影響開源模型，或針對來自中國的模型時。

他也提出另一種可能性：AI巨頭或許已察覺算力成本逐漸難以負擔，或模型需求開始趨於平穩，因此有意透過減緩競爭，維持產業的獲利空間。

Wood將這種情況比喻為業者試圖建立卡特爾（Cartel），也就是透過協調行動限制競爭。

相較之下，Meta(META-US) 執行長Mark Zuckerberg拒絕放緩AI開發的呼聲，Meta股價此後上漲18%。

Wood維持「賣鏟子」策略　真正轉折可能來自信用市場

Wood自2023年以來，始終維持偏好「賣鏟子」的投資策略，也就是布局向大型雲端業者提供晶片、並從其資本支出中受惠的製造商，而非直接投資雲端業者本身。不過，這項策略能否持續奏效，仍取決於AI基礎設施的買氣能否延續。

Wood認為，真正決定AI投資熱潮何時反轉的關鍵，可能在於信用市場，而非股票市場。

他指出，目前AI生態系發行的長天期債券規模已超過美國財政部，但資金主要用於興建資料中心，最大型的租戶卻仍持續虧損；與此同時，債券市場動盪，美國聯準會也處於升息環境，進一步加重融資壓力。

Wood並援引1997年亞洲金融危機作為歷史借鏡。法國興業銀行（SocGen）策略師Albert Edwards同期也提出類似觀點。

Wood指出，當年泰國經濟奇蹟的終結，並非單純因為生產力表現令人失望，而是債權人開始察覺潛在問題，進而動搖市場信心。