摘要

2025年底以來，隨着頭部雲廠商自由現金流陸續轉負，市場對AI資本開支可持續性的擔憂與日俱增。隨着企業槓桿率的提升和流動性趨於緊張，AI資本開支「燒錢模式」的臨界點在哪裏？

一、熱點思考：美國AI「燒錢模式」的邊界？

（一）AI孖展：從現金流轉向外部孖展，企業債、私募信貸等或將為主要孖展渠道

市場對AI的定價邏輯，正從「資本開支擴張」轉向「孖展與現金流約束」。以 2026 年二季度財報為例：當科技巨頭上調資本開支指引，但伴隨自由現金流顯著壓縮，同時市場對雲、算力資產的變現能力產生質疑時，市場反而會懲罰「資本開支」，股價應聲下跌（谷歌、META）。

隨着AI資本開支規模提升，內部現金流捉襟見肘，外部孖展依賴度上升。截至8月11日，市場預期5家大型雲廠商2026年資本開支為7692億美元，較3月前上修409億美元；其資本開支規模或將超過經營性現金流，且 AI 投資規模有望在未來五年持續走高（BIS預測）。

AI在各孖展渠道中的重要性與日俱增，未來企業債、私募信貸等或成為AI基建重要孖展工具。上半年，AI發行在投資級企業債、高收益企業債、VC、IPO+增發中的佔比分別達34%、40%、85%、58%；據FSB預測，2025-28年AI基建開支或達2.9萬億美元，多數由外部孖展支撐。

（二）AI孖展壓力幾何？信用利差、私募信貸違約率等風險指標已釋放「預警」信號

企業債是大型雲廠商主要孖展工具，發行放量已導致利差擴大，股價與CDS呈現反向關係。年初至今，5家大型雲廠商企業債發行額已超過2000億美元（投資級），且AI發行在10Y+企業債中比重已高達40%；投資級科技信用債利差擴大，主要反映供給增加與回報不確定性。

私募信貸規模不斷擴張，已成為大型雲廠商表外孖展重要渠道。截止2025年三季度，全球私募信貸規模已超過2萬億美元（北美佔72%），2030年或增長至4.5萬億美元；截止2026年二季報，5家大型雲廠商表外負債規模已達2.6萬億美元；私募信貸違約率有所提升、BDC中被迫修改協議新增的PIK佔比上升，前期軟件服務股下跌釋放「預警」信號。

我們構建了一套完備、可高頻跟蹤的AI「孖展風險」監測體系。一為「存量槓桿」，雖然頭部雲廠商預期負債權益比不斷上修，但預期淨負債/EBITDA不斷下修，顯示盈利強勁；二為「外部孖展」，涵蓋信用利差、股權孖展額、BDC股價、數據中心ABS發行額等高頻指標。

（三）AI「燒錢模式」的臨界點？盈利預期的兌現是關鍵，聯儲局加息或是重要催化

AI資本開支需要多高的回報率才「划算」？我們對資本開支與大模型年化收入進行建模，預估大模型、雲計算環節各自獲取大模型收入鏈路中留存部分營業利潤。我們預計，2027年若新增 3500 億美元ARR，即ARR水平達5000-6000億美元，可支撐超 1.4 萬億美元資本開支。

我們構建了一套針對AI「盈利前景」的高頻監測體系。美國 AI「燒錢模式」的臨界點或取決於盈利預期的兌現。因此，我們構建了一套AI「盈利預期」監測體系，將ARR、頭部雲廠商及科技板塊的盈利指標預期囊括在內。過去一年，上述指標均處於上行或上修趨勢之中。

往後看，微觀上盈利預期能否兌現、宏觀上聯儲局會否加息是AI「燒錢模式」能否持續的關鍵。微觀上，對比互聯網泡沫時期，當前美股頭部科技公司財務指標穩健，盈利漲幅遠超市值漲幅；宏觀上，綜合就業偏弱、通脹降溫，以及經濟動能放緩，基本面尚不支持聯儲局立即加息。

風險提示

油價中樞上移超預期；沃什的政策立場「偏鷹」；美國經濟放緩超預期

正文

2025年底以來，隨着頭部雲廠商自由現金流陸續轉負，市場對AI資本開支可持續性的擔憂與日俱增。隨着企業槓桿率的提升和流動性趨於緊張，AI資本開支「燒錢模式」的臨界點在哪裏？

一、熱點思考：熱點思考：美國AI「燒錢模式」的邊界？

（一）AI孖展現狀：從現金流轉向多元化孖展

市場對AI的定價邏輯，正從「資本開支擴張」轉向「孖展與現金流約束」。2026年之前，頭部AI企業資本開支規模的上修，通常意味着股價上漲。但是，以 2026 年二季度財報為例：當科技巨頭上調資本開支指引，但伴隨自由現金流顯著壓縮，同時市場對雲、算力資產的變現能力產生質疑時，市場反而會懲罰「資本開支」，股價應聲下跌（谷歌、META）。這說明，市場已從「無條件」支持資本開支，轉向「嚴格審視回報及現金流」，AI孖展可持續性、風險重要性提升。

隨着AI資本開支規模提升，內部現金流孖展捉襟見肘，外部孖展依賴度上升。1）增速方面，以M7口徑為例，2026年二季度資本開支增速超過80%，佔標普500資本開支比重超過40%；2）預期方面，截止8月11日，以五家大型雲廠商口徑為例，市場對其2026年資本開支預期為7692億美元，較3個月前上修409億美元；3）根據市場預期，大型雲廠商資本開支/經營現金流可能在2027年超過100%，且AI投資規模可能在未來5年內持續提升（BIS預測），顯示自由現金流或持續面臨壓力。在2026年二季報中，谷歌自由現金流轉負，META自由現金流驟降。

2026年以來，AI在各渠道孖展市場中的重要性與日俱增。2026年上半年，AI在投資級企業債、高收益企業債、VC、IPO+增發渠道中的佔比分別達34%、40%、85%、58%。舉例而言，上半年，超過300億數據中心相關債務在高收益債市場上發行；SpaceX IPO孖展750億美元，谷歌將股權孖展規模提升至850億美元。短期而言，根據市場預期，FY27包括甲骨文在內的5家公司自由現金流缺口約2000億美元，孖展壓力尚可控。

中期而言，企業債務、私募信貸等或成為AI基建重要孖展工具，但市場對未來AI資本開支規模預測分歧較大。根據金融穩定委員會報告，2025-2028年，AI基礎設施資本總開支將達2.9萬億美元，其中1.5萬億美元需要外部資本支撐，除了傳統的企業債外，私募信貸可能將提供8000億美元。另一方面，廣義AI相關投資還包括芯片、網絡設備等。當前，市場對全球AI相關投資規模預測分歧較大（至2030年），從接近5萬億美元到超過11萬億美元不等。

在AI價值鏈中，孖展主體仍是大型雲廠商（Hyperscalers）。根據IMF報告，全球AI投資、孖展主體主要是大型雲廠商，佔據整個AI生態鏈61%的營收及55%的債務。另一方面來看，2026年1-7月，大型雲廠商+甲骨文佔據美國投資級企業債發行規模的59%，亦印證大型雲廠商為孖展主體。

（二）AI孖展壓力幾何？

企業債是當前大型雲廠商主要孖展工具，具備主體信用資格高、發行期限長、幣種多元化等特點。2025-2026年，投資級企業債是美國頭部雲廠商主要外部孖展工具（VC主要投向初創公司）。2026年1-7月，5家頭部雲廠商企業債發行額超過2000億美元，超過2025年全年發行額。AI企業債有三大特徵：其一，發行主體集中在信用資格較高的大型雲廠商，高收益債規模擴張有限；其二，發行期限較長，2026年，AI長期債務（10年+）發行額佔整體長債比例達40%，以匹配數據中心等資產較長的投資回收周期；其三，孖展幣種開始由美元向歐元、瑞郎、加元、日元等擴展，反映頭部科技企業正在擴大其全球資金來源。

AI債發行放量背景下，信用債利率、利差擴大，股價與CDS呈現負相關關係。隨着長久期AI信用債供給加大，美國科技板塊投資級企業債利率相對於整體IG債走強，2026年8月已升至5.5%左右；另一方面，信用利差維持高位，主要反映發行供給增加與項目回報不確定性的；與此同時，大型雲廠商、科技板塊股價與CDS呈現較明顯的負相關關係，顯示AI產業邏輯正進入「孖展壓力」定價模式。

全球私募信貸規模超過2萬億美元，北美市場佔比72%，近年投向AI企業、軟件服務的借貸規模持續擴張。私募信貸已成長為全球金融體系中重要的非銀孖展渠道，在未來AI基建孖展中也或將佔據重要地位。根據Blackrock數據，截止2025年三季度，全球私募信貸規模已超過2萬億美元，2030年規模或增長至4.5萬億美元。其中，北美市場私募信貸佔比72%（2025年三季度），規模為1.7萬億美元，但這一規模仍遠低於投資級企業債、私募股權等孖展工具；結構上，美國私募股權增長主要來自於BDC和私募債務資金，後者不透明性較高；投向上，直接借貸（Direct Lending，私募信貸主要策略之一）投向AI企業、軟件服務的規模不斷擴張。

傳統而言，私募信貸本質是以流動性折價、更高信用風險、定製化條款換取超額收益，填補銀行及公開市場對中型、高槓杆和低評級企業的孖展缺口。

1）出資方主要為久期長、資金封閉的養老金、保險。養老金、保險公司出於資產負債匹配與收益追求，是私募信貸的主要LP。這類機構資金以閉鎖承諾資本而非隨取隨到的存款形式投入，負債端久期遠長於銀行短期同業負債；

2）私募信貸主要服務規模較小、槓桿較高、難以直接獲取公開市場孖展的企業。據IMF數據，私募信貸發行人信用評級集中在B-區間，評級較低。行業分佈上，私募信貸「成長」屬性突出。2021—2023年，全球私募信貸交易中信息技術佔比約41%。

AI孖展時代下，私募信貸已成為大型雲廠商表外孖展的重要資金提供方之一。隨着AI投資規模上升、項目回收周期拉長，頭部科技企業開始在傳統公司債之外更多采用SPV/JV等資產隔離結構：由獨立載體持有或建設數據中心、算力設備等資產，大型雲廠商通常僅持有少數股權，同時通過長期租賃、算力採購或信用增級承諾鎖定項目現金流，SPV再向私募信貸機構及其他機構投資者舉債。其經濟實質是將一次性的公司資本開支轉化為未來多年的租賃或採購支出，並將相應債務留在SPV資產負債表，因此被BIS稱為「影子借貸」（Shadow borrowing）。截止2026年二季報，5家大型雲廠商表外負債規模達2.6萬億美元（CCIR數據）。

當前，私募信貸尚未出現全面信用惡化的跡象，但部分風險指標已釋放「預警」信號。

1）私募信貸違約率有所提升，截至2026年二季度，私募信貸違約率約為2.5%，較2024年水平有所提升；

2）BDC中被迫修改協議新增的PIK佔比上升，或反映廣泛現金流壓力（波士頓聯儲研究）。2020年後新增PIK（實物付息條款）貸款中，非應激性PIK（非原始條款包含的PIK）佔比顯著上升；這類貸款比例的上升，說明借款人現金流不足，只能被迫通過修改協議以短期緩解流動性壓力，反映了底層現金流的邊際惡化；

3）軟件服務（SaaS）板塊可能影響BDC風險。AI削弱傳統軟件服務（SaaS）行業的收入確定性和定價權，軟件股已率先反映商業模式重估。由於私募信貸BDC投向互聯網軟件的比例高達20%，2025年10月-2026年3月，對軟件服務暴露度越高的BDC下跌幅度越大。

我們構架了一個較為完備、可高頻跟蹤的AI「孖展風險」監測體系。展望未來，在資本開支規模持續擴張背景下，對於AI孖展風險的監測至關重要。因此，我們構建了一套較為完備、高頻的AI「孖展風險」監測體系。主要包括兩部分，一為「存量槓桿」部分，雖然頭部雲廠商預期負債權益比不斷上修，但預期淨負債/EBITDA不斷下修，顯示企業盈利強勁；二為「外部孖展」部分，涵蓋信用利差、股權孖展規模、BDC股價、軟件股表現、數據中心ABS發行額等指標。

（三）AI「燒錢模式」的臨界點？

AI資本開支需要多高的回報率才「划算」？若2027年新增3500億美元大模型ARR，大致對應1.4萬億美元AI資本開支。AI 孖展壓力的「臨界點」在哪裏？隨着市場對 AI 的定價邏輯逐步轉向孖展約束與現金流約束，AI 資本開支能否實現回報的重要性顯著抬升。研判 AI 孖展壓力，不能僅侷限於風險指標的量化監測，還需要同步錨定產業底層邏輯與資本回報率的現實約束；我們對 Capex 與大模型年化收入進行建模，預估大模型環節、雲計算環節各自獲取大模型收入鏈路中留存部分營業利潤，我們預計明年若新增 3500 億美元 ARR，即大模型層面整體年化收入邁向 $5000‑6000 億，可以支撐約超 1.4 萬億美元的 Capex。

我們構建了一套針對AI「盈利前景」的高頻監測體系。美國AI「燒錢模式」的臨界點或取決於盈利預期的兌現。換句話說，監測AI孖展風險固然重要，但盈利可能是決定 「閾值」的關鍵要素。因此，我們構建了一套AI「盈利前景」監測體系，我們將頭部大模型公司ARR、頭部雲廠商及科技板塊重要盈利指標預期囊括在內。

回顧互聯網泡沫時期經驗，商業模式缺乏盈利兌現、聯儲局加息是導致泡沫破滅的核心要素。

1）互聯網泡沫時期，商業模式缺乏盈利兌現。互聯網泡沫時期的孖展潮以IPO為鮮明特徵，且多數科技企業在IPO時尚未實現盈利。

2）聯儲局加息是誘因。1998年9月，在俄羅斯主權債務違約和長期資本管理公司（LTCM）破產的衝擊下，聯儲局「預防式降息」3次、合計75bp，推動金融條件改善和經濟與資本開支周期的延續，美股加速上行。1999年中之後，為了防止經濟過熱和美股的「非理性繁榮」，格林斯潘開啓加息周期，但在資本擴張、外資流入、IPO熱潮和克林頓時代「新經濟」敘事下，美股再次加速上行，直到2000年3月泡沫破裂。

微觀上，對比互聯網泡沫時期，當前美股頭部科技公司財務指標穩健，盈利漲幅遠超市值漲幅。對比科網泡沫時期與當前頭部科技公司的市值、淨利潤變化可見：互聯網革命時期，頭部科技公司市值漲幅遠超利潤；而2022年以來，頭部公司市值漲幅與利潤仍相對匹配，這表明股市上漲及資本開支加碼背後有盈利支撐；從財務數據來看，Mag7公司現金/市值、ROE、淨利率均高於科網泡沫時期的頭部公司（見下圖），說明當前AI科技領域投資建立在穩健的財務基礎之上。

宏觀上，綜合就業偏弱、通脹降溫，以及經濟動能放緩，基本面尚不支持聯儲局立即加息。經濟上，基於AI資本開支邊際放緩、高利率抑制經濟、居民消費驅動力回落，美國增長或放緩，或構成聯儲局「按兵不動」的支撐邏輯；就業上，近期非農數據連續兩次弱於預期，薪資增速低迷，暫不構成通脹風險；通脹上，近幾月通脹呈現回落趨勢，基本面不支持立即加息。此外，與7月類似，弱美元可能是聯儲局加息的一個外部約束。下一步，需關注月底Jackson Hole年會沃什的發言。

經過研究，本文重點如下：

1）AI在各孖展渠道中的重要性與日俱增，未來企業債、私募信貸等或成為AI基建重要孖展工具。上半年，AI發行在投資級企業債、高收益企業債、VC、IPO+增發中的佔比分別達34%、40%、85%、58%；據FSB預測，2025-28年AI基建開支或達2.9萬億美元，多數由外部孖展支撐；

2）我們構建了一套完備、可高頻跟蹤的AI「孖展風險」監測體系。一為「存量槓桿」，雖然頭部雲廠商預期負債權益比不斷上修，但預期淨負債/EBITDA不斷下修，顯示盈利強勁；二為「外部孖展」，涵蓋信用利差、股權孖展額、BDC股價、數據中心ABS發行額等高頻指標；

3）我們構建了一套針對AI「盈利前景」的高頻監測體系。美國 AI「燒錢模式」的臨界點或取決於盈利預期的兌現。因此，我們構建了一套AI「盈利預期」監測體系，將ARR、頭部雲廠商及科技板塊的盈利指標預期囊括在內。過去一年，上述指標均處於上行或上修趨勢之中；

4）往後看，微觀上盈利預期能否兌現、宏觀上聯儲局會否加息是AI「燒錢模式」能否持續的關鍵。微觀上，對比互聯網泡沫時期，當前美股頭部科技公司財務指標穩健，盈利漲幅遠超市值漲幅；宏觀上，綜合就業偏弱、通脹降溫，以及經濟動能放緩，基本面尚不支持聯儲局立即加息。

風險提示

1、原油價格中樞上移超預期。俄烏衝突尚未終結，疊加中東地緣政治的不穩定性，原油價格中樞上移或超預期，進而增加全球經濟的滯脹風險。

2、沃什的政策立場「偏鷹」。如果油價中樞長期運行於高位，導致中長期通脹預期上行，沃什的貨幣政策立場或偏鷹。

3、美國經濟放緩超預期。美國勞動力市場仍處於「低增長平衡」狀態，私募信貸的風險仍未出清，靠消耗儲蓄維持的消費也難以為繼。

注：本文內容節選自申萬宏源宏觀2026年8月16日發布的研究報告《美國AI「燒錢模式」的邊界？》；分析師：趙偉、陳達飛、趙宇、李欣越、王茂宇、黃俊儒