摘要

2025年底以来，随着头部云厂商自由现金流陆续转负，市场对AI资本开支可持续性的担忧与日俱增。随着企业杠杆率的提升和流动性趋于紧张，AI资本开支“烧钱模式”的临界点在哪里？

一、热点思考：美国AI“烧钱模式”的边界？

（一）AI融资：从现金流转向外部融资，企业债、私募信贷等或将为主要融资渠道

市场对AI的定价逻辑，正从“资本开支扩张”转向“融资与现金流约束”。以 2026 年二季度财报为例：当科技巨头上调资本开支指引，但伴随自由现金流显著压缩，同时市场对云、算力资产的变现能力产生质疑时，市场反而会惩罚“资本开支”，股价应声下跌（谷歌、META）。

随着AI资本开支规模提升，内部现金流捉襟见肘，外部融资依赖度上升。截至8月11日，市场预期5家大型云厂商2026年资本开支为7692亿美元，较3月前上修409亿美元；其资本开支规模或将超过经营性现金流，且 AI 投资规模有望在未来五年持续走高（BIS预测）。

AI在各融资渠道中的重要性与日俱增，未来企业债、私募信贷等或成为AI基建重要融资工具。上半年，AI发行在投资级企业债、高收益企业债、VC、IPO+增发中的占比分别达34%、40%、85%、58%；据FSB预测，2025-28年AI基建开支或达2.9万亿美元，多数由外部融资支撑。

（二）AI融资压力几何？信用利差、私募信贷违约率等风险指标已释放“预警”信号

企业债是大型云厂商主要融资工具，发行放量已导致利差扩大，股价与CDS呈现反向关系。年初至今，5家大型云厂商企业债发行额已超过2000亿美元（投资级），且AI发行在10Y+企业债中比重已高达40%；投资级科技信用债利差扩大，主要反映供给增加与回报不确定性。

私募信贷规模不断扩张，已成为大型云厂商表外融资重要渠道。截止2025年三季度，全球私募信贷规模已超过2万亿美元（北美占72%），2030年或增长至4.5万亿美元；截止2026年二季报，5家大型云厂商表外负债规模已达2.6万亿美元；私募信贷违约率有所提升、BDC中被迫修改协议新增的PIK占比上升，前期软件服务股下跌释放“预警”信号。

我们构建了一套完备、可高频跟踪的AI“融资风险”监测体系。一为“存量杠杆”，虽然头部云厂商预期负债权益比不断上修，但预期净负债/EBITDA不断下修，显示盈利强劲；二为“外部融资”，涵盖信用利差、股权融资额、BDC股价、数据中心ABS发行额等高频指标。

（三）AI“烧钱模式”的临界点？盈利预期的兑现是关键，美联储加息或是重要催化

AI资本开支需要多高的回报率才“划算”？我们对资本开支与大模型年化收入进行建模，预估大模型、云计算环节各自获取大模型收入链路中留存部分营业利润。我们预计，2027年若新增 3500 亿美元ARR，即ARR水平达5000-6000亿美元，可支撑超 1.4 万亿美元资本开支。

我们构建了一套针对AI“盈利前景”的高频监测体系。美国 AI“烧钱模式”的临界点或取决于盈利预期的兑现。因此，我们构建了一套AI“盈利预期”监测体系，将ARR、头部云厂商及科技板块的盈利指标预期囊括在内。过去一年，上述指标均处于上行或上修趋势之中。

往后看，微观上盈利预期能否兑现、宏观上美联储会否加息是AI“烧钱模式”能否持续的关键。微观上，对比互联网泡沫时期，当前美股头部科技公司财务指标稳健，盈利涨幅远超市值涨幅；宏观上，综合就业偏弱、通胀降温，以及经济动能放缓，基本面尚不支持美联储立即加息。

风险提示

油价中枢上移超预期；沃什的政策立场“偏鹰”；美国经济放缓超预期

正文

2025年底以来，随着头部云厂商自由现金流陆续转负，市场对AI资本开支可持续性的担忧与日俱增。随着企业杠杆率的提升和流动性趋于紧张，AI资本开支“烧钱模式”的临界点在哪里？

一、热点思考：热点思考：美国AI“烧钱模式”的边界？

（一）AI融资现状：从现金流转向多元化融资

市场对AI的定价逻辑，正从“资本开支扩张”转向“融资与现金流约束”。2026年之前，头部AI企业资本开支规模的上修，通常意味着股价上涨。但是，以 2026 年二季度财报为例：当科技巨头上调资本开支指引，但伴随自由现金流显著压缩，同时市场对云、算力资产的变现能力产生质疑时，市场反而会惩罚“资本开支”，股价应声下跌（谷歌、META）。这说明，市场已从“无条件”支持资本开支，转向“严格审视回报及现金流”，AI融资可持续性、风险重要性提升。

随着AI资本开支规模提升，内部现金流融资捉襟见肘，外部融资依赖度上升。1）增速方面，以M7口径为例，2026年二季度资本开支增速超过80%，占标普500资本开支比重超过40%；2）预期方面，截止8月11日，以五家大型云厂商口径为例，市场对其2026年资本开支预期为7692亿美元，较3个月前上修409亿美元；3）根据市场预期，大型云厂商资本开支/经营现金流可能在2027年超过100%，且AI投资规模可能在未来5年内持续提升（BIS预测），显示自由现金流或持续面临压力。在2026年二季报中，谷歌自由现金流转负，META自由现金流骤降。

2026年以来，AI在各渠道融资市场中的重要性与日俱增。2026年上半年，AI在投资级企业债、高收益企业债、VC、IPO+增发渠道中的占比分别达34%、40%、85%、58%。举例而言，上半年，超过300亿数据中心相关债务在高收益债市场上发行；SpaceX IPO融资750亿美元，谷歌将股权融资规模提升至850亿美元。短期而言，根据市场预期，FY27包括甲骨文在内的5家公司自由现金流缺口约2000亿美元，融资压力尚可控。

中期而言，企业债务、私募信贷等或成为AI基建重要融资工具，但市场对未来AI资本开支规模预测分歧较大。根据金融稳定委员会报告，2025-2028年，AI基础设施资本总开支将达2.9万亿美元，其中1.5万亿美元需要外部资本支撑，除了传统的企业债外，私募信贷可能将提供8000亿美元。另一方面，广义AI相关投资还包括芯片、网络设备等。当前，市场对全球AI相关投资规模预测分歧较大（至2030年），从接近5万亿美元到超过11万亿美元不等。

在AI价值链中，融资主体仍是大型云厂商（Hyperscalers）。根据IMF报告，全球AI投资、融资主体主要是大型云厂商，占据整个AI生态链61%的营收及55%的债务。另一方面来看，2026年1-7月，大型云厂商+甲骨文占据美国投资级企业债发行规模的59%，亦印证大型云厂商为融资主体。

（二）AI融资压力几何？

企业债是当前大型云厂商主要融资工具，具备主体信用资质高、发行期限长、币种多元化等特点。2025-2026年，投资级企业债是美国头部云厂商主要外部融资工具（VC主要投向初创公司）。2026年1-7月，5家头部云厂商企业债发行额超过2000亿美元，超过2025年全年发行额。AI企业债有三大特征：其一，发行主体集中在信用资质较高的大型云厂商，高收益债规模扩张有限；其二，发行期限较长，2026年，AI长期债务（10年+）发行额占整体长债比例达40%，以匹配数据中心等资产较长的投资回收周期；其三，融资币种开始由美元向欧元、瑞郎、加元、日元等扩展，反映头部科技企业正在扩大其全球资金来源。

AI债发行放量背景下，信用债利率、利差扩大，股价与CDS呈现负相关关系。随着长久期AI信用债供给加大，美国科技板块投资级企业债利率相对于整体IG债走强，2026年8月已升至5.5%左右；另一方面，信用利差维持高位，主要反映发行供给增加与项目回报不确定性的；与此同时，大型云厂商、科技板块股价与CDS呈现较明显的负相关关系，显示AI产业逻辑正进入“融资压力”定价模式。

全球私募信贷规模超过2万亿美元，北美市场占比72%，近年投向AI企业、软件服务的借贷规模持续扩张。私募信贷已成长为全球金融体系中重要的非银融资渠道，在未来AI基建融资中也或将占据重要地位。根据Blackrock数据，截止2025年三季度，全球私募信贷规模已超过2万亿美元，2030年规模或增长至4.5万亿美元。其中，北美市场私募信贷占比72%（2025年三季度），规模为1.7万亿美元，但这一规模仍远低于投资级企业债、私募股权等融资工具；结构上，美国私募股权增长主要来自于BDC和私募债务资金，后者不透明性较高；投向上，直接借贷（Direct Lending，私募信贷主要策略之一）投向AI企业、软件服务的规模不断扩张。

传统而言，私募信贷本质是以流动性折价、更高信用风险、定制化条款换取超额收益，填补银行及公开市场对中型、高杠杆和低评级企业的融资缺口。

1）出资方主要为久期长、资金封闭的养老金、保险。养老金、保险公司出于资产负债匹配与收益追求，是私募信贷的主要LP。这类机构资金以闭锁承诺资本而非随取随到的存款形式投入，负债端久期远长于银行短期同业负债；

2）私募信贷主要服务规模较小、杠杆较高、难以直接获取公开市场融资的企业。据IMF数据，私募信贷发行人信用评级集中在B-区间，评级较低。行业分布上，私募信贷“成长”属性突出。2021—2023年，全球私募信贷交易中信息技术占比约41%。

AI融资时代下，私募信贷已成为大型云厂商表外融资的重要资金提供方之一。随着AI投资规模上升、项目回收周期拉长，头部科技企业开始在传统公司债之外更多采用SPV/JV等资产隔离结构：由独立载体持有或建设数据中心、算力设备等资产，大型云厂商通常仅持有少数股权，同时通过长期租赁、算力采购或信用增级承诺锁定项目现金流，SPV再向私募信贷机构及其他机构投资者举债。其经济实质是将一次性的公司资本开支转化为未来多年的租赁或采购支出，并将相应债务留在SPV资产负债表，因此被BIS称为“影子借贷”（Shadow borrowing）。截止2026年二季报，5家大型云厂商表外负债规模达2.6万亿美元（CCIR数据）。

当前，私募信贷尚未出现全面信用恶化的迹象，但部分风险指标已释放“预警”信号。

1）私募信贷违约率有所提升，截至2026年二季度，私募信贷违约率约为2.5%，较2024年水平有所提升；

2）BDC中被迫修改协议新增的PIK占比上升，或反映广泛现金流压力（波士顿联储研究）。2020年后新增PIK（实物付息条款）贷款中，非应激性PIK（非原始条款包含的PIK）占比显著上升；这类贷款比例的上升，说明借款人现金流不足，只能被迫通过修改协议以短期缓解流动性压力，反映了底层现金流的边际恶化；

3）软件服务（SaaS）板块可能影响BDC风险。AI削弱传统软件服务（SaaS）行业的收入确定性和定价权，软件股已率先反映商业模式重估。由于私募信贷BDC投向互联网软件的比例高达20%，2025年10月-2026年3月，对软件服务暴露度越高的BDC下跌幅度越大。

我们构架了一个较为完备、可高频跟踪的AI“融资风险”监测体系。展望未来，在资本开支规模持续扩张背景下，对于AI融资风险的监测至关重要。因此，我们构建了一套较为完备、高频的AI“融资风险”监测体系。主要包括两部分，一为“存量杠杆”部分，虽然头部云厂商预期负债权益比不断上修，但预期净负债/EBITDA不断下修，显示企业盈利强劲；二为“外部融资”部分，涵盖信用利差、股权融资规模、BDC股价、软件股表现、数据中心ABS发行额等指标。

（三）AI“烧钱模式”的临界点？

AI资本开支需要多高的回报率才“划算”？若2027年新增3500亿美元大模型ARR，大致对应1.4万亿美元AI资本开支。AI 融资压力的“临界点”在哪里？随着市场对 AI 的定价逻辑逐步转向融资约束与现金流约束，AI 资本开支能否实现回报的重要性显著抬升。研判 AI 融资压力，不能仅局限于风险指标的量化监测，还需要同步锚定产业底层逻辑与资本回报率的现实约束；我们对 Capex 与大模型年化收入进行建模，预估大模型环节、云计算环节各自获取大模型收入链路中留存部分营业利润，我们预计明年若新增 3500 亿美元 ARR，即大模型层面整体年化收入迈向 $5000‑6000 亿，可以支撑约超 1.4 万亿美元的 Capex。

我们构建了一套针对AI“盈利前景”的高频监测体系。美国AI“烧钱模式”的临界点或取决于盈利预期的兑现。换句话说，监测AI融资风险固然重要，但盈利可能是决定 “阈值”的关键要素。因此，我们构建了一套AI“盈利前景”监测体系，我们将头部大模型公司ARR、头部云厂商及科技板块重要盈利指标预期囊括在内。

回顾互联网泡沫时期经验，商业模式缺乏盈利兑现、美联储加息是导致泡沫破灭的核心要素。

1）互联网泡沫时期，商业模式缺乏盈利兑现。互联网泡沫时期的融资潮以IPO为鲜明特征，且多数科技企业在IPO时尚未实现盈利。

2）美联储加息是诱因。1998年9月，在俄罗斯主权债务违约和长期资本管理公司（LTCM）破产的冲击下，美联储“预防式降息”3次、合计75bp，推动金融条件改善和经济与资本开支周期的延续，美股加速上行。1999年中之后，为了防止经济过热和美股的“非理性繁荣”，格林斯潘开启加息周期，但在资本扩张、外资流入、IPO热潮和克林顿时代“新经济”叙事下，美股再次加速上行，直到2000年3月泡沫破裂。

微观上，对比互联网泡沫时期，当前美股头部科技公司财务指标稳健，盈利涨幅远超市值涨幅。对比科网泡沫时期与当前头部科技公司的市值、净利润变化可见：互联网革命时期，头部科技公司市值涨幅远超利润；而2022年以来，头部公司市值涨幅与利润仍相对匹配，这表明股市上涨及资本开支加码背后有盈利支撑；从财务数据来看，Mag7公司现金/市值、ROE、净利率均高于科网泡沫时期的头部公司（见下图），说明当前AI科技领域投资建立在稳健的财务基础之上。

宏观上，综合就业偏弱、通胀降温，以及经济动能放缓，基本面尚不支持美联储立即加息。经济上，基于AI资本开支边际放缓、高利率抑制经济、居民消费驱动力回落，美国增长或放缓，或构成美联储“按兵不动”的支撑逻辑；就业上，近期非农数据连续两次弱于预期，薪资增速低迷，暂不构成通胀风险；通胀上，近几月通胀呈现回落趋势，基本面不支持立即加息。此外，与7月类似，弱美元可能是美联储加息的一个外部约束。下一步，需关注月底Jackson Hole年会沃什的发言。

经过研究，本文重点如下：

1）AI在各融资渠道中的重要性与日俱增，未来企业债、私募信贷等或成为AI基建重要融资工具。上半年，AI发行在投资级企业债、高收益企业债、VC、IPO+增发中的占比分别达34%、40%、85%、58%；据FSB预测，2025-28年AI基建开支或达2.9万亿美元，多数由外部融资支撑；

2）我们构建了一套完备、可高频跟踪的AI“融资风险”监测体系。一为“存量杠杆”，虽然头部云厂商预期负债权益比不断上修，但预期净负债/EBITDA不断下修，显示盈利强劲；二为“外部融资”，涵盖信用利差、股权融资额、BDC股价、数据中心ABS发行额等高频指标；

3）我们构建了一套针对AI“盈利前景”的高频监测体系。美国 AI“烧钱模式”的临界点或取决于盈利预期的兑现。因此，我们构建了一套AI“盈利预期”监测体系，将ARR、头部云厂商及科技板块的盈利指标预期囊括在内。过去一年，上述指标均处于上行或上修趋势之中；

4）往后看，微观上盈利预期能否兑现、宏观上美联储会否加息是AI“烧钱模式”能否持续的关键。微观上，对比互联网泡沫时期，当前美股头部科技公司财务指标稳健，盈利涨幅远超市值涨幅；宏观上，综合就业偏弱、通胀降温，以及经济动能放缓，基本面尚不支持美联储立即加息。

风险提示

1、原油价格中枢上移超预期。俄乌冲突尚未终结，叠加中东地缘政治的不稳定性，原油价格中枢上移或超预期，进而增加全球经济的滞胀风险。

2、沃什的政策立场“偏鹰”。如果油价中枢长期运行于高位，导致中长期通胀预期上行，沃什的货币政策立场或偏鹰。

3、美国经济放缓超预期。美国劳动力市场仍处于“低增长平衡”状态，私募信贷的风险仍未出清，靠消耗储蓄维持的消费也难以为继。

注：本文内容节选自申万宏源宏观2026年8月16日发布的研究报告《美国AI“烧钱模式”的边界？》；分析师：赵伟、陈达飞、赵宇、李欣越、王茂宇、黄俊儒