上证报中国证券网讯（记者张欣然）AI基础设施建设热潮正推动科技巨头加大资本开支，其融资需求和信用定价正在影响全球信用债市场。
近期，Alphabet、亚马逊、Meta、甲骨文、英伟达和SpaceX等被市场归类为“AI超大规模计算商”的科技公司，今年以来已在全球债券市场累计发行约2440亿美元债券。过去数周，英伟达、SpaceX和亚马逊合计发行约750亿美元债券，对投资级企业债市场形成较大供给压力，部分新券上市后在二级市场走弱，压力也蔓延至大型计算基础设施提供商板块信用利差。
过去，科技巨头在债券投资人眼中往往意味着现金流充裕、资产负债表稳健、融资成本较低。如今，随着AI算力、数据中心和电力配套投入快速扩张，债券市场开始重新审视这些企业的资本开支强度、债务承受能力和投资回报周期。
从轻资产故事到重资产竞赛
AI到来之前，科技巨头讲的是轻资产故事。一套代码、一批用户、一个平台，就可以支撑业务快速扩张。强现金流、低杠杆、高利润率，使这些公司长期享受较低融资成本。
但AI基础设施不同。它不是简单增加一项软件功能，而是真金白银堆出来的重资产投入：数据中心、高端GPU芯片、电力系统、网络设施，每一项都意味着巨额资本开支、较长回收周期和快速折旧压力。
中证鹏元国际评级部董事左一鸣对上海证券报记者表示，本轮科技巨头大规模发债，本质上是一轮由AI产业“军备竞赛”驱动的、规模空前的资本开支周期。但从融资方式和扩张节奏看，已呈现出明显的信用扩张特征。
在他看来，传统产业投资通常遵循“下游需求爆发-引导投资增加-推升供给”的路径。本轮AI投资虽有终端需求支撑，比如生成式AI用户规模扩大、企业端商业化加快推进，但增长形态更接近“供给创造需求”——企业先通过大规模融资把基础设施建起来，再等待应用场景成熟和付费转化。
“这更像一场在产业趋势助推下、由债务杠杆驱动的‘勇敢者游戏’。”左一鸣说，真正的风险不在于AI是不是伪需求，而在于债务驱动的资本开支节奏，是否已经明显超前于商业化变现进程。
这种变化已经反映在财务报表上。高额AI资本开支正在持续消耗部分科技企业的自由现金流。随着经营现金流越来越多被投向数据中心和算力建设，债务融资正成为支撑AI扩张的重要渠道。
甲骨文就是一个典型样本。有美国对冲基金从业者对记者表示，甲骨文云基础设施业务快速增长，大量新增订单来自AI云基础设施合同。但与订单一同扩张的，还有资本开支和债务压力。其一边拿下大额算力租赁订单，一边需要持续投入数据中心、GPU、电力和运维系统。经营现金流虽有增长，但在巨额资本开支扣除后，自由现金流明显承压。
这也是债券投资人重新审视科技巨头的原因，它们仍然是科技巨头，但不再只是轻资产平台公司，而是越来越像重资本开支的基础设施建设者。
债券市场不再只听AI故事
资本市场并非不相信AI。大模型训练算力快速增长，AI Agent落地带动推理算力需求上升，高端GPU仍处于紧缺状态，这些都说明AI基础设施存在真实需求。
但债券投资人关心的问题更加直接：投入什么时候变成收入、现金流能否覆盖债务、未来还要发多少债。
SpaceX债券的表现，就给市场上了一课。美东时间6月26日，SpaceX刚发行的250亿美元债券遭遇抛售，其中10年期债券收益率升至近6%，与美国国债的利差扩大至1.6个百分点以上。
这一表现与同期其他科技巨头形成对比。英伟达长端债券利差仅温和走阔，Alphabet长端利差甚至收窄。SpaceX的剧烈波动则说明，债券市场并不是简单给“科技巨头”统一定价，而是开始区分不同企业的现金流质量、治理结构、业务稳定性和债务用途。
PGIM投资组合经理Michael Campion对此表示，投资级债券投资的核心考量主体偿债能力，债权配置的定价锚是企业真实现金流，而非远期增长预期。
多位海外交易员称，这是高增长叙事与固定收益逻辑之间的冲突。股权投资者可以为遥远未来买单，债券投资者却更关注当下现金流和偿债能力。当两者之间的鸿沟难以弥合时，债券市场就会用利差走阔重新投票。
左一鸣认为，当前市场核心矛盾，并非质疑头部企业短期信用资质，而是担忧AI算力军备竞赛带来持续不断的债券供给。持续大规模融资需求可能压制债券价格、抬升风险补偿，最终推动科技板块信用利差中枢重新定价。
过去，科技巨头的信用利差更多反映企业基本面稳健和市场地位强大；如今，AI资本开支正在成为新的定价变量。谁的现金流更稳，谁的AI投入更接近商业化回报，谁的债务扩张更可控，债券市场会给出不同价格。
警惕“先建后等需求”
海外科技巨头的AI发债潮，对国内市场同样具有启示意义。
近年来，国内互联网科技企业也在加大AI、云计算、数据中心等领域投入，部分企业已通过在岸和离岸债券融资支持相关项目。业内人士表示，这与海外科技巨头逻辑类似，AI基础设施需要大量前期投入，债务融资可能成为重要资金来源。
有香港高收益债从业者对记者表示，问题在于，AI基础设施不是所有项目都天然具备高回报。算力、数据中心、智算中心如果过快铺开，而有效需求尚未跟上，就可能出现资产利用率不足、投资回报不及预期、现金流承压等问题。
“这并不是否定AI产业价值，而是提醒市场区分真正有技术壁垒和需求支撑的AI基础设施，与低水平、重复建设的伪科创项目。”该人士强调。
左一鸣建议，从监管角度看，应完善AI基础设施融资监测和风险预警，提高融资信息透明度，严控资金流向伪科创项目，防范盲目投资和过度举债，避免低效重复建设。
从评级和投资角度看，传统科技企业信用分析框架也需要调整。评级机构和投资者不能只看企业规模、行业地位和盈利能力，还要持续跟踪算力需求变化、技术迭代速度、资本开支强度、自由现金流、债务期限结构以及AI资产回报周期。
“AI行业分化发展将是主旋律。”左一鸣表示，当前全面投资扩张必然伴随剧烈的优胜劣汰。未来如果上游AI基础设施过快落地，而有效需求尚未跟上，部分低端项目可能面临结构性产能过剩和投资回报不足的问题。
AI基础设施建设仍具有长期产业价值，但债券市场不会只为故事买单。
对科技企业而言，AI投入不能只回答未来空间有多大，也要回答债权人最关心的问题，现金流何时回来，折旧压力如何消化，债务扩张能否持续。随着AI融资潮继续推进，信用市场对科技巨头的定价逻辑，正在从相信巨头转向检验现金流。
