380亿美元贷款压垮银行：AI基建的钱从哪来？

一笔380亿美元的贷款，让摩根大通和三菱日联银行忙了数月——不是为了放贷，而是为了把这笔钱"甩"给别人。

这不是地产泡沫重演，是AI数据中心建设正在变成银行业的压力测试。当单项目融资规模逼近银行内部风险上限，整个金融系统都在重新思考：这场基建狂潮的钱，到底该谁出？

一张图看懂：钱怎么流动，风险怎么转移

让我们先看清这笔交易的结构。Oracle在德克萨斯和威斯康星建设数据中心，需要380亿美元。摩根大通、三菱日联等银行掏钱放贷，但很快发现——吃太饱了。

银行的应对策略分成两条线：

第一条，直接卖贷款。据《金融时报》报道，部分银行甚至尝试折价把贷款卖给非银机构。这相当于割肉离场，只为降低敞口。

第二条更隐蔽：风险转移交易（Significant Risk Transfer）。贷款名义上还在银行账上，但违约风险被切出一部分，转给信贷基金、保险公司等投资者，换取对方承担风险后的收益分成。

Man Group的Matthew Moniot说得直白：数字太大，银行很快就开始"窒息"（choking）。Cheyne Capital的Frank Benhamou则认为，这类转移比常规操作更危险——运营商就那么几家，贷款高度集中，建设项目要么烂尾，要么成本远超预算。

这张图的核心矛盾在于：AI基建需要长期、大额、低流动性的资本，但银行擅长的是短期、分散、可交易的信贷。错配正在发生。

Oracle的融资拼图：债券+贷款+风险转移

Oracle自己也没闲着。在380亿银行贷款之前，它已通过债券发行筹集了180亿美元。

这意味着什么？一家公司的单一项目，就撬动了560亿美元量级的融资。对比传统基建——一座大型核电站造价约70-100亿美元，一条高铁线路分段建设——AI数据中心的资本密度是前所未有的。

更关键的是时间压力。AI竞赛不等人，OpenAI、Google、Microsoft都在抢算力，数据中心必须快速上线。这种"赶工期"心态，直接推高了建设风险：土地征用、电力接入、设备交付，任何环节卡住，成本就会失控。

银行被迫扮演了一个尴尬角色。它们既想抓住AI金融的高地，又不敢把太多鸡蛋放在一个篮子里。于是我们看到一种新型金融工程：把贷款切成碎片，把风险层层外包，让最终承担者离原始资产越远越好。

这像极了2008年前的证券化链条。区别在于，上次是住房抵押贷款，这次是钢筋水泥的服务器农场。

缅因州的否决票：政治风险被低估了吗？

金融风险之外，还有一道更难量化的变量：地方政治。

2026年4月24日，缅因州州长Janet Mills否决了一项法案。该法案原本要对20兆瓦以上的数据中心实施禁令，持续到2027年11月1日，同时成立委员会评估对电网、环境、地方经济的影响。

Mills的否决理由很具体：法案会阻断Jay镇原Androscoggin造纸厂址的一个5.5亿美元项目，损失800多个建筑岗位、至少100个永久职位，以及新增税收。

4月29日，否决成立。Mills转而签署了另一项...

（原文在此处中断，但信息已经足够说明问题）

这个案例暴露了三重张力：

第一，就业与环境的权衡。数据中心承诺高薪岗位和税基，但代价是电力消耗和土地使用。缅因州的选择是拥抱增长，但其他州可能不同。

第二，州级政策的不确定性。一项法案从提出到否决，前后数月，但足以让投资者重新评估全美项目的政治风险地图。今天支持数据中心的州长，明天可能换届。

第三，金融模型很难定价这种风险。银行可以算清建设超支的概率，但如何量化"俄勒冈州突然通过类似缅因州最初法案"的可能性？

Cheyne Capital的警告正在这里应验：运营商集中、贷款集中、风险维度多元——这不是标准的基础设施融资，这是高杠杆押注一个技术-政治复合体的稳定性。

银行业的集体困境：风险上限撞上AI野心

让我们回到数字本身。

摩根大通、摩根士丹利、三井住友银行——这些名字意味着全球最成熟的信贷机器。当它们同时触及"内部风险集中度上限"，说明问题不是某家银行的风控保守，而是整个行业的资本结构面临挑战。

传统上，银行通过分散贷款组合来管理风险：给一千家企业各贷一千万，好过给一家企业贷一百亿。但AI数据中心打破了这种分散性——项目太大、太专、太少，找不到足够多的优质标的来摊薄风险。

风险转移交易（SRT）的兴起，是银行在监管框架内的创新逃生舱。但它也创造了新的脆弱性：最终承担风险的可能是保险资金、养老金、信贷基金，这些投资者的流动性更差、信息更不对称、退出机制更弱。

如果某个巨型数据中心项目违约，链条上的每一环都会受到冲击。而考虑到AI基建的周期性——当前是建设高峰，两三年后可能面临算力过剩——这种违约并非不可想象。

更值得玩味的是银行的态度转变。从积极争抢AI金融份额，到主动寻求风险出表，中间只隔了几个季度。这种快速反转，往往意味着市场参与者对资产质量的重新评估。

谁该为AI基建买单？

这个问题正在分裂金融市场。

一方认为，数据中心是数字时代的公用事业，应该由长期资本——主权财富基金、养老基金、基础设施专项基金——来持有。它们的负债期限匹配，能承受建设期的波动，也不追求短期流动性。

另一方指出，AI技术路线的不确定性太高。今天的GPU集群，明天可能被专用芯片取代；现在的训练需求，未来可能被算法效率提升所稀释。让退休人员的养老金押注这种技术风险，是否道德？

银行试图走中间路线：既参与游戏，又不承担终局风险。但风险转移的链条越长，定价越模糊，系统性隐患越大。

Oracle的案例提供了一个观察窗口。380亿贷款+180亿债券，560亿美元量级的融资，最终由谁持有？是银行账上的一小部分，是折价接盘的非银机构，是通过SRT嵌入的各种基金？这个问题本身，可能比答案更重要。

因为它揭示了AI经济的深层结构：我们正在用20世纪的金融工具，支撑21世纪的基础设施。错配是真实的，调整是痛苦的，而时间并不站在耐心的一方。

当摩根大通开始"窒息"，当缅因州的否决票成为新闻，当风险转移交易从创新变成标配——这些信号指向同一个问题：如果银行的钱箱见底，AI基建的下一波浪潮，谁来买单？