AI越火，钱反而越贵？2200亿美元发债潮开始反噬科技股

AI最反常识的一幕正在发生。

过去两年，投资者一直担心高利率会压制AI：钱越贵，科技股估值越低，数据中心融资成本也越高。但到了2026年，因果关系开始倒过来——AI自己正在成为推高长期资金价格的新力量。

LSEG数据显示，今年以来Alphabet、Amazon、Meta等美国科技巨头累计发债规模已经接近2200亿美元，超过2025年全年1080亿美元的两倍。与此同时，美国30年期通胀调整后实际收益率已逼近3%，处于约18年来高位；美国财政部最新30年期国债拍卖利率更达到5.22%，创2001年以来最高水平。

一个新的AI悖论由此出现：

为了建设一个未来能够提高生产率的产业，科技巨头今天却在疯狂争夺资本；而这场资本争夺，可能先把全社会的钱变得更贵。

以前科技巨头不缺钱，现在为什么突然疯狂发债？

因为这一轮AI基础设施实在太贵了。

GPU只是第一笔钱。

GPU买回来以后，还要建设数据中心、服务器、网络、电力、冷却、储能，再签下一批长期能源和设备合同。

过去微软、谷歌、Meta等科技公司最大的特点是现金流极其充沛，数据中心建设很大程度可以靠自己的利润解决。

但当AI资本开支进入数千亿美元量级，情况开始改变。

高盛对整个AI信用市场的统计更惊人：截至8月初，其追踪到的AI相关债务发行规模已经接近5000亿美元，其中超大规模云厂商只占约40%。这说明借钱建AI，已经从几家科技巨头扩散到了数据中心、能源、电力等更广泛的产业链。

简单来说：

AI上半场抢GPU，下一阶段开始抢钱。

2200亿美元涌进债市，为什么会让所有人的钱变贵？

把全球长期资本想象成一个巨大的资金池。

现在美国政府要从里面借钱。

欧洲政府要为国防、能源和基础设施借钱。

企业要借钱。

AI巨头又突然加入，准备拿走数千亿美元建设数据中心。

问题来了：

钱并不是无限的。

当越来越多高信用等级的借款人同时发行债券，投资者可以挑选的资产增加，新发行人就必须给出更高的收益率，才能让投资者愿意继续买。

贝莱德投资策略师将目前的情况形容为一场罕见的**“资本争夺战”**。Reuters指出，AI企业大量融资与各国财政赤字、央行退出大规模购债、经济增长韧性等因素共同作用，正在推高全球实际收益率。

这里必须说清楚：

AI并不是高利率的唯一原因。

但它相当于在本来就十分拥挤的资金市场里，又突然出现了一个超级买家。

真正麻烦的不是5.22%，而是“实际利率”接近3%

为什么市场特别关注实际收益率？

因为它代表扣掉通胀以后，资金真正有多贵。

假设一只长期债券收益率5%，市场预期未来通胀2%，那么投资者获得的真实回报大约就是3%。

当无风险资产能够提供接近3%的长期真实回报时，股票面对的竞争就完全不同了。

以前利率很低的时候，投资者愿意为十年后的增长支付非常高的价格。

现在可以问：

既然长期国债就能提供相当不错的实际收益，我为什么还要为一家十年后才兑现利润的高估值公司承担巨大波动？

所以实际利率越高，未来现金流越远的资产越容易受到影响。

AI科技股恰恰是其中最典型的一类。

更讽刺的是，AI可能开始反噬自己的估值

于是一个很有意思的循环出现了：

AI需求爆发→ 科技巨头扩大资本开支→ 发债越来越多→ 债券市场要求更高收益率→ 实际利率维持高位→ 科技股估值承压。

换句话说，AI越繁荣，并不一定意味着AI股票估值就能够无限提高。

它甚至可能自己制造一个新的估值天花板。

Reuters 7月底对91只今年发行的超大规模云厂商债券进行统计，其中有可比数据的债券里，绝大多数二级市场收益率已经高于发行时水平，中位上升约22个基点。投资者对越来越多科技债的吸收能力，已经开始受到考验。

这就是一个非常值得重视的市场信号：

债券投资者开始要求AI公司为资本付更高的价格。

最危险的变化，是科技巨头开始从

“现金玩家”变成“融资玩家”

这可能是未来几年AI投资逻辑最大的变化之一。

如果一家企业拥有1000亿美元现金，每年赚500亿美元，再拿300亿美元建设AI，资金成本并不是核心问题。

但如果资本开支越来越大，需要不断发行债券甚至引入项目融资，那么每提高1个百分点的融资成本，都会变成真金白银。

Oracle已经提供了一个极端案例。

Reuters报道，其大规模AI基础设施投入正在明显增加资产负债表压力，公司债务达到约1295亿美元，同时还背负巨额未来数据中心租赁承诺；部分长期债券收益率已经升至7%—8%的水平。

这说明AI资本开支进入债务阶段之后，市场关注点会发生变化。

以前问：

“你还能建多少数据中心？”

以后可能先问：

“你借这么多钱，什么时候赚回来？”

这也是为什么AI开始进入“算ROI”的阶段

当钱接近免费时，企业最重要的是抢规模。

先买GPU。

先建机房。

先占客户。

晚一点赚钱问题不大。

可一旦实际资金成本持续提高，所有项目都会被重新拿出来算一遍账。

一个耗资100亿美元、五年以后才产生稳定现金流的数据中心，在实际利率1%的世界里可能非常诱人；到了3%的世界，投资回报要求自然明显提高。

高盛近期研究甚至估计，2026年美国AI投资规模可能达到约6000亿美元，相当于GDP约2%，而AI资本需求已经开始对其他企业融资成本产生一定挤出效应。

因此下一阶段，资本市场真正奖励的可能不再是：

“谁宣布的AI资本开支最大。”

而是：

谁能够证明每投入1美元AI资本开支，可以产生更多收入和自由现金流。

这对AI产业链意味着什么？

短期看，这未必是AI硬件的坏消息。

恰恰相反。

科技巨头愿意疯狂借钱，本身说明AI基础设施需求仍然非常强，否则不会主动提高杠杆。

芯片、存储、光模块、PCB、电力、液冷等“卖铲子”的企业，订单仍然可能继续受益。

真正的变化发生在估值层面。

过去市场可能只看：

有没有AI。

未来越来越需要看：

AI收入是多少？

客户真实利用率如何？

现金流什么时候转正？

投资回报率到底多高？

也就是说，高利率不会马上终结AI投资，但会开始淘汰低回报的AI投资。

AI最大的金融悖论，可能才刚刚开始

过去我们一直认为：

低利率催生AI泡沫，高利率刺破AI泡沫。

但现在可能出现第三种情况：

AI本身参与制造高利率。

它需要电，需要芯片，需要土地，需要数据中心，也需要越来越多长期资本。

与此同时，美国政府和全球其他经济体也在大规模融资。

当科技巨头和政府同时来到债券市场“抢钱”，资本价格自然很难回到过去十几年极低利率时代。

这并不意味着AI盛宴即将结束。

它意味着这场盛宴开始收到一张过去容易被忽略的账单：

资金成本。

AI上半场争的是算力，下一阶段可能开始争资本。

而当钱本身越来越贵，真正能够留下来的，未必是数据中心建得最多、资本开支喊得最高的公司。

而是那些能够最快回答一个问题的企业：

我借来的这1美元，到底能创造多少利润？

这可能才是2200亿美元AI发债潮背后，投资者最需要重新计算的一笔账。

参考资料：Reuters关于AI企业债务发行、全球实际收益率及超大规模云厂商信用市场的报道；Goldman Sachs Research关于AI债务市场及资本需求的研究；美国30年期国债拍卖公开数据。以上内容仅为财经市场与产业趋势分析，不构成任何投资建议。