2026 年 7 月 14 日，Hacker News 上一篇题为「Financing the AI boom: from cash flows to debt [pdf]」的帖子登上了首页，获得 140 分和 82 条评论。
帖子链接的是一份今年 1 月由国际清算银行（BIS）发布的第 120 号公报——作者为 Iñaki Aldasoro、Sebastian Doerr 和 Daniel Rees。这份 8 页的报告在 7 月重新引发讨论，背后有一个更紧迫的背景：BIS 在 6 月 28 日发布的《2026 年度经济报告》中，明确将 AI 融资的可持续性列为全球经济面临的最大风险之一。
一份报告时隔半年再次被集中讨论，意味着它触及的问题不但没有消退，反而在加速累积。
数字有多大：AI 投资已经「吃掉」了半个 GDP 增长
BIS 报告给出的数据框架建立在美国市场之上——AI 投资的最大集中地。
自 2022 年以来，AI 相关投资在美国 GDP 中的占比持续攀升。到 2025 年年中，数据中心（含设备和建设成本）与 IT 制造设施的支出合计已占 GDP 的 1%。如果加上其他 IT 设备和软件，这一数字达到了 5%，超过了 2000 年互联网泡沫时期的峰值。
但有一个关键差异：2000 年的投资浪潮由「使用 IT 的公司」驱动（各行业都在采购 PC、服务器和软件），而这一次是由「生产 IT 的公司」驱动——建芯片厂、铺数据中心、采购 GPU 集群。
对 GDP 的贡献同样惊人。2022 年之前，半导体制造设施和数据中心的支出对 GDP 增长的贡献几乎为零；此后的三年间，年均贡献 0.4 个百分点。将范围扩大到全部 IT 投资，它贡献了近几个季度美国 GDP 增长的近一半——这在很大程度上抵消了贸易关税带来的负面影响。
分析师预计，未来五年数据中心年支出可能增加 1000 亿至 2250 亿美元，使其占 GDP 的比重从当前的 0.5% 上升至 0.8%-1.3%。
问题是：谁来为这一切买单？
融资结构的根本性转变：从现金流到债务
BIS 报告的核心观察清晰而直接：科技巨头过去主要靠自身经营现金流为投资提供资金——Alphabet、Amazon、Meta、Microsoft 和 Oracle 这些公司历史上负债率远低于其他行业。但现在，这条路径正在被堵死。
以 2025 年的数据来看，这五大公司的资本支出增长曲线已经和自由现金流曲线发生了交叉——资本支出跑到了自由现金流的前面。直觉上这意味着：自有的钱不够花了。
股权融资也不是理想选项。AI 公司估值高度集中且波动剧烈，发行窗口窄，新股增发对长期、重资产项目的成本稀释效应显著。所以答案指向了一个方向：债务。
BIS 报告观察到，这些公司正在「越来越多地通过债务为 AI 投资融资」。公司债券、租赁安排和贷款成为主要工具，这使得投资者可以在时间上分散成本，并将融资期限与数据中心资产的长期经济寿命匹配。
JPMorgan 在 2026 年 6 月的一份研报中估算，AI 相关债务融资将在 2030 年前达到 4.1 万亿美元。Reuters 在 7 月 7 日的报道中确认了这股趋势：科技巨头「过去典型地依赖现金来为投资融资」，但最近通过债券市场筹集了近 1000 亿美元，Oracle 甚至表示计划在 2026 年通过债务和股票组合融资 450 亿至 500 亿美元。
这意味着科技公司资产负债表的结构正在发生根本改变。
私人信贷的角色：从零到 2000 亿美元
BIS 报告中最值得留意的部分，是私人信贷在 AI 融资中的急速扩张。
私人信贷基金对 AI 相关行业的直接贷款余额已从接近零增长到超过 2000 亿美元，占私人信贷总量的比重从不到 1% 上升至接近 8%。基于 AI 投资 50%-300% 的增长预测，BIS 估算到 2030 年这一数字可能达到 3000 亿至 6000 亿美元。
目前约有 20% 的私人信贷基金参与了 AI 相关投资（2010 年这一比例仅为 5%）。但以平均暴露度来看，AI 贷款在单个基金组合中的占比仍在 5% 左右——虽然增长迅速，但还没有达到系统性集中。
贷款条款方面，AI 相关贷款与非 AI 贷款在担保率（46% vs 48%）、期限（4.7 vs 4.8 年）和利率利差（6.2 vs 6.1 个百分点）上「没有显著差异」。BIS 对此的解读耐人寻味：如果利差反映的是贷款的风险定价，那么贷款人认为 AI 项目的风险和其他私人信贷借款人的平均水平相当——但 AI 公司的股权估值暗示的却是远超平均水平的未来回报。
这两件事放在一起，说明至少有一个市场对风险的定价出错了。
「影子借贷」：资产负债表看不见的杠杆
BIS 在 2026 年 3 月的《季度评论》中进一步揭示了融资结构的另一层复杂性：大量 AI 基础设施投资通过特殊目的载体（SPV）或合资企业进行，以 GPU 芯片或数据中心不动产为抵押，由私人信贷基金和保险公司持有债务，但「在经济实质上等同于债务」的这些义务，大部分留在科技公司的资产负债表之外。
BIS 称之为「影子借贷」（shadow borrowing）：科技公司用未来的租赁现金流偿还债务，私人信贷基金和机构投资者成为实际出资人，银行则通过提供流动性额度支持这些 SPV，从而建立了新的冲击传导渠道——SPV 层面的再融资压力、私人信贷偏好的顺周期变化、或担保条款的触发，都可能成为风险放大器。
Bloomberg 在 2026 年 3 月的报道中将这种结构称为「AI 超级扩张者」（AI hyperscalers）的表外债务，并指出这正在增加保险公司和私人信贷基金对这些公司的暴露。
HN 社区的讨论：乐观、担忧与「大而不倒」
Hacker News 上 82 条评论构成了一幅从不同角度审视 BIS 报告的思维图谱。
关于场景假设的质疑。 用户 lbrito 注意到了 BIS 报告中的 Graph 2 只展示了「高增长」和「中等增长」两种情景，评论道：「作为一个外行问一句——我们是不是漏掉了至少一种情景？‘中等增长’真的是未来四年人们能想到的最坏情况吗？」这条评论获得多条回应。其中 Swizec 写道：「在目前的情况下，任何低于’中等增长’的经济都会崩溃。届时我们将面临更大的问题（想想 2000 或 2008）。」free_bip 则反驳：「正是因为这是个重大问题，我们才至少应该把它当作一种可能性来考虑，以便最大程度地减少影响。」
关于「大而不倒」。 senectus1 提出了一个被热烈讨论的判断：这像是「大而不倒」的前奏。nativeit 的回复获得了高赞：「我不确定我理解这个类比。银行之所以’大而不倒’，是因为它们涉及到每个主要行业和政府的财务，而不仅仅是因为它们有很炫的估值或市值。OpenAI 凭什么被认为是如此关键且与整个经济深度交织，以至于不能被允许倒闭？」reply 链中有人补充：即便政府出面救助 AI 公司，也需要每几个月再救助一次——因为它们没有在盈利。
关于 AI 盈利能力的根本性质疑。 amazingamazing 的一个长评论获得了广泛共鸣：「抛开实用性不谈，我几乎没有看到 AI 在为任何公司创造利润（是利润，不是收入）——除了那些利润本身就来自 AI 或 AI 基础设施的公司。」他以 Duolingo 为例：这是最应该受益于 AI 的公司之一，但过去一年股价下跌了 70%。评论区有人指出 Costco 等零售商的 AI 部署也存在类似困境：订阅成本增加 10%，但利润率只有 3%，无法通过效率提升抵消投入。
关于历史类比。 desktopentree 评论道：「如果增长没有兑现，基础设施的投入就会像互联网泡沫一样上演。这次最大的区别在于收益——如果收益下降，其他都会跟着崩塌。」cperciva 则提供了一个更宏观的视角：「按通胀调整后的美元计算，AI 支出远超以往的’超级项目’。但按 GDP 占比来看，它相当温和——和阿波罗计划的规模相当。」tripletao 立即回应质疑这一估算：「超级扩张者的资本支出本身就占美国 GDP 的约 2%，还不包括其他成本。」
关于谁在承担风险。 blobbers 半开玩笑地说：「至少如果数据中心使用量暴跌，我们会有廉价电力——从那些已经建好的基础设施中。」rogerrogerr 迅速泼了冷水：「不，我们不会有——所有基础设施都有巨大的资本支出需要偿还，而我们将没有数据中心来帮助支付这些成本。」HWR_14 补充了电力行业的具体风险：「公共事业公司会将所有成本转嫁给客户。如果数据中心倒闭了，剩下的客户（企业和居民）就得承担更大份额的建造成本债务。」
把这放在历史的坐标系里
BIS 报告本身在风险评估上表现出了相当程度的克制。它用一个图表（Graph 4）将 AI 投资热潮与其他国家的历史投资热潮进行了比较：
- AI 投资热潮（约 1% GDP）的规模与美国 2010 年代中期的页岩油热潮大致相当
- 只有 1990 年代互联网热潮的一半（约 2% GDP）
- 日本 1980 年代的商业地产投资热潮和澳大利亚 2010 年代的矿业投资热潮，分别是 AI 热潮的 5 倍以上
但 BIS 同时又指出，投资热潮的结束通常伴随着 GDP 增长放缓超过 1 个百分点，且几乎没有证据表明投资热潮能在中期内转化为 GDP 增长的持续提升——即使是像 1990 年代互联网热潮那样由技术进步驱动的投资周期。
报告中有一句话值得单独拿出来读：「如果 AI 投资的下降伴随着股市的大幅回调，负面溢出效应可能比以往的投资热潮更大。」原因是：投资者大量通过美股获取 AI 敞口，而隐藏的杠杆可能导致信贷市场出现连锁反应。
一个正在形成中的分歧
把 BIS 报告、JPMorgan 研报、Reuters 报道和 HN 社区的讨论放在一起看，一个清晰的分歧正在形成：
一边是股权市场——以极高估值押注 AI 将带来超常的未来回报。另一边是债务市场——以和普通私人信贷借款人类似的利率向 AI 项目放贷。BIS 报告直接点出了这个矛盾：「这种分歧表明，要么贷款人可能低估了 AI 投资的风险，要么股权市场可能高估了 AI 未来能产生的现金流。」
历史不会简单重复，但它提供了一些参考框架。2000 年互联网泡沫破裂时，主要受损的是股权投资者——科技公司大多靠股本融资，债务敞口有限。而这一次，私人信贷基金、保险公司、银行流动性额度都深度嵌入了 AI 基础设施的融资链条。如果回报预期落空，风险不会只停留在纳斯达克的 K 线图上。
本文的素材来自公开信息和社区讨论。如果你对这个话题有更深入的一手经验，欢迎指出文中的不足。
参考链接
- BIS: Financing the AI Boom — from Cash Flows to Debt（第 120 号公报）
- BIS: Financing the AI Infrastructure Boom — On- and Off-Balance Sheet Borrowing（2026 年 3 月季度评论）
- BIS Annual Economic Report 2026 — Chapter I: Progress and Peril
- JPMorgan: The AI Boom Is Becoming a $4.1 Trillion Debt Story
- Reuters: Tech Companies Tap Debt, Equity to Fund AI and Cloud Expansion
- Bloomberg: AI Hyperscalers’ Shadow Borrowing Bolsters Private Credit Risks
- The Guardian: Billions Spent and Hypothetical Returns — the AI Boom Explained with Six Charts
- Hacker News Discussion: Financing the AI Boom — from Cash Flows to Debt [pdf]