一个曾经不需要被讨论的问题，现在成了 AI 行业的核心议题：这些数据中心的钱，到底从哪里来。过去十年，全球最大的科技公司现金多到几乎没人关心它们的增长是如何融资的。人工智能正在改写这道等式。
资本支出追上了现金流
变化的速度比金额本身更值得注意。
按各家最新指引，微软、谷歌、亚马逊、Meta 与甲骨文五家公司的资本支出总额，已从 2023 年约 1540 亿美元升至 2024 年约 2390 亿美元，2025 年进一步冲到约 4120 亿美元；2026 年这一数字可能接近 7800 亿美元，几乎是 2025 年的两倍。
同期的收入增长明显没有跟上这个节奏。这五家公司的自由现金流合计从 2024 年约 2390 亿美元降至 2025 年约 1910 亿美元，资本支出占经营现金流的比例则从约 50% 攀升至 68%。以 2026 年为例，若资本支出达到 7800 亿美元、经营现金流约 6500 亿美元，那么在分红与股票回购之前，行业就已经存在约 1300 亿美元的资金缺口。
最具象的案例来自谷歌母公司 Alphabet。2026 年第二季度，该公司经营现金流为 391 亿美元，资本支出达到 449 亿美元，自由现金流约为负 59 亿美元——这是 Alphabet 上市以来首个自由现金流为负的季度。亚马逊也出现类似挤压，过去十二个月自由现金流转负，尽管其云业务 AWS 营收仍在快速增长。微软是重要的反例，仍保持正的自由现金流。
从趋势线看，2023 年第二季度至 2026 年第一季度，上述五家公司经营现金流的年化增速约为 23%，而现金资本支出的增速约为 70%。两条线在 2026 年下半年附近收敛，合计自由现金流被推向零。仅 2026 年第二季度，亚马逊、Alphabet、微软与 Meta 四家的资本支出就约为 1650 亿美元。
钱不够，就去借
缺口需要外部资金填补，方式主要有两条。
一是发债。据 FactSet 统计，Alphabet、亚马逊、Meta、微软与甲骨文的增量年度债务占资本支出的比例，从 2024 财年的 9% 升至 2026 年中的过去十二个月 32%。2025 年，五家公司合计发债约 1360 亿美元，覆盖了大约三分之一的资本支出需求；2026 年上半年，这一发行规模已接近 2000 亿美元。全球数据中心相关债券发行额在 2025 年达到 1820 亿美元，较前一年翻倍。
二是压缩回购。五家公司的回购规模从 2021 年第四季度的峰值约 500 亿美元，降至 2026 年第二季度的约 50 亿美元。
高盛在 7 月中旬的策略报告中给出了更直白的判断：超大规模云厂商的 AI 资本支出扩张已逼近自身融资能力上限。其数据显示，亚马逊、微软、Alphabet、Meta 四家 2026 年合计 AI 资本支出预计为 7250 亿至 7700 亿美元，较 2025 年增长超过 77%，规模几乎等同于四家企业全年运营现金流总和。高盛分析师直言：”对错失机遇的恐惧已成为比股东回报更强的激励因素。”
国际清算银行（BIS）在 6 月末的年度经济报告中，将 AI 投资热潮的可持续性列为威胁全球经济的四大压力点之一，并特别提示”循环融资”结构正在累积隐性风险：芯片厂商与云厂商交叉持股、绑定长期采购合同，把股权、债务与供应链协议交织成复杂网络。
“债务炸弹”还是”超级资本开支周期”
围绕这一现象，市场存在两种截然不同的解读。
一派担忧的核心是表外债务。日本经济新闻的一项研究显示，Alphabet、微软、亚马逊、Meta 与甲骨文的表外债务规模约为 1.65 万亿美元，四年间增长约八倍，已超过它们账面报告的 1.35 万亿美元。英国《金融时报》2025 年 12 月曾报道，科技公司通过特殊目的载体等结构，把超过 1200 亿美元的 AI 数据中心支出移出了资产负债表。高盛估计，到 2030 年超大规模厂商在 AI 与数据中心上的支出可能达到 5.3 万亿美元。
这套结构常被拿来与 2001 年破产的能源公司安然（Enron）类比。但持不同意见者认为类比失当。会计师出身的专栏作者吉恩·马克斯（Gene Marks）在《卫报》撰文明确反对”债务炸弹”的说法。他解释了运作机制：企业设立一个不纳入自身财报合并范围的独立实体，由该实体向投资者、银行与金融机构募资并建设数据中心，母公司通过合同获得建成后的独占使用权——数据中心到手了，大部分建设债务却不体现在自己的负债表上。
马克斯的论点是，这种做法本身并不新鲜也不违法。他回忆自己 1980 年代中期入行时的客户、上市生物科技公司 Centocor 就采用过类似的表外融资：设立有限合伙实体，公司只持少数权益，由实体发债并吸收有限合伙人投资，用于新药研发，公司再取得独占使用权。当时数以亿计的资金流入这类合伙制安排，也确实有药物在临床试验中失败，但并未引发股市恐慌，因为风险被分散了。他的结论是：可以审视这些公司、可以细读财报脚注、可以争论合并口径，但不该称之为安然——安然的问题在于那种级别的舞弊，而当下几乎不可能重演。
分析师吉尔·卢里亚（Gil Luria）对彭博法律的表述与此接近：”安然的罪不在于设立了特殊目的实体，而在于隐瞒了它们。”如今监管趋严、披露更充分，同样的工具在合法框架内使用。
中金公司 7 月 29 日的研究报告则给出了一个折中框架。该报告认为，本轮 AI 投资周期已从由科技巨头内部现金流驱动，演变为由企业信用、项目资产与全球长期储蓄推动的信用扩张周期；真正的脆弱之处不在于金融机构是否过度杠杆，而在于融资条件能否延续——低成本资金、高贷款价值比、快速审批能否维持。其结论是：只要 AI 需求与现金流路径尚未被证伪，当前的债务扩张更像一轮超级资本开支周期，而非终极泡沫；2026 至 2027 年是新兴 AI 云服务商局部流动性风险最值得警惕的时间节点。
判断标准正在切换
两派共同承认的一点是：自由现金流转负本身不等于坏消息。对处于重投资阶段的企业而言，这是常态，代价是必须找到其他资金来源来填补缺口。高盛也预计这种压力最终会逆转，自由现金流将在 2028 至 2029 年显著恢复。
真正改变的是定价与评价的逻辑。此前市场遵循”谁烧钱多、谁扩产猛”的思路，上游硬件环节享受量价齐升的高增长估值；如今的关注点转向”谁能高效变现算力价值”，资本开支效率、资产利用率、应用落地速度成为核心指标。用一句概括来说，行业正从”建设思维”转向”运营思维”，从算力建设的上半场进入应用落地的下半场。
对普通读者而言，这场争论的现实意义在于：AI 基础设施的扩张速度，最终要由 AI 应用的收入速度来兑付。技术判断和财务判断需要分开评估——即便对 AI 的长期价值判断正确，投资周期、财务期限与硬件折旧也不会等人。
