布魯金斯學會最新研究指出，隨著人工智慧基礎設施迎來爆發性成長，直到2032年美國可能需要投入高達10.3兆美元的資金。哥倫比亞商學院教授預估，從2025年到2032年間，針對資料中心、電力系統、網路及專用運算設備的投資金額，平均每年將佔美國國內生產毛額(GDP)約3.6%。相較於過去的經濟發展軌跡，這波AI建設浪潮的規模，將遠遠超越美國歷史上在鐵路、公路、電氣化與電信基礎建設的投資熱潮。

科技巨頭支出首超現金流，融資面臨轉型壓力

在龐大的資金需求下，由科技巨頭主要以自有現金流和企業債務來應付基礎設施的傳統融資模式，正逐漸面臨極大壓力。根據報告預測，包含甲骨文(ORCL)、微軟(MSFT)、亞馬遜(AMZN)、Meta(META)與Alphabet(GOOG)在內的大型科技公司，2026年合計資本支出將超過8000億美元。這將是這些科技巨頭的資本支出首度超越其合併營業現金流，顯示出AI建設成本正急遽攀升。

複雜融資結構擴大資金池，潛在財務風險大增

為了因應龐大支出，科技產業的資金來源開始轉向租賃、合資企業、專案債務、私募信貸、證券化與特殊目的實體等多元管道。雖然這些較為複雜的融資結構大幅擴展了可用資金池，但同時也將龐大的財務槓桿與或有負債，從科技巨頭的公開資產負債表中轉移出去。這類表外融資使得整體市場的財務曝險變得更難以準確評估，成為潛在的金融隱憂。

Meta(META)百億專案成案例，高槓桿推升風險

以Meta(META)旗下的Hyperion資料中心為例，該專案耗資約300億美元。在Meta(META)將80%的股權出售給投資機構Blue Owl後，該專案藉由外部債務籌集了約270億美元。儘管Meta(META)本身維持著較低的企業槓桿率，但該單一專案層級的債務佔資產比率卻高達約90%，凸顯出表外融資帶來的高槓桿風險。

硬體淘汰與缺電成隱憂，學者籲提升透明度

除了財務結構的變化，AI產業鏈本身也面臨多重基本面風險，包括運算需求變動、硬體設備快速淘汰、電力供應穩定性、建設工程延誤，以及少數大型資料中心租戶的信用品質等問題。儘管學者尚未將這波AI建設浪潮視為與過去信貸泡沫相當的系統性金融威脅，但仍警告越來越複雜的表外融資結構，可能導致市場在景氣下行時難以提前察覺連鎖風險，呼籲提升市場透明度應成為重要政策方向。

權知道

我們重視「知」的權利 不惜抽絲剝繭、深入調查 只為讓投資人不錯過重要的投資訊息