AI 基建的资金结构正在经历一次压力测试。新云厂商的债务规模快速膨胀，二级市场开始用脚投票，连原本计划上市的公司也临时踩了刹车。在这样的氛围里，全球最大另类资产管理机构之一黑石选择站出来给市场“降压”：这轮算力扩张的债务风险被高估了。
一笔贷款如何变成行业模板
黑石管理资产规模约 1.3 万亿美元，近两年把大量资源投向算力基础设施。其 AI 业务中枢设在旧金山，由资深合伙人 Jas Khaira 牵头，他本人从纽约迁往湾区，直接贴近这轮技术浪潮的中心。
真正让黑石在这条赛道上站稳脚跟的，是一套针对新云厂商的融资结构。这类公司租出 GPU 算力，资产重、现金流前期薄，传统信贷模型很难给它们定价。黑石的做法是把两件事拆开看：一是已签订的客户合同，二是作为抵押品的 GPU 本身。2023 年，一家当时收入仅数千万美元、盈利有限的新云厂商找上门来，寻求约 23 亿美元贷款。黑石之所以敢放款，关键在于其客户名单里有微软这类高信用等级买家，同时英伟达既是芯片供应方也是投资方，抵押物价值有市场参照。
这套“合同信用 + 硬件抵押”的组合，随后被复制到多笔交易中，包括与另一家机构共同牵头、为澳大利亚 GPU 供应商提供的百亿美元级授信。黑石也直接投资算力与芯片环节，例如与谷歌合作商业化定制 TPU 的新云项目，以及押注芯片初创公司。
市场在担心什么
Khaira 并不否认近期出现了紧张信号。他把压力来源归为三重叠加：
- 利率在 9 月走高，通胀数据偏热，意味着借贷成本可能继续上行；
- AI 基础设施债券供给集中放量，推高了信用利差；
- 即便资产负债表稳健的科技巨头，发债融资的溢价也在扩大。
压力已经传导到股价和发行市场。头部新云厂商股价短期内明显回撤，一家澳大利亚 GPU 供应商则放弃了原定估值约 300 亿美元的上市计划。Khaira 对此的判断相当直接：那个估值水平上没有买家，交易自然无法完成。市场正在重新给新云厂商定价，而利率上行期恰恰是最难达成共识的时刻。
为什么不是2008
对“AI 债务会引发系统性信用危机”的说法，Khaira 给出了一个结构性反驳：绝大多数数据中心是为主流超大规模云厂商建设的，背后承担债务的是全球信用资质最强的一批公司，而不是一堆杠杆率失控的金融机构。用他的话说，这不像当年那些资质摇摇欲坠的银行。
这个判断有其道理，但也需要打上折扣。信用资质强的是终端承租方，而债务往往记在新云厂商和项目公司账上，中间隔着多层租赁与担保结构。一旦算力租金下行或客户合约重谈，抵押物估值和现金流会同时承压。GPU 作为抵押品的特殊性在于折旧快、代际更替猛，这正是市场质疑的焦点所在。
| 观察维度 | 乐观解读 | 需要警惕的信号 |
| 终端客户 | 多为高信用等级巨头 | 合约期限与违约条款不透明 |
| 抵押资产 | GPU 有活跃二级市场 | 折旧快、代际贬值风险高 |
| 融资成本 | 利差走阔属阶段性 | 利率与通胀若持续，再融资压力累积 |
| 需求侧 | 算力仍供不应求 | 应用落地节奏不均，回报呈锯齿状 |
需求端的真实温度
Khaira 提到一个容易被忽略的细节：企业对 AI 的投资回报确实存在，但分布极不均匀。技术采纳更像锯齿形曲线——先有一波算力超前投入，再等应用层慢慢消化，中间那段“看起来像供给过剩”的窗口，往往就是市场情绪最悲观的时刻。
黑石自身也在往应用侧延伸，与模型公司和另一家私募共同设立了规模约 15 亿美元的合资实体，派出前置工程师帮助被投企业把 AI 接入实际业务流程，起点是黑石旗下数百家 portfolio 公司。这个动作本身说明，光靠卖算力已经不够，谁能把算力转化成客户的效率提升，谁才能支撑下一轮估值。
给从业者的三条行动建议
第一，把融资结构当成产品来设计。 如果所在企业依赖算力资产融资，提前梳理客户合同质量、抵押物估值方法和 covenant 条款，比在利率高点临时找钱要主动得多。可以参考黑石那套思路，用可验证的合同现金流为硬件资产增信。
第二，对 GPU 抵押做压力测试。 按代际更替周期设定保守的残值曲线，而不是按当前现货价线性外推。利率每上行一个台阶，抵押率的安全边际就要重新计算。
第三，把 ROI 叙事落到可审计的指标上。 采纳曲线呈锯齿状是常态，但资本市场不会无限期容忍“先建后用”。提前定义单位算力产出、部署周期和回收期，能在情绪转冷时提供最有力的辩护。
对关注这一领域的读者，更多算力经济与 AI 基础设施的分析可参见 AI Explorer 的相关专题；如需进一步沟通，请访问 AI Explorer 联系页面。
这轮 AI 基建的债务问题，本质不是“会不会爆”，而是“以什么价格、什么结构、由谁承担”。黑石的乐观有其资产结构上的依据，但把系统性风险的低概率，误读为个体项目的高安全，才是当下最值得警惕的认知偏差。