8月17日，摩根士丹利首席固定收益策略师Vishwanath Tirupattur在最新报告中指出，AI投资周期正在从技术驱动转向资本驱动。

超大规模云厂商大幅上调资本支出计划，公开和私募信贷市场在AI基础设施融资中承担了更大份额，投资者开始对不同借款主体和商业模式作出更细致的区分，而融资结构也在快速迭代，触角延伸至价值链更深处，并越来越多地聚焦在芯片等单一组件层面。

Tirupattur写道：

AI投资的规模早已表明，传统融资渠道单凭一己之力将难以为继。真正令人印象深刻的，是市场响应的速度、广度和创造力。

AI已不再只是技术故事，正在演变为资本市场故事，理解资本流向的重要性将不亚于理解技术创新本身。

融资缺口持续扩大，信用发行压力不减

算力供给持续跟不上需求，推动超大规模云厂商不断追加资本支出以锁定未来产能。

摩根士丹利股票研究团队最新估算，微软、Alphabet、亚马逊、Meta四大超大规模云厂商2027年合计资本支出将较2026年增长57%。

这些支出计划背后，是对投资回报的强烈信心。摩根士丹利互联网分析师Brian Nowak在报告《通往25%-50%生成式AI投资回报率的路径》中指出，相关投资有望实现25%以上的投入资本回报率（ROIC）。

但问题在于，资本支出的部署与货币化之间存在明显时间差，导致近期自由现金流承压。摩根士丹利分析师对四大超大规模云厂商2027年自由现金流的预测持续下调。资本支出上升、现金流下降，两者之间的融资缺口在2027年将进一步扩大，分析师认为，AI相关信用债发行规模将维持高位，甚至需要进一步增加。

信用利差分化：谁在承压，谁在抗压

今夏信用市场的表现，揭示了AI融资生态内部的结构性差异。

AI相关信用利差大幅走阔：高评级发行人利差一度较年初扩大约35个基点，低评级名称则扩大约50个基点，随后在最近两周出现明显回收。

更值得关注的是不同融资渠道之间的分化。

高评级无担保债券受冲击最大。原因在于发行量急剧放量，且投资者面临的风险敞口更广泛，与AI投资周期的整体不确定性直接挂钩。

数据中心ABS和CMBS则相对抗压。这类结构化产品背后是已建成、已通电、已出租的运营资产，合同现金流基本确定，加之发行节奏较为克制，有效隔离了无担保市场的波动。

Tirupattur进一步区分了两类发行主体的行为差异：

• 高评级端：微软、Alphabet、亚马逊、Meta等超大规模云厂商平均评级约为AA，融资需求大但评级弹性充足。英伟达、博通等头部半导体公司也归入此类。鉴于其ROIC预期，这些发行人对融资成本的小幅变化并不敏感，利差走阔不会实质性放缓其融资节奏。

• 低评级端：如Oracle（各评级机构给予中低BBB评级），以及前比特币矿商、REITs等数据中心开发商，资产负债表灵活性有限，对融资成本更为敏感。对这类借款人而言，利差走阔构成实质约束，融资成本本身成为供给的天然稳定器。

融资前沿前移：从数据中心到芯片

分析师Tirupattur指出，AI融资的下一阶段将呈现明显的结构性转变。

增量资本支出的重心，正在从数据中心外壳转向算力设备（服务器与芯片）以及能源资产。这类资产天然适合资产层面的融资安排，为私人资本提供了更大的介入空间。

近期市场已出现明确信号：

• 英伟达宣布推出算力基础设施融资平台；

• 博通支持的350亿美元芯片融资交易落地，规模创纪录；

• 2025年底的Beignet交易，以及近期的Sopaipilla交易，均代表融资结构创新的新方向。

Tirupattur认为，大规模组件融资的兴起，将在很大程度上依赖高评级发行人发挥其评级和资产负债表优势——通过提供兜底安排、信用支持和残值担保，帮助私人资本承销规模越来越大的AI基础设施资产池。

资本流向，将与技术创新同等重要

随着AI从技术周期演变为资本周期，理解融资的细节正变得越来越重要。

AI融资生态正在快速扩张，但并非均匀扩张。不同信用渠道吸收的风险各异，发行人行为将因资本需求、评级弹性和融资成本敏感度的不同而加速分化。最终结果是一个更复杂、更分层的市场，融资结果将越来越多地决定竞争结果。

正如Tirupattur所言：“在AI建设周期的下一阶段，理解资本流向，几乎与理解创新流向同等重要。AI不再只是技术故事，它正日益成为资本市场故事。”