随着科技巨头为建设AI数据中心掀起发债潮，市场开始担忧美国投资级债券市场能否消化不断增加的债务供应。不过，摩根大通资产管理全球市场策略师Stephanie Aliaga认为，超大规模云计算公司目前的杠杆水平依然较低，强劲的AI算力需求也为未来现金流提供支撑，因此债券市场完全有能力吸收新增发行。摩根大通估计，六大超大规模云厂商甚至可以在当前基础上再增加约1.5万亿美元债务，而不会对其财务状况造成明显压力。

目前，六大超大规模云计算公司的债券已经占美国投资级债券指数约5%，这一比例较两年前翻了一倍。随着AI基础设施投资规模持续扩大，这些科技巨头在全球债券市场中的影响力正在迅速上升。

Aliaga在周二接受采访时表示：“我们认为它们还会继续发债。”

六大AI巨头债券占比两年翻倍 仍可再举债1.5万亿美元

AI数据中心建设需要投入巨额资本，科技公司因此越来越多地通过债券市场筹集长期资金。目前，六大超大规模云厂商已经占美国投资级债券指数约5%，较两年前的水平增加一倍。快速增长的债券供应，也令部分投资者开始担心科技公司是否会对投资级债券市场造成越来越大的供给压力。

不过，摩根大通资产管理认为，这些公司的资产负债表仍然具有足够的扩张空间。Aliaga指出，与整个投资级债券市场相比，六大超大规模云厂商目前的杠杆率仍明显更低。摩根大通估计，这些企业可以较为轻松地在现有基础上额外增加约1.5万亿美元债务。

该行预计，随着AI基础设施投资继续扩张，大型科技公司未来仍将持续利用债券市场融资。Aliaga表示，债务本身并不是坏事。对于正在建设预计可使用5年、10年甚至更长时间的数据中心的超大规模云厂商而言，债务实际上可能是一种非常具有吸引力的融资方式。

美债收益率升至2008年以来高位 科技巨头发债潮引发“买家不足”担忧

Aliaga发表上述观点之际，全球债券市场正面临明显压力。由于市场担忧美国通胀持续高企，并提高对主要央行进一步加息的预期，美国政府债券收益率已经升至2008年以来最高水平。与此同时，AI基础设施建设热潮正在推动大型科技企业加速发行投资级债券。

政府融资需求与科技企业融资需求同时扩大，也引发投资者对于债券市场是否拥有足够买盘消化新增供给的担忧。

但Aliaga认为，这种担忧可能被夸大。她表示：“我们认为市场完全有能力吸收这些新增债券发行。如果说有什么影响的话，这实际上可能帮助AI热潮变得更加可持续。”

换言之，如果债券市场能够持续为大型科技公司提供长期、相对稳定的融资渠道，AI数据中心建设就不必完全依赖企业自身现金流，从而有助于延长当前AI资本开支周期。

Anthropic算力合同已超1750亿美元 AI基础设施投入规模持续膨胀

AI算力目前仍然是全球科技行业最紧缺的资源之一。以人工智能公司Anthropic为例，该公司已经承诺签署超过1750亿美元的云计算算力合同，凸显AI企业对于计算基础设施需求的庞大规模。

随着大型科技公司、AI实验室以及云计算企业争夺GPU、服务器、存储、网络和数据中心资源，整个AI产业链的资本需求正在迅速扩大。

这种融资需求不仅推动科技公司增加债券发行，也开始与美国政府以及其他主权发行人的融资需求争夺全球固定收益市场资金。

不过，Aliaga认为，AI需求本身也在为这些债务提供重要支撑。

目前，超大规模云厂商的经营现金流大致能够覆盖其资本支出。但更值得关注的是，三家最大超大规模云厂商已经签署的客户合同积压规模正在以快于资本支出的速度增长。

Aliaga认为，这是一个积极信号，因为它表明企业在AI基础设施上的巨额投资正在获得越来越多未来客户需求的支持，从而提高这些项目最终获得投资回报的可能性。

2030年前AI基础设施投资或达5.5万亿美元

摩根大通预计，到2030年，全球AI基础设施投资总额可能达到惊人的5.5万亿美元。如此庞大的资本需求意味着，即便全球最大的科技公司拥有强劲的现金创造能力，仅依靠自身经营现金流也难以承担全部投资。

Aliaga表示，超大规模云厂商自身现金流只能覆盖5.5万亿美元投资需求中的一部分，因此未来债务融资以及其他形式的外部资本将扮演越来越重要的角色。

除了公开债券市场之外，私人信贷等另类资本也可能成为AI基础设施融资的重要资金来源。这意味着，AI投资热潮未来可能越来越从科技股市场延伸至债券和私人信贷市场。

对于投资者而言，评估AI资本开支周期也将不再只是判断科技企业愿意投入多少钱，还需要关注全球资本市场是否能够持续为这些项目提供足够的融资。

AI资本开支终将放缓 届时利润率与自由现金流有望改善

Aliaga认为，当前超大规模云厂商的巨额资本开支不会永远保持如此高速的增长。随着AI基础设施逐步建设完成，资本支出增速最终将放缓。届时，大型科技公司的利润率和自由现金流压力有望得到缓解。

她表示，资本开支最终减速，“应该能够为利润率和自由现金流带来一定缓解”。但至少在可预见的未来，AI算力供给紧张的问题仍难以彻底解决。

因此，AI投资周期下一阶段真正关键的问题可能并不是需求是否存在，而是谁能够率先解决算力供应瓶颈，以及这些新增产能何时能够真正上线。

Aliaga特别指出，内存供应瓶颈是当前AI基础设施扩张面临的重要限制之一。对于投资者而言，未来需要重点判断哪些企业能够率先突破内存等关键零部件的供应限制，并将新的AI算力投入市场。