AI基建八年上看10.3兆美元，現金流撐得起這波擴張嗎？

 

AI 基礎建設十年大擴張，10.3兆美元規模壓上來！

美國這波 AI 基礎建設投資，規模大得驚人。Brookings Institution 估算，未來八年，美國在資料中心、供電系統、網路設備與專用晶片上的投入，可能高達 10.3 兆美元，年均約等於美國 GDP 的 3.6%。

這個數字已經超過鐵路、高速公路、電氣化與電信等歷史基礎建設周期。也就是說，AI 不只在改變產業流程，還在改寫全球資本開支的尺度。

 

Big Tech 先撐不住現金流壓力，融資結構開始變形

這波投資狂潮，核心推手是 hyperscalers，也就是超大型雲端服務商。Oracle(ORCL)、Microsoft(MSFT)、Amazon(AMZN)、Meta Platforms(META) 與 Alphabet(GOOG)(GOOGL) 這幾家巨頭，扛起了最重的資本支出壓力。

研究估算，這幾家公司的合併資本支出，2026 年將超過 8,000 億美元，首次超越合計營運現金流。這個變化很關鍵，代表連現金充沛的科技巨頭，也開始需要外部資金來支撐 AI 擴張。

**資金來源正在改寫。**過去常見的企業自有資金與公司債，現在逐步被更複雜的結構補上，包括長期租賃、合資公司、專案融資債務、私募信貸、資產證券化，以及 SPV，也就是特殊目的公司。這些工具能擴大可用資本池，也能讓公司表面槓桿維持平穩。

 

Hyperion 300億美元案子，風險從母公司移到專案層級

Meta Platforms(META) 的 Hyperion 資料中心，就是最典型的案例。這項約 300 億美元的超大型計畫，透過出售 80% 股權給 Blue Owl，由外部資金主導建設。

Brookings 指出，專案層級大約有 270 億美元債務，債資比接近 90%。但放回 Meta 的公司層級財報來看，整體槓桿仍算溫和。這就點出一個現代金融很重要的現象：風險往表外移動，企業帳面看起來平穩，壓力卻分散在各種專案載體裡。

對投資人與監理機關來說，若只看大公司的合併報表，很容易低估 AI 建設生態系裡的真實曝險。

 

景氣反轉時，算力需求與硬體汰換會一起考驗現金流

作者 Stijn Van Nieuwerburgh 也把話講得很清楚。這波 AI 基建目前還看不到 2008 年金融危機前那種信貸泡沫式風險，但愈來愈多表外結構與高槓桿專案融資，確實會在景氣轉弱時露出壓力。

關鍵在於，許多基礎建設專案最後仍仰賴少數 hyperscalers 的租約與使用需求。若 AI 算力需求低於預期，或技術更新太快、硬體提早折舊，專案現金流與償債能力就可能同步承壓。

供給端的變數也不少。電力供應不確定、工期延誤、電網升級瓶頸、選址與環境規範，都會拉高投資成本。AI 專用伺服器與加速器更新速度又快，設備折舊壓力很重，這讓資本支出循環更敏感，也讓重投資的回收期更難算。

 

Vertiv 併購延伸到歐洲，AI 基建供應鏈跟著全球化

這波浪潮也不只停在美國本土。供應鏈端已經出現全球擴張，Vertiv Holdings(VRT) 就是一個例子。這家公司專做資料中心基礎設備與熱管理，近日宣布收購歐洲流體管理與測試服務公司 King Environmental Services。

Vertiv 先前透過收購 Purge Rite 建立北美流體管理版圖，這次再往歐洲、中東與非洲延伸，顯示液冷式資料中心的散熱需求，已經帶動設備與服務商跨洲布局。AI 基建供應群開始成形，從機房、散熱、電力到測試服務，整條鏈都在往上拉。

 

監管要先補透明度，否則風險地圖會越畫越模糊

Van Nieuwerburgh 提出的政策方向很直接：監管與研究機構要先把統計與透明度補起來。具體包括追蹤專案融資、私募信貸與證券化工具涉及的 AI 基建曝險，要求關鍵租戶揭露長期算力租約與資金承諾，並強化跨機構、跨境的資料共享。

這些措施的重點很清楚，市場要先看見風險，才有機會在景氣轉折前處理壓力點。若等到問題累積太深，後面才補救，代價通常高得多。

對投資人來說，AI 基建當然是成長機會，設備商、資料中心營運商、融資平台都可能吃到這波支出高峰。中長期風險也同樣明白：需求變化、技術折舊與監管加強，三股壓力都會一起來。接下來幾年，市場要看的是資本支出能不能轉成穩定現金流，以及這些表外結構能不能守住透明度與紀律！