摩根士丹利在最新研报中指出，租赁、债券、股权融资、客户预付款乃至芯片厂商提供信用支持，正在成为 AI 建设新的资金来源。
资本开支开始超过自身 " 造血 " 能力
摩根士丹利预计，超大规模云厂商（Hyperscaler）2027 年现金资本开支将超过 1.2 万亿美元，相比之下，同期总经营现金流预计约为 1 万亿美元。目前这些公司已经将超过 40% 的收入重新投入 AI 资本开支。
即便科技巨头拥有高利润率的搜索、广告、软件和云计算等传统业务，如此高强度的投资也已经难以完全由经营现金流支撑。亚马逊和谷歌自由现金流在 2026 年第二季度已经转负，Meta 预计下一季度也将进入负值。
背后的原因并不复杂。AI 竞赛正在迫使科技公司同时建设数据中心、电力基础设施，并提前锁定 GPU、内存和网络设备。数据中心往往需要数年建设，但为了避免设施建成后缺乏芯片，公司又必须提前签订长期供应协议，由此形成越来越庞大的未来现金支出。
根据最新监管文件，超大规模云厂商未折现的未来承诺已经超过 2.7 万亿美元，约相当于其当前 3 年的经营现金流。若进一步计入英伟达、博通以及各种担保和信用支持，相关表外承诺及担保总额已经超过 3.1 万亿美元。
第一层外部融资：租赁和 SPV
科技巨头首先大规模使用的外部融资工具，是数据中心租赁。
目前大量数据中心并不是由科技公司自己直接举债建设，而是由特殊目的载体 SPV 融资。SPV 从私人信贷机构筹集资金建设数据中心，科技公司则签署长期租约，为项目融资提供投资级信用支持。
这种安排的优势是，在数据中心施工阶段，科技公司通常无需立即支付建设资金，相关债务也可能暂时不会进入自身资产负债表。但从经济实质看，公司实际上已经通过长期租约承诺了未来现金流。
截至目前，超大规模云厂商已经承诺支付约 1.091 万亿美元尚未开始执行的租赁费用。其中微软约 3290 亿美元、Meta 约 2790 亿美元、甲骨文约 2610 亿美元、亚马逊约 1370 亿美元、谷歌约 850 亿美元。
与此同时，企业还在提前锁定 GPU、内存、制造产能和网络设备。据摩根士丹利统计，超大规模云厂商、英伟达和博通目前披露的采购承诺已经达到约 1.7 万亿美元。按照资金规模大小排名，具体如下所示：
谷歌约 7070 亿美元、Meta 约 3490 亿美元、微软 2290 亿美元、英伟达 1550 亿美元、亚马逊 1300 亿美元、博通 1280 亿美元、甲骨文 320 亿美元。
这些协议在供应紧张阶段有助于确保关键设备供应，但风险同样存在。一旦 AI 算力供需比预期更快恢复平衡，公司可能不得不继续为已经锁定的过剩产能付款，或者尝试重新谈判合同。
第二层融资：债券和表内债务
随着建设规模继续扩大，融资进一步从表外租赁延伸到资产负债表。
摩根士丹利指出，科技巨头从 2025 年底开始明显增加发债，并在 2026 年进一步加快。截至目前，几家主要超大规模云厂商的短期和长期债务、经营租赁负债和融资租赁负债合计已经达到约 7700 亿美元。
它们对美国公司债市场的影响也在迅速扩大。2025 年，超大规模云厂商债券发行量仅占非金融投资级公司债供应的约 2%，2026 年至今这一比例已经升至 19%。
这一变化意味着，AI 投资回报将越来越受到资本成本约束。过去科技巨头利用自身现金投资，衡量一个项目是否划算，主要取决于项目本身的回报率；如今越来越多增量资本开支来自债务，利率和信用利差也必须被纳入计算。一旦融资成本继续上升，新建 AI 基础设施就必须产生更高回报才能创造经济价值。
更值得关注的是，7700 亿美元表内债务与数万亿美元表外承诺相比仍然不算高。传统资产负债率因此可能低估科技公司的实际经济杠杆。
第三层融资：少回购、甚至直接增发股票
科技巨头目前仍主要依靠租赁和债务融资，但摩根士丹利指出，如果利率继续上升、信用利差扩大，或者 AI 高投资持续时间超过预期，股权融资将变得更加重要。
在真正增发之前，公司首先会削减股票回购，将更多现金留给 AI 投资。这样做虽然不会直接增加债务，却会带来另一项成本——股权稀释。
过去大型科技公司每年投入数百亿美元回购股票，其中一个重要作用就是抵消员工股票薪酬 SBC 造成的股份增加。随着回购下降，SBC 将更直接地转化为股本扩张。摩根士丹利预计，在 AI 建设继续大量消耗现金的情况下，SBC 造成的股权稀释可能进一步增加。
谷歌是最典型的案例。该公司过去每年股票回购规模超过 600 亿美元，如今已将回购降至零，并在 2026 年第二季度发行约 500 亿美元股票。两项措施合计为其增加了超过 1100 亿美元可用于 AI 基础设施的现金。
这也意味着，在过去十年累计将股本数量从峰值削减约 13% 之后，谷歌股东开始重新面对股份稀释。微软则是摩根士丹利统计的超大规模云厂商中，唯一尚未削减回购或发行债务的公司。
第四层（新型融资）：客户预付款与芯片厂商支持
随着融资需求继续扩大，AI 产业正在出现更加复杂的融资结构。
甲骨文已经开始利用客户预付款为资本开支融资。公司最近一个季度披露约 46 亿美元客户预付款。会计上这笔资金属于递延收入，但如果客户在实际提供服务一年以上之前就付款，它实际上已经具有明显的融资属性，因此公司需要按照自身增量借款利率计提利息。
报告发布时，甲骨文 10 年期和 30 年期债券的隐含到期收益率分别约为 6.9% 和 7.9%，客户预付款的融资成本也应接近相应水平。
更具象征意义的变化来自芯片厂商。
英伟达和博通已经开始支持芯片租赁 SPV。这些 SPV 可以发行债务购买 GPU，再把芯片出租给信用评级较低甚至没有评级的 AI 实验室。芯片厂商则提供 " 剩余价值支持 "：如果 AI 公司停止支付租金，同时出售芯片所得又不足以偿还债权人，芯片厂商可能需要承担部分缺口。
这种模式相当于把英伟达和博通的信用能力 " 借给 " 下游客户，让 AI 公司可以用更低成本获得算力，但与此同时，也把部分 AI 融资风险重新传导到了芯片供应商自身的资产负债表。
表外不等于没有债务，自由现金流也可能被 " 美化 "
摩根士丹利还特别提醒投资者注意 AI 数据中心建设中的会计问题。
很多数据中心施工阶段由 SPV 持有，因此项目债务暂时处于科技公司的资产负债表之外。但这些 SPV 通常属于可变利益实体 VIE。是否需要并表，取决于科技公司是否拥有决定最重要经营活动的权力，以及是否需要承担损失或享有主要经济利益。
Meta 和谷歌目前均认为自己不是相关数据中心 SPV 的主要受益人，因此没有将这些实体并表。不过摩根士丹利强调，VIE 判断需要持续重新评估：一旦公司控制权或者承担剩余价值风险的程度发生变化，原本留在表外的项目债务未来仍可能进入资产负债表。
微软的租赁会计变化是报告专门拿出来讨论的案例。该公司近期的会计调整则说明，自由现金流指标本身也需要谨慎解读。
微软将数据中心预计使用寿命从 15 年延长至 25 年。由于新建数据中心租期通常约 15 年，过去 15 年租期相当于资产寿命的 100%，调整后只相当于 60%，因此更多租赁可能从融资租赁变成经营租赁。
微软计算自由现金流时计入融资租赁资本开支，却不计入经营租赁，因此会计分类变化会使表面上的资本开支下降、自由现金流上升，但项目经济实质并没有改变，企业仍然是在通过长期付款承诺为数据中心融资。
2026 财年，微软通过融资租赁获得的资产达到约 246 亿美元，甲骨文通过经营租赁取得的资产则约为 182 亿美元。
摩根士丹利因此认为，如果越来越多数据中心通过经营租赁和 SPV 融资，传统财务报表可能低估真实资本开支、高估自由现金流。无论会计分类如何，信用评级机构通常都会把租赁负债视作债务。
报告最后强调，AI 资本开支已经开始显著改变企业资本结构和风险分配方式。
随着科技巨头内部现金流不足，项目越来越依赖私人信贷、债券和股权，利率、信用利差和资本市场环境都会直接影响 AI 投资回报。如果融资成本随着承诺规模继续提高，新建数据中心和算力资产产生的收益率也必须同步提高，否则新增投资的经济价值会下降。
