文章核心观点 - 人工智能行业正通过复杂、相互关联且高杠杆的金融安排进行大规模融资，其模式与2008年金融危机前的金融工程有相似之处，若行业增长不及预期，可能引发系统性金融风险 [1][5][7] 人工智能行业融资模式与规模 - 人工智能基础设施成本极高，保守估计今年数据中心支出将超过4000亿美元，麦肯锡预计到2030年将达近7万亿美元 [8] - 为支付巨额投资，行业采用创意融资手段，包括债务、股权互换及复杂金融工程 [8] - 人工智能公司整体面临巨大收支缺口，预计今年行业总收入600亿美元，但支出高达4000亿美元 [9][10] - 摩根士丹利预计，人工智能公司债务到2028年将升至1.5万亿美元 [11] 核心公司案例：CoreWeave - CoreWeave是一家从加密货币挖矿转型的数据中心运营商，是今年表现最佳的科技企业之一，股价自3月IPO后翻了一倍以上 [5] - 公司商业模式是采购高端芯片并建造/租赁数据中心，然后将算力出租给人工智能公司 [6] - 公司财务状况堪忧，预计今年收入50亿美元，支出约200亿美元，为填补缺口已举债140亿美元，其中一半以上将在一年内到期 [6] - 公司面临总额达340亿美元的租赁付款义务，款项在现在至2028年间陆续到期 [6] - 收入来源高度集中，仅微软一家客户就贡献其70%的收入，英伟达和OpenAI可能占另外20% [7] - 公司与多家巨头达成巨额协议，包括与OpenAI的220亿美元合作、与Meta的140亿美元协议、与英伟达的60亿美元安排 [5] - 英伟达和OpenAI同时也是CoreWeave的重要投资者，形成了复杂的财务互锁关系 [7] 行业巨头间的复杂财务互锁关系 - 英伟达处于行动核心，已达成50多笔交易，通过向人工智能公司投资（如对OpenAI的1000亿美元投资）来换取其购买芯片，资金最终回流至英伟达 [8] - OpenAI自身也达成一系列巨额采购协议，包括从甲骨文购买3000亿美元算力、从亚马逊购买380亿美元、从CoreWeave购买220亿美元 [9] - OpenAI同时是多家云服务商和芯片制造商的收入来源、投资方及财务合作伙伴，但其自身预计今年仅创造100亿美元收入，亏损至少150亿美元，且2029年前不指望盈利 [9] - 目前，唯一从人工智能热潮中赚取大量利润的公司是英伟达，其利润源于其他公司为博取未来利润而购买其芯片 [10] 令人担忧的金融工程手段 - 公司利用特殊目的载体进行表外融资，例如Meta通过与私募股权公司Blue Owl合作设立SPV，为耗资270亿美元的数据中心项目借款并回租，使债务不出现在资产负债表上 [12] - 总额达数十亿美元的数据中心债务被切割成资产支持证券并打包出售给投资者，在投机时期可能导致债务价值与基础资产脱钩 [13] - 出现GPU抵押贷款，数据中心运营商将现有芯片作为抵押品贷款购买新芯片，但芯片价值可能因新型号发布而下跌，存在引发贬值和贷款违约恶性循环的风险 [13] - 这些复杂的金融安排被专家视为危险信号，类似手段在2008年金融危机前被广泛使用 [13] 私人信贷的崛起与潜在风险 - 私募股权公司深度介入科技行业放贷，截至今年初已提供约4500亿美元私人信贷，预计未来两年还将再提供8000亿美元 [14] - 私人信贷市场是一个黑箱，这些实体无需披露贷款细节，使得监管机构无法评估系统风险 [14] - 私人信贷与其他金融体系联系紧密，美联储研究显示，目前非银行金融机构从银行获得的贷款中最多有四分之一流向了私人信贷公司，大型人寿保险公司已有近1万亿美元资金投入私人信贷 [15] - 这些联系意味着，大规模人工智能崩盘可能引发私人信贷违约潮，进而拖累大型银行和保险公司 [15] 政府监管与政策动向 - 联邦政府未加强监管，反而在放松，今年8月的一项行政命令指示机构放松监管，允许普通401(k)账户持有人直接投资于包括私人信贷在内的“另类资产”，可能使更广泛的公众暴露在人工智能贷款违约风险中 [15]