1.65万亿美元。

据材料转述的《日经亚洲》调查估算,Alphabet、微软、亚马逊、Meta和甲骨文通过特殊目的实体等安排,承接了约1.65万亿美元AI基础设施相关的表外债务或义务。

这个数字已经超过五家公司最近一季披露的约1.35万亿美元表内债务。Meta一家的表外规模,据该调查估算约为4200亿美元。

反常之处也在这里:AI资本开支越烧越旺,越来越多融资却没有以普通公司债的面目,完整出现在科技巨头的资产负债表正面。

但先压住“藏债”两个字。表外不等于违法,更不能仅凭这个数字断言会计欺诈。真正该查的是合同:谁担保,谁必须采购,项目失败后债权人能向谁追索。

1.65万亿很惊人,但不能和1.35万亿直接相加

材料标注的原文发布日期为2026年7月22日。目前可见信息来自二手转述,正式采用这一数字前,仍需核对《日经亚洲》的原始测算口径及相关公司文件。

这个限制很重要。

所谓“表外债务或义务”,可能同时包含项目公司债务、长期租赁、最低采购承诺、融资担保等项目。它们的期限、利率、追索权和现金流压力并不相同,也不全等同于母公司借入的普通债务。

项目经济实质最该核对的条款
项目债务SPV为数据中心、土地或设备融资是否由母公司担保,债权人能否追索母公司
长期租赁科技公司长期使用机房或设备租期、解约条件、是否构成实质融资
最低采购承诺公司承诺购买算力、电力或托管服务AI需求不足时是否仍须付款
回购或完工支持项目出问题后,母公司可能接手资产或补资触发条件、金额上限、责任期限
股权融资外部资本投入项目公司收益优先级,以及母公司后续是否还要补资本

因此,1.65万亿美元与1.35万亿美元可以用来比较“披露视野内外的规模”,却不能当作同一种负债简单相加。

我的判断很明确:大数字提供了警报,合同条款才决定警报有多响。

SPV隔开了法律主体,未必隔开经济责任

SPV是法律上独立的项目实体。常见做法是:项目方设立SPV,由它融资、建设并持有数据中心,再与科技公司签订租赁、托管或长期采购合同。

这样安排并非天然可疑。数据中心投资额大、回收期长,SPV可以把单个项目的融资、资产和现金流单独管理,也方便保险资金、私募信贷和基础设施基金参与。

报表观感也可能因此改善。母公司不必把全部项目债务直接列入自身负债,资本回报率、杠杆率和自由现金流叙事会更好看。

不过,SPV成立后不会自动“出表”。会计上是否合并,还要看母公司是否控制该实体、是否承担主要经济利益和损失,以及是否符合可变利益实体等规则。

真正麻烦的是经济责任可能沿着合同绕回来:

  • 母公司提供担保,项目违约后便可能直接承担债务。
  • 公司签了长期最低采购协议,即便算力需求下降,也要继续付款。
  • 合同包含回购、完工支持或补足收益条款,项目风险只是晚一点回表。
  • SPV需要继续融资时,母公司可能为了保住供应链和算力计划而注资。
  • 若公司最终通过增发补资本,既有投资者还要承受持股稀释。

所以,“债主大概率一定会找回母公司”说得太满;“项目债务与母公司完全无关”也过于天真。答案藏在追索权和采购承诺里。

AI竞赛正在制造一种更隐蔽的期限错配

AI数据中心需要先投入土地、电力、芯片、网络和冷却系统,收入却要等客户持续购买算力后才能兑现。

资产很重,技术迭代很快,需求预测又很容易被竞争情绪推高。今天按高增长假设建设的机房,几年后可能仍有价值,但内部芯片、功耗设计和客户需求未必还匹配。

这就是AI基础设施真正的期限错配:长期、刚性的付款义务,押注尚未完全验证的未来需求。

历史上的铁路、电信网络建设也出现过类似结构。基础设施最后确实改变了经济,早期出资者却未必都赚到钱。需求增长与资本回报从来不是一回事。

安然可以作为有限对照。两者相似之处,只在于复杂表外结构会降低透明度,让投资者更难判断风险究竟落在哪里。今天这些科技公司与安然的商业模式、欺诈事实和崩盘结局并不相同,不能因为看见SPV就提前宣判。

我更在意的,是这场AI竞赛已经从技术竞争变成资产负债管理竞赛。模型性能还能靠发布会展示,长期采购承诺却要靠真实现金流偿还。

如果你持有这些科技公司的股票,下一季财报别只看资本开支和云业务增速。更该翻附注:

观察项风险信号
租赁与采购承诺增速持续高于相关业务收入
担保与或有负债新增追索、回购或补资责任
自由现金流资本开支上升后持续承压
SPV及未合并实体披露风险敞口增加,条款却更模糊
股权融资与回购一边高价回购,一边为项目补资本或增发

如果你是数据中心开发商、设备商或信贷投资者,现实问题更直接:科技巨头是否签了足够长的合同,合同能不能覆盖融资期限,取消订单时由谁承担设备与土地成本。

“天下熙熙,皆为利来。”SPV把更多资本带进AI基础设施,也把风险分给了更多参与者。结构本身没有原罪,模糊责任才有。

这1.65万亿美元会不会成为问题,取决于三个变量:AI需求能否兑现、项目现金流能否覆盖付款、母公司到底承诺兜底到哪一步。少看报表正面的整洁,多看脚注里的责任边界。