路透社分析 LSEG 共識預估發現，全球最大的雲端業者預計到 2027 年，在人工智慧基礎設施上的支出將超過其創造的自由現金流，使債務市場成為下一階段 AI 建設的核心。
微軟、Alphabet、亞馬遜、Meta 和甲骨文都在擴充資料中心容量、購買先進晶片，並以超過內部創造現金的速度，為 AI 工作負載取得電力。路透社計算顯示，這五家公司每增加 1 美元的營運現金流，到 2027 年將對應約 1.57 美元的額外資本支出。
這些數字挑戰了科技巨頭主要依靠獲利為 AI 競賽提供資金的假設。它們的資產負債表仍遠比一般企業借款人強健，但計畫支出的規模正開始讓融資決策成為整體故事中不可忽視的一環。
支出計畫加速至 2026 年
根據路透社引用的預估，亞馬遜、Alphabet、微軟、Meta 和蘋果在 2024 年的資本支出合計約為 2,270 億美元，2025 年升至 3,910 億美元。公司指引與市場預估顯示，這些公司的支出在 2026 年可能超過 6,350 億美元。
亞馬遜已設定 2026 年 2,000 億美元的支出目標。Alphabet 預估支出將介於 1,750 億至 1,850 億美元之間，而 Meta 表示支出可能高達 1,350 億美元。光是這些承諾就顯示，AI 基礎設施競賽已超越短期晶片採購週期，延伸至資料中心、網路設備與電力供應的多年投資。
高盛預測，超大規模雲端業者在 2025 至 2027 年間的資本支出將介於 1.15 兆至 1.4 兆美元。相比之下，2022 至 2024 年前一個三年期間的支出為 4,770 億美元。
Amin Mrini 估計，這五家公司 2026 年合計的資本支出承諾約為其合計自由現金流的 3.8 倍。自由現金流是指公司支付營運成本與資本支出後剩餘的現金，因此可用來衡量在不舉債或發行股票的情況下，仍有多少資金可供運用。
這項差距並不代表這五家公司都面臨相同的融資壓力。Amazon、Microsoft、Alphabet 和 Meta 經營著能產生可觀營業現金流的獲利核心業務。然而，總體數據顯示，AI 建設日益與股票回購、股息、併購及其他企業現金用途競爭。
Oracle 是壓力最明顯的例子
在主要基礎設施買家中，Oracle 格外突出，因為其資本支出增長速度遠快於營業現金生成。路透社報導，Oracle 的資本支出占營業現金流的比例，已從 2022 財年的 47% 升至 2026 財年的 174%；該財年於 5 月結束。
根據分析中引用的數據，在此期間，Oracle 用於資本支出的金額為 557 億美元，而營業現金流為 320 億美元。其自由現金流轉為負值，而在報告涵蓋的期間內，其股價年初至今已下跌 36%。
Oracle 已公布計畫，將透過債務及股權融資籌集 450 億至 500 億美元，用於擴展雲端業務。該公司的處境凸顯了追求大型 AI 基礎設施合約的企業所面臨的融資挑戰：已簽署或預期中的需求可以支持快速建設，但資料中心和運算設備需要在客戶收入完全收取之前很久就先取得資金。
Microsoft 最新一季的業績也顯示了投資規模。該公司報告營業現金流為 358 億美元，資本支出則為 375 億美元，其中包括融資租賃。融資租賃讓公司能夠使用設備，同時將付款分散至一段期間，但仍屬於與基礎設施擴張相關的長期財務承諾。
路透社表示，Amazon 過去 12 個月的營業現金流增加 30%，達到 1,485 億美元，但自由現金流降至 12 億美元。這種對比顯示，當公司同時建設雲端容量並支撐龐大的零售及物流業務時，即使擁有強勁的現金生成能力，資金也可能被迅速吸收。
營收預期面臨艱鉅考驗
Mrini 的計算讓 AI 基礎設施的商業考驗更加明確。以 15% 的稅前投資報酬率作為基準，AI 運算營收到 2030 年將需要達到約 2.9 兆美元，才能彌補已投入資本的成本。
這將超過目前約2,110億美元雲端運算市場的三倍以上，並意味著連續五年每年約需68%的成長，這是根據相關估算得出的結果。所需的營收規模並不代表無法達成，但這將使市場幾乎沒有空間容納持續的產能過剩、企業採用AI的速度放緩，或價格大幅下跌。
Anthropic的《經濟指數》增添了另一項複雜因素。分析所引用的資料集顯示，AI任務成本下降10%，僅與使用量增加約3%相關。若這種關係在大規模情況下仍成立，AI服務價格下跌可能會刺激需求，卻不足以產生額外消費，抵銷基礎設施成本的快速上升。
根據Mrini的分析，目前估計AI營收每年成長約25%至30%，相較之下，資本支出成長接近60%至70%。這種落差使雲端營運商面臨壓力，必須將AI實驗轉化為具持續性且高利潤率的企業營收。
早期基礎設施週期提供了值得警惕的比較
路透社引用的一項Cornell Capital Group研究，將AI建設熱潮與早期轉型性基礎設施帶給股票持有人的回報不均時期進行比較。
在19世紀的美國鐵路熱潮期間，鐵路股票與債券規模達到106億美元，按目前美元價值計算約為4,000億美元，而美國政府債務為12億美元。該研究指出，1873年恐慌後，90%的鐵路公司倒閉；1893年恐慌期間，25%的鐵路里程進入破產管理。
商業航空創造了巨大的經濟價值，但累計產業利潤相對有限。該研究估計，過去80年全球航空公司的淨利潤約為860億美元，之後該產業在三年的新冠疫情期間損失約1,900億美元。
20世紀90年代末的電信週期提供了更接近的技術類比。超過5,000億美元投入光纖與無線網路，但截至2002年，已有超過23家主要電信公司申請破產，同時市場價值損失約2兆美元。Cornell研究指出，當時已鋪設的光纖中，投入使用的比例不到5%。
AI 基礎設施的商業生產力可能高於早期那些網路，尤其是在軟體和代理程式嵌入企業工作流程的情況下。然而，鐵路、航空公司和電信業的歷史顯示，持久的經濟效用並不會自動轉化為為初期建設提供資金的公司帶來及時回報。
就加密貨幣市場而言，現有證據支持採取謹慎態度，而非作出固定預測。大型科技公司發行債務可能影響信貸市場狀況和風險偏好，但目前沒有任何提供的數據證明，超大規模雲端服務商的借貸已在抽離數位資產的流動性，或保證市場出現特定走勢。更直接的問題是，AI 收入是否開始追上目前投入的資本。
擔心 AI 驅動的資本支出風險？了解數位資產如何 數位資產 重塑大規模基礎設施的融資策略。
免責聲明： 本頁內容僅供一般資訊參考，不代表 Toobit 的觀點或財務建議。我們不保證本資訊的準確性或完整性，亦不對因使用本資訊而產生的任何錯誤、遺漏或結果承擔責任。投資數位資產涉及風險；使用者應自行評估其財務狀況及相關風險。如需進一步詳情，請參閱我們的 服務條款 和 風險揭露.
