美国科技巨头隐藏AI债务半年激增90%，达3.2万亿美元

据《日经亚洲》报道，美国科技巨头在AI领域的"隐藏债务"在过去六个月内飙升90%，总规模达到3.2万亿美元。这一数字在Hacker News上引发276点热度、122条评论的讨论，说明市场对AI军备竞赛背后的财务风险正越来越敏感。

3.2万亿美元"隐藏债务"从哪来

所谓"隐藏债务"，通常指不直接出现在资产负债表主栏、但实质构成企业财务承诺的负债形式，例如长期租赁、采购承诺、合资项目担保以及通过特殊目的实体进行的融资安排。

在AI基础设施竞赛中，科技巨头需要大规模采购算力芯片、建设数据中心、锁定长期电力供应，这些投入往往以多年期合同或表外结构锁定。随着AI资本开支节奏加快，这类承诺在短短六个月内接近翻倍，规模攀升至3.2万亿美元。

表外负债（Off-Balance-Sheet Liabilities） 是理解这一话题的核心会计概念。按照美国GAAP与IFRS的披露框架，企业资产负债表主表只列示满足特定确认条件的负债，而经营租赁、未履行的采购承诺、信用证担保、可变利益实体（VIE）的多数义务等，通常只以附注形式披露。科技巨头近年通过"建设—租赁—回租"、与基础设施基金成立合资SPV等方式持有数据中心，使巨额资本承诺停留在附注而非主表。这使得同一笔投入在杠杆率、净负债/EBITDA等常用指标上"看不见"，但只要合同不可撤销，其经济实质仍与债务无异。分析此类公司时，需把租赁承诺、采购义务按现值折算后并入调整后净负债，才能还原真实杠杆水平。

AI资本开支的"表外化"倾向

把AI基础设施投入转向表外结构，有其现实动机。数据中心建设周期长、单笔金额大，通过租赁或合作实体分摊，可以在保持扩张速度的同时减轻当期财报压力，也避免一次性拉低自由现金流指标。

但这种安排的代价是财务透明度下降。投资者看到的报表可能低估了企业真实的长期偿付义务，一旦AI需求增速放缓或融资成本上升，这些承诺就会集中显性化。

自由现金流（Free Cash Flow, FCF） 指经营活动现金流减去资本开支后的余额，是市场衡量科技公司"自我造血能力"和估值合理性的关键指标。若把数据中心建设支出直接计入资本开支，FCF会被大幅压低，进而冲击以FCF折现为基础的估值模型与股东回报预期。通过长期租赁或合资实体承担建设，企业可将一次性重资本支出转化为逐年租金或出资承诺，使当期FCF显得更健康。但这种处理并未消灭现金流出，只是改变了发生时点与列报位置。投资者若仅看FCF而忽略附注中的租赁与采购承诺，就容易高估企业实际的现金创造能力。

市场为何开始盯上这笔账

Hacker News的高讨论度反映了一种普遍担忧：AI叙事驱动的估值扩张，是否可以持续脱离现金流现实。当隐藏债务以90%的增速膨胀时，问题的性质就从"资本开支有多激进"转向"债务结构是否可控"。

讨论中值得关注的方向包括：这些负债的期限结构、利率敏感性，以及一旦AI投资回报不达预期时的连锁反应。对科技巨头而言，真正的考验或许不是能否继续买芯片，而是能否在债务成本与AI收入之间找到平衡点。

期限结构与利率敏感性 是评估这笔隐藏债务风险的两个技术维度。期限结构指负债到期时间的分布：若大量承诺集中在未来2—3年内到期，而AI收入兑现更晚，就会出现再融资压力与现金流错配；若期限较长且以固定利率锁定，则短期利率波动冲击有限。利率敏感性则衡量融资成本上升对偿债能力的影响——在利率高位环境下续作租赁或项目融资，利息支出可能显著抬升。对表外承诺而言，还需关注合同中是否含价格调整条款、最低采购量（take-or-pay）义务以及提前终止罚金，这些条款决定了需求放缓时企业能否低成本退出。

对行业与投资者的启示

3.2万亿美元的隐藏负债提示，评估AI公司不能只看营收增速和模型能力，还要穿透表外结构去看真实杠杆。

对产业链上游而言，这意味着算力、电力等长期合同的对手方风险需要重新定价；对二级市场投资者而言，则需要更仔细地阅读附注与承诺披露。AI竞赛的胜负，可能最终取决于谁能以更低的资金成本撑到商业化兑现的那一天。