对于 AI 基础设施的建设以及为其提供资金的资本，我的看法还没有定论。我感觉这是一个时机问题，而我一向不喜欢这种不确定性。
*长期来看，我相信 AI 一定会像我们所有人认为的那样带来颠覆性变革。短期来看，我觉得必然会有一次回调来消化这些泡沫，因为这种状态不可能无限期地持续下去。
我知道，“短期”或“长期”在实际操作上没什么指导意义。但我正在设定一个触发信号，用来告诉我“短期”可能从什么时候开始。为了做好风险管理，我觉得这是当下最稳妥的做法。毕竟在这个主题上，我完全不是悲观主义者。
如果把一张这样的行业图谱拿给大多数业内专家看，他们绝对不会往里投钱。那为什么资金还在源源不断地涌入？要么是我们中没多少人看到了全貌，要么是面对实际回报和预期回报的诱惑，我们都戴上了眼罩。
和大家一样，我也会读很多投资简报，读完就翻篇了。说实话，它们大多挺枯燥的。
但 Ares 另类信贷团队发布的一期名为《In The Gaps》（缝隙之中）的简报让我一直记着，就因为其中的一页。那是一张图。它把十二个月内所有为 AI 数据中心和芯片融资的项目画成了一张网，用线把每笔交易和它所依赖的每一家公司连了起来。
简而言之：
• Ares 统计到，十二个月内在七个不同的债务市场上，AI 数据中心和芯片的融资项目远超 100 个。但剥开表层，风险最终都集中到了同样的八家公司身上。
• 其中有几家公司在同一个结构中同时扮演两个角色：既付租金，又担保租约到期时的建筑价值；既是借款人，又是租户。
• 一座价值 $14bn（140 亿美元）的数据中心，财产保险公司最多只愿意承保其价值的 3% 左右，但以它的租金作为担保发行的债券，却被评定为低风险。同一栋楼，对风险的看法却天差地别。
• Ares 表示，图谱上的每一笔交易都建立在一个假设之上：AI 资本支出会持续增长。
这张图谱
这是为了突出示例而重新绘制的极度简化版本。如果你顺着两条高亮的线看：i) 付租金和担保建筑价值的是同一家公司；ii) 卖芯片和担保贷款的也是同一家公司。
当然，单独看每一笔交易都很合理。但把它们放在同一页纸上，你很难不感到不安。所有的线最终都汇聚到同样的八个圆圈上。Ares 追踪了七个独立债务市场上的 100 多笔融资，发现风险最终都指向了 Meta、Oracle、Microsoft、Amazon、Google、Nvidia、OpenAI 和 Anthropic。
同一笔交易的两侧
Meta 支付的租金用于偿付一组债券，同时它还担保这栋建筑在租约结束时的价值。
CoreWeave 作为借款人出现了三次，同时它还是主力租户，其租约支撑着另一家发行人的债券。
Ares 指出，Nvidia 在这张图上同时以四种身份出现：它发行自己的票据，为结构化交易提供底层芯片，被登记为租户，还为其他公司的借款提供担保。
这些公司之间也相互交织。据报道，Nvidia 承诺向 OpenAI 注资，OpenAI 向 Oracle 购买算力，而 Oracle 跑在 Nvidia 的芯片上。Microsoft、Amazon 和 Google 持有它们所服务的 AI 实验室的股份。
说到底，我可能把事情想简单了，但在我看来这一切都归结于一个假设：AI 资本支出会持续增长。如果有一天，AI 的收入撑不起为它准备的庞大支出，而担保又恰好在此时被要求履约——由同一批公司提出，且恰恰是它们最无力支付的时候——那时谁来兜底？这不是 2008 年。我不认为这个行业能像当年的银行那样，有一个可靠的最后贷款人。
一栋没人敢保的建筑
同一期简报里还有第二个例子。Ares 描述了德克萨斯州一个 $14bn（140 亿美元）的数据中心园区，Meta 是租户。财产保险的上限大约是 4.5 亿美元，仅占其价值的 3%。保险公司看了看这么大体量的园区，认定全损的风险太大，不敢承保。
现在从债券的角度来看看同一个园区。债务投资者以投资级的标准，基于 Meta 为这栋楼支付的租金发放了贷款。如果大楼烧毁了，Meta 会把算力转移到别处。贷款人将失去唯一的担保物——一栋他们无权处置的大楼所产生的租金流，而且这栋楼只有 3% 的价值买了保险。
Ares 用一句话总结了这一点：“保险业在财产市场中认为大到无法承保的风险负债，一旦包装成投资级债券作为资产出现时，市场却能照单全收。”
而往往，这两边的玩家属于同一个行业。
为什么资金还在涌入
既然图谱这么清晰，为什么还有人买？
因为投资者买的不是整张图谱，而是其中的单笔交易。房地产基金看到的是一份租约，设备贷款人看到的是抵押品。如果只用各自那一小块的标准来衡量，每个人都在出色地完成自己的工作。
我有点纳闷，为什么投资界没有充分讨论这个问题。我的猜测是，只要图表还在往上走，每笔交易都能通过标准的投资尽职调查，那就一切照常。我希望看到业界更加重视投资尽调与运营尽调之间的交叉点。两者都能有效评估各自的风险，但我认为真正需要更多审查的，是它们之间的依赖关系，以及那些看似独立的投资之间的联系。这种交叉因素应该在投资决策过程中占据更大的权重。
Ares 还分析了买家是谁。美国保险公司持有约 9 万亿美元的资产，年金销售创下纪录意味着它们必须把大量资金投入“A 级债券”。按照预期，它们购买的债券每年的违约率约为万分之四，这也是它们的定价依据。但这些债券全都依赖于一个行业维持当前的支出水平，而一个支出周期发生转向的概率，远远不止万分之四。
这不只关乎 AI
这种模式比数据中心的历史要悠久得多。Ares 提到了 2000 年的电信业，当时设备制造商为自己的客户提供融资，一个技术故事演变成了相关性故事。金融危机背后也是同样的结构，各种设计只是在转移风险，而不是降低风险。每一次，那些看似独立的事物都共享着同一个假设，一旦假设破灭，它们就会一起倒下。
在更小的规模上同样如此。某个板块中十家公司组成的主题篮子，共享着同一个驱动因素。全球指数基金、美国指数基金和科技基金，把同样的几家公司重复买了三遍。虽然你手里拿着很多工具，但真正的驱动因素或者说独立押注的数量，往往只有一两个。
我还没有形成确定的观点。但我越来越清楚地意识到了这种环境。
每一笔交易单看都合理。评级、租户、租金都没问题。我发现，真正的问题只有在观察关联性和相互依存度时才会显现。这让我倾向于认为，许多看起来彼此独立、或者似乎保持了足够安全距离的机会，实际上可能共享着一个更强的单一假设。
2008 年我就在这个行业工作，很难不看出一些相似之处，或者用“似曾相识”来形容更贴切。当时的抵押贷款被打包、评级，卖给那些按规定必须购买高评级证券的投资者。每个资产包看起来都很分散。但在底层，大部分所谓的分散化都依赖于同一个假设：全美房价不会同时下跌。
评级机构掌握着信息，但察觉得太晚了。他们的标准更多是孤立地审视每个资产包，较少关注彼此的关联性。
但这并不是一回事。我明白。2008 年底层的借款人根本还不上钱，而包装掩盖了这一点。而现在，图谱中心的这些公司是有能力还款的。它们是世界上最赚钱的一批企业。
这里的风险在于，一旦决定减少支出，就可能引发连锁反应，去考验那些建立在“支出会持续”这一假设之上的担保和租约。
如果这种情况发生，损失落在哪里取决于融资结构及其中的保护条款。图谱中间的那些小公司，包括以前的比特币矿企和芯片租赁商，显得尤为脆弱。但部分风险可能会通过担保和承诺，反向传导回那八大巨头身上。
真正让人似曾相识的是风险转移的方式：一个假设，多层包装，每层都被单独评估。
我的看法
长期来看：我很安心，因为我预计 AI 的重要性会如我们大多数人设想的那样大。
短期来看：我会密切关注AI 资本支出指引。如果有两三家巨头在一两个季度内开始下调支出预期，那就是我的第一个信号，说明投资周期可能正在转变。
这并不意味着融资结构马上就会出问题。我会想去了解支出放缓的原因，以及这种放缓是否开始对支撑整个行业的收入、租约和担保造成压力。
那将是我重新评估自身敞口的触发点，如果证据支持的话，我会考虑减仓。
在此之前，我的长期观点依然乐观。我无法确定的，只是潜在回调会在何时到来。
来源：Ares Management，《In The Gaps》，另类信贷简报，2026 年秋季。关于融资、保险覆盖范围、交易对手和资金的数据均引自该报告。
