我對 AI 基礎建設及其背後融資資金的看法，目前還沒有定論。我感覺這是一個時機問題，而我一向不喜歡這種不確定性。
*長期來看，我相信 AI 會像我們所有人認為的那樣帶來變革。短期來看，我覺得市場必然會出現一次修正來消化這些泡沫，因為這種情況不可能無限期地持續下去。
我知道「短期」或「長期」在實際操作上沒什麼參考價值。但我正在設定一個觸發條件，讓它告訴我「短期」可能從何時開始。就我的風險管理而言，我覺得這是目前最審慎的做法。畢竟在這個主題上，我完全不是一個悲觀主義者。
如果你把一張這樣的圖表拿給大多數人看，告訴他們這是自己深耕的專業產業，他們絕對不會投資。那為什麼資金還在不斷湧入？要嘛是我們之中沒有足夠多的人看清了整張圖，要嘛是在實際回報與預期回報的誘惑下，我們都戴上了眼罩。
和多數人一樣，我會讀很多投資電子報，然後就拋在腦後。說實話，它們通常挺枯燥的。
但 Ares 另類信貸團隊發布的一份名為《In The Gaps》的報告讓我印象深刻，原因只在其中一頁。那是一張圖表。它把過去十二個月內所有為 AI 資料中心和晶片籌集的融資畫成了一張網，用線條將每筆交易連接到它所依賴的每一家公司。
簡短摘要：
• Ares 統計出，過去十二個月內有超過 100 筆針對 AI 資料中心和晶片的融資，橫跨七個不同的債務市場發行。但在底層，風險最終都集中到了同樣的八家公司身上。
• 其中有幾家公司同時身處同一結構的兩端：既付租金、又擔保租約結束時的建築價值；既是借款人、又是承租人。
• 一座價值 $14bn 的資料中心，產物保險公司只願意承保其價值的 3% 左右，但以該中心租金作為擔保所發行的債券，卻被評為低風險。同一棟建築，卻有兩種截然不同的風險評估。
• Ares 表示，圖上的每一筆交易都建立在一個假設之上：AI 資本支出會持續下去。
這張圖
為了突顯範例，我重新繪製了一個大幅簡化的版本。如果你順著兩條標示出來的線看：i) 同一個名字既付租金又為建築提供擔保；ii) 同一個名字既賣晶片又為貸款提供擔保。
當然，單獨看每一筆交易都很合理。但把它們全放在同一頁上，你就會忍不住感到不安。所有的線條最終都匯聚到同樣的八個圓圈。Ares 追蹤了橫跨七個獨立債務市場的 100 多筆融資，發現風險最終都回到了 Meta、Oracle、Microsoft、Amazon、Google、Nvidia、OpenAI 和 Anthropic 這八家公司。
同一筆交易的兩端
Meta 支付的租金用來償付一組債券，同時它還擔保了租約到期時建築物的價值。
CoreWeave 以借款人的身分出現了三次，同時也是支撐另一家發行人債券的核心承租戶。
Ares 指出，Nvidia 在這張圖上同時扮演四種角色：它發行自己的票據、為結構化交易背後的晶片供貨、被列為承租戶，並為其他公司的借款擔任擔保人。
這些公司彼此之間也相互牽連。據報導，Nvidia 已承諾向 OpenAI 提供資金，而 OpenAI 向 Oracle 購買算力，Oracle 則使用 Nvidia 的晶片來運行這些算力。Microsoft、Amazon 和 Google 持有它們同時也在向其銷售產品的 AI 實驗室的股份。
本質上，我可能過度簡化了，但我認為這一切歸結於一個假設：AI 資本支出會持續下去。如果有一天，AI 帶來的營收無法支撐為它所建立的支出規模，而擔保又在同一時間被要求履行，且來自同樣的公司，偏偏那時正是它們最無力支付的時候，誰來接手？這不是 2008 年。我不認為這個產業能像當年銀行那樣，找到一個可靠的最後貸款人（政府）。
沒人敢承保的建築
同一份電子報還有第二個例子。Ares 描述了德州一座價值 $14bn 的資料中心園區，由 Meta 承租。其產物保險的上限約為 4.5 億美元，大約是總價值的 3%。保險公司看了看這麼大規模的園區，認定全損的風險太大，不願承保。
現在換個角度，從債券面來看這座園區。債務投資者以 Meta 為該建築支付的租金為擔保進行放貸，而且達到了投資級別。如果建築被燒毀，Meta 會把運算業務轉移到其他地方。貸款人將失去唯一的擔保品——一棟他們沒有求償權的建築所產生的租金流，而且這棟建築只有 3% 的價值被投保。
Ares 用一句話總結：「同樣的風險，保險業在房地產市場中視為大到無法承保的負債，但當它包裝成投資級債券出現時，卻被當作資產照單全收。」
而且，這兩端往往是同一個產業。
為什麼資金還在不斷湧入
如果這張圖這麼清楚，為什麼還有人買？
因為投資者買的不是整張圖，而是圖中的個別交易。房地產基金看到的是一份租約；設備貸款人看到的是擔保品。每個人都在做好自己的工作，而且都是根據那一小塊的標準來評判的。
我有點納悶，為什麼投資界沒有充分討論這件事。我猜是因為圖表還在往上走，而且每筆交易都能通過標準的投資盡職調查，所以大家一切照舊。我希望看到業界更重視投資盡職調查與營運盡職調查之間的交集。兩者都能有效評估各自的風險，但我認為它們之間的依賴關係，以及那些表面上獨立的投資之間的關聯，才更需要嚴格審查，並且應該在投資決策過程中賦予這個交集更大的權重。
Ares 也研究了是誰在買。美國保險公司持有約 9 兆美元的資產，創紀錄的年金銷售意味著他們必須把大量資金投入「A 級債券」。他們買的這些債券，預期每年每萬筆中大約有四筆會違約。這就是他們的定價依據。但這些債券全都仰賴單一產業維持目前的支出速度，而一個支出週期的反轉，發生機率絕對遠高於萬分之四。
這不只是 AI 的問題
這種模式比資料中心出現得更早。Ares 提到了 2000 年的電信業，當時設備製造商為自己的客戶提供融資，一個科技故事變成了相關性故事。金融危機的底層也是同樣的形狀，各種結構只是在轉移風險，而不是降低風險。每一次，看似獨立的事物都共享著同一個假設，一旦假設破滅，它們就會一起倒下。
這在較小的規模上也適用。同一板塊中十家公司組成的主題投資組合，共享著同一個驅動因素。一個全球指數基金、一個美國指數基金和一個科技基金，把同樣幾家公司重複持有了三次。雖然你手裡握著很多工具，但真正的驅動因素或獨立押注的數量，往往只有一兩個。
我目前還沒有確定的看法。我所擁有的是對這種環境日益加深的警覺。
這些交易單獨來看都很有道理。評級、承租戶、租金都沒問題。我發現的問題只有在觀察彼此的關係和互聯性時才會真正浮現。這讓我越來越覺得，許多表面上看起來很獨立、或似乎保持了安全距離的機會，實際上可能共享著一個更強烈的單一假設。
2008 年時我在業界工作，很難不看出一些相似之處，或者說「似曾相識」的感覺更貼切。房貸被打包、評級，然後賣給那些被要求購買高評級證券的投資者。每個包裹看起來都很分散。但在底層，大部分所謂的分散都依賴同一個假設：全國（美國）房價不會同時下跌。
評級機構掌握資訊，但察覺得太晚了。他們的標準更多是單獨檢視每個包裹，而較少關注彼此的互聯性。
但這不一樣。我知道。2008 年底層的借款人無力償還，而包裝掩蓋了這一點。而在這裡，位於圖表中心的這些公司有能力償還。它們是全球最賺錢的一些企業。
這裡的風險在於「決定減少支出」的那一刻，這會啟動一連串連鎖反應，考驗那些建立在「支出會持續」假設之上的擔保和租約。
如果這真的發生了，損害落在哪裡取決於融資結構及其中的保護條款。圖表中間那些較小的公司，包括前比特幣礦商和晶片租賃業者，看起來特別脆弱。但部分風險可能會透過擔保和承諾，反向轉移回那八家大公司身上。
真正讓人感到熟悉的是風險轉移的方式：一個假設，層層包裝，各自獨立評估。
我的看法
長期： 我很安心，因為我預期 AI 的重要性會達到我們多數人所想像的程度。
短期： 我會緊盯 AI 資本支出指引。如果有兩三家大公司在一兩個季度內開始下調支出預期，那就是我的第一個訊號，代表投資週期可能正在轉變。
這並不自動意味著融資結構出了問題。我會想了解支出放緩的原因，以及這種放緩是否開始對支撐整個產業的營收、租約和擔保造成壓力。
那將是我重新評估自身曝險的觸發點，如果證據支持，我會考慮降低曝險。
在此之前，我的長期觀點依然樂觀。我唯一無法確定的，是潛在修正發生的時機。
來源：Ares Management，《In The Gaps》，另類信貸電子報，2026 年秋季。關於融資、保險覆蓋範圍、交易對手和資金的數據均如該報告所述。
