Institutional Capital｜机构资本谁为万亿美元AI Capex买单？

AI一边疯狂融资，另一边长期利率正在反过来压住AI估值

四个结论先放在前面

第一层资本不是Private Credit，而是Hyperscaler的全球投资级公司债

AI融资不能从Private Credit讲起。真正成本最低、结构最简单的一层，是Corporate Balance-Sheet Financing（公司资产负债表融资）。Alphabet、Amazon、Meta可以直接依靠搜索、广告、云、订阅和电商现金流，在全球投资级债券市场借钱。

这类债权人不需要指定“哪批GPU还债”。他们购买的是整个公司信用。因此，Hyperscaler可以把融资所得统一投向Land、Power、Data Center、TPU/GPU、网络和光互联，而不是把每个项目单独装入SPV。

为什么要发行“多币种”债？

不是因为Alphabet突然需要日元或瑞郎，而是全球债券市场本身也是一种可优化的资本资源。公司可以比较不同市场的基准利率、Credit Spread（信用利差）、投资者需求、期限与FX hedge（汇率对冲）成本，寻找最低的Marginal Cost of Capital（边际资本成本）。这说明AI公司已经开始在全球争夺长期资本，而不只是美国科技股市场里的融资事件。

当AI开始和美国财政部“抢钱”：这条直觉成立，但不是“超额认购推高美债利率”

公司债超额认购本身意味着需求强，通常会帮助发行人压窄信用利差；它不会机械地把Treasury Yield推高。真正值得关注的是总久期供给：当Big Tech、AI项目、Private Credit与美国财政部同时向保险、养老金和固定收益基金出售长期现金流时，有限的Long-Duration Capital（长久期资本）需要在更多资产之间分配。

Dallas Fed在2026年2月专门研究了这条机制：AI融资不仅通过长期投资级公司债直接制造久期，还会通过Private Credit贷款配套的pay-fixed interest-rate swaps（支付固定利率互换）制造“合成久期”。其引用的市场估算显示，2026年约$300B AI相关投资级融资可能产生最高约$360B的10年等效久期供给，约相当于Treasury同口径久期供给的八分之一。

为什么这会反过来压AI股票？

这形成一个很重要的反身性：AI自己的成功，可能通过融资需求提高自己的资本成本。这条闭环也是专题⑤压力测试的宏观入口。

同样建设1GW，Alphabet和NeoCloud其实活在两个融资世界

这就是Private Credit存在的根本原因：它不是因为银行突然不会放贷，而是填补Hyperscaler顶级公司信用与高资本消耗AI项目之间的Credit Gap（信用缺口）。

万亿美元AI Capex最终需要一台“资本分销机器”

真正的大资金并不是某一家基金“掏5000亿美元”，而是资产管理机构把不同风险层级分给不同资本：银行和保险资金拿Senior Debt；Private Credit承接更复杂的非标项目；Infrastructure Equity承担资产价值波动；Junior / Hybrid Capital填补资本缺口；芯片供应商提供残值或租约Backstop。

为什么保险资金可能成为AI资产最大的长期买家之一？

保险公司的负债很长：今天收保费或年金资金，未来十年、二十年甚至更久才支付。它天然寻找Long-Duration、Predictable Cash Flow、Senior Secured Claims。一个拥有长期电力、数据中心物理寿命和5—20年客户合同的AI项目，如果结构足够清晰，就越来越像传统基础设施信用。

Apollo尤其值得研究，因为其资本平台不仅包含Private Credit，也连接Athene等退休/保险资金。于是AI融资的底层链条可能变成：

$35B、>1GW：Chip Vendor + AI Lab + Wall Street第一次拼成完整Compute Finance

2026年6月，Broadcom、Apollo与Blackstone建立AI XPV Platform，目标到2028年支持>20GW全球AI部署；首笔交易规模$35B，支持Anthropic超过1GW算力，并由Fluidstack参与基础设施部署。

这一案例说明，AI融资已经不再是“科技公司借钱买芯片”，而是技术供应商、模型公司、基础设施运营商与机构资本共同组成的项目金融体系。

1GW数据中心也可以像机场、通信塔一样被基础设施资本持有

Meta与BlackRock旗下资本合作的El Paso项目预计开发成本约$14B，股权结构约为BlackRock资金80%、Meta 20%，并配套约$12.5B债务融资。Meta作为租户使用资产，而不必100%在自身资产负债表持有数据中心。

这代表另一个重要趋势：AI算力的Ownership（所有权）和Usage（使用权）正在分离。未来模型公司或云公司并不一定需要拥有全部GPU、机房、电力资产，就像航空公司不一定拥有全部飞机、企业不一定拥有写字楼。

NVIDIA真正想工业化的不是贷款，而是AI资本市场

NVIDIA与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR合作的独立Compute Financing Platforms，目标是长期动员超过$500B第三方资本。NVIDIA明确表示各平台独立评估客户、需求、利用率、现金流与Residual Value（残值）；部分项目中，NVIDIA可能提供最高约25%的残值支持。

信用支持已经从GPU向Land + Power + Shell前端延伸

8月17日披露的OpenAI / SB Energy Ohio项目进一步把边界前移：NVIDIA同意为OpenAI长期租约相关义务提供最高约$105B保证，并投资约$1.5B进入SB Energy。项目规划可扩展至8GW，OpenAI租约长达20年。

这意味着我们此前建立的LPS → Compute模型又多了一层Capital：

注意：$105B是最高保证上限，不等于项目已经花费$105B，也不等于NVIDIA直接投资$105B。

现在还不能叫“$500B GPU ABS”：我们处在证券化之前的信用标准化阶段

当前真正发生的路径是：

ABS的重要性在未来的Capital Recycling（资本循环使用）：贷款被发起、打包并卖给保险/养老金/债券基金后，原始放贷者可以释放资本，再去发下一轮贷款。真正的数量级变化不是“多了一批钱”，而是同一美元可以循环更多次。

以后研究任何NeoCloud，都要问：它能不能沿资本阶梯向上迁移？

对于IREN、CRWV等公司，真正值得关注的不只是Revenue Growth，而是Credit Migration（信用迁移）：项目交付、客户质量和资产现金流能否把下一轮资本成本持续压低。

风险被分给更多投资者，并不等于风险消失

用一个假想$100项目理解损失顺序。不同真实项目条款会不同，下图只是结构示意：

当信用飞轮反转，风险可能先出现在债券市场

这就是AI Credit Deleveraging Cycle（AI信用去杠杆周期）。当Compute逐步进入固定收益市场，未来的领先预警可能不是NVDA先跌，而是AI相关Credit Spread、项目融资coupon、LTV、新债让利和残值假设先恶化。

AI资本循环要新增一张“信用市场仪表盘”

AI产业链之外，正在出现“AI资本基础设施供应商”

这不是即时股票排序，而是把新的利润池放入AI投资地图：谁掌握长期资本、承保能力与分销渠道，谁就可能成为AI产业链“看不见的基础设施”。

真正的竞争，不只是“谁有GPU和电”，而是谁拥有最低的边际资本成本

专题④把前三篇最后一块拼上：Equity Value提供股权信用，Asset Value提供项目信用，Customer Value提供合同信用，Institutional Capital把这些信用接入更大的全球资金池。

与此同时，AI资本周期已经大到足以和美国财政部竞争长久期资本。我们不能说“AI债券供给决定US30Y”，但可以正式把它列入Real Yield与Term Premium的结构性监控变量。于是整个循环第一次闭合：

AI融资结构系列：从融资工具，走向AI资本循环

主要来源与口径