AI真正的风险，不在泡沫破裂那一刻

最近市场信号有些分化。Elice上市首日跌了32%，CoreWeave债券收益率升到15%附近，市场对AI的态度从普遍乐观转向谨慎。另一边，五大云厂商2026年资本开支预期仍有7692亿美元，全球AI数据中心未来五年预计还要投入5万亿到7万亿美元。二级市场在调整估值，一级市场仍在持续投入。

周小川在外滩年会上的提醒，放在这个背景下值得细看。他说的是：巨额资金流向AI和基础设施，一旦部分投资失败，可能引发金融波动，需要对部分金融机构实施救助。关键词不是“投资失败”，技术革命中一批公司退出很正常；关键词是“对金融机构实施救助”。

大多数人讨论AI风险，容易想到2000年科网泡沫：股价炒高后回落，投资者承担损失。2000年泡沫的冲击主要集中在股权市场，股东认栽，银行体系直接敞口有限。它是一次估值出清，没有像2008年次贷危机那样，通过信贷链条和金融机构资产负债表把风险放大。

这一轮值得留意的，不是估值像不像2000年，而是融资结构会不会带来2008式传导。瑞银数据显示，超大型云计算商2026年资本开支已达到经营现金流的100%，过去十年均值只有40%。高盛测算，明年超大规模云巨头资本开支约1.2万亿美元，经营现金流1.1万亿，至少35%的建设开支要靠发债补充。AI产业链样本企业2026年前九个月累计发债3356亿美元，同比增长75.9%，创2015年以来新高。

风险性质正在变化。当AI投资从利润驱动更多转向债务驱动，风险就不再只停留在科技板块的股价上，而会进入信贷市场、债券定价和金融机构资产负债表。

更需要注意的是，不少债务不在表内。科技巨头越来越依赖SPV或合资项目公司持有数据中心资产，再以未来租金为基础向私人信贷机构举债。国际清算银行把这类安排叫“影子借贷”：经济实质等同于借款，只是在巨头报表上不那么显眼。未来三年，AI基建预计还要从私人信贷市场拿走8000亿美元。而私人信贷的资金，追到源头很大一部分仍来自银行。美联储研究显示，银行对私人信贷公司的贷款，占其对非银行金融机构总贷款比例已从2013年的1%升到14%。链条是：科技巨头AI投入、SPV举债、私人信贷放款、银行提供资金。每一环单独看都合理，连在一起，风险就从“某家AI公司失败”变成“一串机构同时感受到压力”。

资产端信号也不容忽视。国内智算中心平均利用率约20%—30%，西部某千卡级智算中心上架率不足50%，实际利用率不到30%，年运营成本却超过3000万元。Gartner警告，高达3.5万亿美元的AI基础设施投资面临“时间错配”叠加“算力供给过剩”。Meta出租闲置算力，DeepSeek下调API价格，都在说明单位算力成本在下降。今天高价囤的GPU，明天未必还能按今天价格租出去。

周小川防的不是“泡沫马上破”，而是“破的时候没有缓冲垫”。2000年股权融资把风险分散给愿意承担风险的投资者；2008年次贷危机则说明，一旦债务和影子银行把风险集中到信贷提供者手里，传导会更快。这一轮AI基建的融资结构，正在往后者靠近。集中意味着调整更剧烈，传导更快，政策反应窗口更窄。

看AI的视角需要换一换。以前问哪家模型更强、哪家芯片更快。接下来更该问：这家公司的钱是谁给的，债是怎么借的，如果算力租赁价格再降20%，现金流还撑不撑得住。

技术革命里，技术本身很少直接击垮投资者。更常见的情况是，在错误的时间、用错误的资金结构，押注了一个正确的方向。AI大概率是未来十年重要的产业变量之一，但“方向对”和“这笔投资不亏钱”之间，隔着一整条融资结构的护城河。