AI基础设施融资正在形成新的信用市场架构

概览

报告讨论AI和数据中心建设带来的资本开支浪潮如何重塑信用市场融资生态。Morgan Stanley指出，AI基础设施所需资金规模和投入速度均显著超出此前预期，融资范围也从数据中心建筑本身扩展到GPU和配套能源基础设施。信用市场的作用正在扩大，并通过公募、私募、项目融资、资产融资和高收益债等多种形式进行结构创新。

核心观点

核心观点是：AI基础设施资本开支呈指数级扩张，信用市场将长期成为该建设周期的重要资金来源。融资创新能够扩大投资者基础、降低融资摩擦，并打破传统公募与私募信用、公司融资与项目融资的边界。但这一周期并非无约束推进，电力短缺、并网、设备供应、许可、劳动力、保险资金供给、利率变化和地缘政治都可能成为影响融资可得性与建设节奏的边际因素。

分析框架

报告采用主题宏观和信用市场框架，结合超大规模云厂商资本开支预测、token使用量等算力需求代理指标、融资工具演化、能源约束以及资本供给来源来判断AI基础设施融资周期的方向。其分析重点不在单一公司估值，而在资本开支需求、融资渠道扩张、结构创新和潜在瓶颈之间的相互作用。

方法论与常识提炼

• 信用市场结构分析AI基础设施融资生态框架

  将AI建设需求拆分为数据中心、GPU、能源供给和资本供给，并观察其对应的信用融资工具。

  报告通过比较公募信用、私募信用、项目融资、资产基础融资、ABS和高收益发行等渠道，说明AI资本开支如何推动信用市场边界重组。

• 需求代理指标全球每周token使用量

  使用token使用量作为算力需求的代理指标。

  OpenRouter数据显示全球每周token使用量从约6万亿升至28万亿，约增长350%，被用于支持AI算力需求快速扩张的判断。

• 约束条件分析物理、运营、政治和资本供给约束

  评估AI基础设施建设从资金需求转向执行瓶颈时可能遇到的限制。

  报告强调电网接入、电力设备、熟练劳动力、许可延迟、监管摩擦、保险资本供给和中东资本流向都可能影响融资和建设路径。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• AI基础设施信用资产

  直接受益于AI资本开支扩张和数据中心建设融资需求。

  优势

  需求规模大、周期长、战略重要性高，且融资结构不断创新。

  劣势

  底层项目执行复杂，可能受电力、许可、设备和劳动力瓶颈影响。

  对比

  相较传统企业信用，更接近公司融资、项目融资和资产融资的混合形态。

  风险

  若资本开支预期下修、项目延期或资产残值假设失效，信用风险可能上升。

• GPU融资

  从股权资本主导逐步向信用市场迁移。

  优势

  算力需求快速增长，为资产基础融资和未来ABS结构提供基础。

  劣势

  技术迭代快，残值和再利用价值存在不确定性。

  对比

  相比数据中心建筑融资，GPU资产的折旧、残值和技术风险更突出。

  风险

  模型需求变化、芯片供给周期、抵押品估值波动和再融资风险。

• 数据中心能源基础设施

  电力可获得性成为AI建设的门槛，推动能源融资进入AI资本开支范围。

  优势

  供电瓶颈使离网电源、燃料电池、燃气轮机、储能和旧矿场改造等方案具备战略价值。

  劣势

  受监管、并网、设备交付和地方政治影响较大。

  对比

  相比纯数据中心融资，能源资产更依赖许可和物理交付能力。

  风险

  电力缺口持续、项目审批延迟、能源价格波动和政策变化。

• 保险资本与固定收益资金

  寿险公司是AI和数据中心基础设施的重要资金来源。

  优势

  高利率环境下固定年金流入强，保险公司作为收益型买家具备配置动力。

  劣势

  资金供给对利率环境和年金销售高度敏感。

  对比

  相比中东战略资本，保险资本更受宏观利率周期影响。

  风险

  若利率明显下行，年金销售放缓，保险资本可得性可能减弱。

关键数据

• 五大超大规模云厂商2026年资本开支预期约8000亿美元Morgan Stanley互联网股票分析师团队在一季度财报和电话会后上调预测。
• 五大超大规模云厂商2027年资本开支预期约1.16万亿美元明显高于一年前对2026年和2027年均约4500亿美元的预测。
• 全球每周token使用量变化约从6万亿增至28万亿，增长约350%OpenRouter数据，时间为1月初以来。
• 数据中心电力缺口估计55吉瓦Stephen Byrd估计数据中心开发商面临约55GW电力短缺。
• 中国社会融资预测人民币1.25万亿元报告周历中预计5月10日至15日期间公布，前值为2025年4月人民币1.16万亿元。
• 美国4月核心CPI预测0.36%环比，2.7%同比报告预计关税使核心商品通胀保持正增长，服务项因住房和油价传导加速。

影响与含义

对投资者而言，AI基础设施融资可能成为未来数年信用市场的主线之一，带来新的贷款、私募信贷、资产融资、ABS、高收益债和项目融资机会。与此同时，融资机会将更依赖底层资产质量、租约保障、剩余价值安排、电力可获得性和资本供给稳定性。随着AI建设与能源系统融资逐步融合，能源基础设施资产和能够缩短供电时间的解决方案也可能被AI参与者直接收购或融资。

风险

• 电网接入、电力设备、熟练劳动力和许可延迟可能限制AI基础设施建设速度。
• 地方、国家和国际层面的政治与监管摩擦可能改变项目落地和融资节奏。
• 利率大幅下行可能削弱固定年金销售，从而降低寿险资金对AI和数据中心基础设施的支持。
• 中东资本流向受地缘政治影响，可能因避险而放缓，也可能因战略长期投资需求而加强，方向存在不确定性。
• GPU和AI基础设施融资结构创新可能带来残值、抵押品估值、期限错配和复杂结构风险。
• 报告包含利益冲突和监管披露，Morgan Stanley及其关联方可能与覆盖公司或相关工具存在业务关系或持仓。

后续跟踪

• 超大规模云厂商后续资本开支指引及实际支出兑现情况。
• 全球token使用量、AI模型调用量和算力需求的持续性。
• GPU融资是否进一步发展为成熟的ABS或其他证券化结构。
• 数据中心电网接入、离网电源、燃气轮机、燃料电池、储能和旧比特币矿场改造等供电方案进展。
• 寿险公司、私募信贷、公共债券市场和中东资本对AI基础设施融资的配置变化。
• 美国CPI、PPI、零售销售、英国GDP、中国社融和通胀等当周宏观数据对利率和风险偏好的影响。