AI基礎建設估上看3兆美元 信用市場風險浮現

人工智慧(AI)基礎建設投資規模到2028年可能達到3兆美元(約4149兆韓元)，這項推估讓AI投資的資金結構與信用市場曝險，成為聯準會(Fed)政策討論的新變數。爭議焦點正從AI投資對物價的刺激程度，轉向誰以何種結構出資、又由誰承擔虧損。

《財富》(Fortune)25日刊登賓夕法尼亞大學華頓商學院教授喬奧·戈梅斯(Joao Gomes)的評論文章。戈梅斯教授寫道，AI投資雖能提升生產力與供給能力，但更迫切的問題在於，金融生態系統的槓桿、風險曝露與脆弱性尚未被充分掌握。

這篇文章與其說是事實報導，不如說更接近政策解讀。並非聯準會證實自己不清楚實際資金來源，而是指出僅憑公開資料難以一次描繪出完整的風險地圖。

摩根士丹利(Morgan Stanley)在2025年8月6日的一次Podcast中表示，隨著AI與資料中心投資擴大，可能出現1兆5000億美元(約2075兆韓元)的外部融資缺口。摩根士丹利美國信用策略主管維什瓦斯·帕特卡爾(Vishwas Patkar)說明，這個缺口中約8000億美元(約1106兆韓元)可能由私募信貸支應，2000億美元(約277兆韓元)則可能由投資等級公司債填補。

同一份資料還提出，1500億美元(約207兆韓元)可能由資料中心資產證券化商品與商用不動產抵押貸款證券承擔，3500億美元(約484兆韓元)則可能來自私募股權、創投與主權基金等管道。這意味著AI設備投資的資金需求，已從大型科技公司自有現金支出，蔓延到整個信用市場。

摩根士丹利2026年3月9日發布的資料也提出類似的資金結構。報告估計2025年至2028年全球資料中心建設支出約為2兆9000億美元(約4011兆韓元)，其中1兆4000億美元(約1936兆韓元)歸類為由超大規模雲端服務商(hyperscaler)自身現金流負擔。

其餘部分則由公司債、證券化信用商品、私募信貸與其他資本管道分攤。從已公開的資料來看，資金流向並非完全沒有脈絡可循，但由於多個金融主體分別承擔不同的到期日、擔保品與收益分配，整體風險很難用單一指標衡量。

所謂證券化信用，是指將貸款或租金等現金流打包成投資商品的金融結構。在資料中心領域，長期租約、電力採購合約與不動產擔保價值可能彼此交織，一旦利率、空置率或許可審批出現延遲，都可能轉化為信用風險。

聯準會(Fed)也已將AI對經濟的影響列為正式檢視項目。聯準會在2026年7月9日更新的「生產力與就業」(Productivity and Jobs)工作小組說明中表示，將檢視包含AI在內的通用技術之發展速度、影響範圍與經濟衝擊，並反映在就業與物價目標相關的政策判斷上。

這代表聯準會不再只把AI視為單純的科技股議題，而是將其視為同時牽動生產力、就業與物價的變數。大規模資料中心投資會同時拉高半導體、電力、土地與勞動力需求，融資方式的不同，也可能對信用市場造成影響。

華爾街的動作也加快了腳步。輝達(NVDA)在2026年8月10日宣布，將與阿波羅(Apollo)、貝萊德(BlackRock)、黑石(Blackstone)、布魯克菲爾德(Brookfield)、高盛(Goldman Sachs)、KKR共同成立AI運算基礎建設融資平台，計劃引入5000億美元(約692兆韓元)以上的第三方資本。

輝達創辦人暨執行長黃仁勳(Jensen Huang)表示：「我們從打造晶片起家，如今則協助打造『AI工廠』這種全新的生產性投資基礎建設。」這句話意味著，AI運算資產已開始被華爾街視為長期投資標的。

另一方面，專案層面的風險也逐漸浮現。路透(Reuters)報導指出，資料中心融資因地方反對聲浪與許可審批負擔加重，正促使銀行與資產管理公司加強實地查核。報導引用Data Center Watch的數據稱，2026年第一季至少有75個專案、規模約1300億美元(約180兆韓元)面臨地方反對。

本刊此前已報導規模1300億美元的AI資料中心專案遭遇地方反對的情況，輝達大型融資平台與表外負債爭議也已是市場關注的焦點之一。

對台灣投資人而言，這件事並不只是AI晶片或大型科技公司財報的問題。若AI基礎建設投資持續擴散至公司債、私募信貸與證券化商品，信用市場、利率與風險性資產價格都可能一併受到波及。目前尚未確認實際發生違約或系統性風險，但AI融資結構將對金融市場帶來何種影響，仍有待進一步觀察。