美股380亿债务背后:甲骨文背水一战,AI危机隐现?
美股市场正聚焦一场决定AI命运的“大考”。
本周,一笔规模高达380亿美元的超级债务融资即将登场,这笔资金是为科技巨头甲骨文相关的数据中心项目提供支持。这也是迄今为止最大规模的AI基础设施融资。
表面上,这笔钱将用于德州和威斯康星州的两座巨型数据中心,以兑现甲骨文对OpenAI等客户的算力承诺;但从深层次看,它是未来十年整个AI产业能否继续扩张的试金石。
问题来了:
为何甲骨文如此急切地依赖这笔外部资金?这笔巨额举债背后有哪些有利条件和致命弊端?它会怎样影响甲骨文作为OpenAI“官方备选”的角色定位?更关键的是,这次融资会成为AI从“讲故事”走向“讲现金流”的真正拐点吗?如果这条高杠杆的“AI算力债务链条”出现问题,市场会立刻进入“去泡沫化”阶段吗?而若融资顺利,谁又会成为这场资金重新分配中的最大赢家?
今天,我们就来探究这笔380亿美元的融资为何成为AI资本周期的真正“分水岭”,以及它将如何重新定义未来十年美股AI赛道的赢家与风险。
甲骨文的AI加速逻辑
先来看积极的方面。
若甲骨文此次能拿下380亿美元融资,传递出一个明确信号:订单积压,但产能严重不足。它正处于市场的“临界点”——AI算力需求呈指数级增长,而数据中心建设却按线性节奏推进,这笔资金就是为了打破这一速度瓶颈。
这也进一步证明了甲骨文云基础设施(OCI)在承载高密度AI负载方面的独特优势,市场认可其技术能力,也愿意为确定性买单。

从战略层面讲,这是一次典型的“以速度换壁垒”的金融操作。甲骨文敢于在高息周期大规模融资,核心底气源于订单的高度可见性:客户已签约,产能即收益,时间成本远超资金成本。管理层实际上是用金融杠杆放大运营杠杆,将AI基础设施迅速打造成可复制、高确定性的增长飞轮。
更重要的是,此举表明AI产业竞争重心已发生转移:从“芯片争夺战”转向“产能落地战”。过去是谁能抢到更多GPU,现在是谁能更快地把资本转化为电力、机柜与散热能力。在这场新竞赛中,建设速度就是护城河,产能效率就是话语权。
甲骨文为何依赖外部资金?
机会也带来了压力:订单签得越多,交付就越不能出错;要在两三年内把产能提升到满负荷,仅靠自有资金根本无法实现,这就是甲骨文必须寻求外部融资且如此急迫的原因。
来看相关数据:
首先,甲骨文面临的订单压力极大。公开数据显示,甲骨文与OpenAI签署的算力服务协议总金额约为3000亿美元,而甲骨文当前未完成的全部履约订单总额为4550亿美元,其中OpenAI的订单约占三分之二。
甲骨文与OpenAI这份价值约3000亿美元的云订单,从2027年开始分5年执行,这意味着甲骨文每年需承接高达600亿美元的新增业务。2025财年,甲骨文的总营收为574亿美元。也就是说,仅OpenAI一家客户,就将在数年内让甲骨文的业务规模翻倍。
然而,与轻资产的互联网公司不同,云服务是重资产模式。未来的巨额收入,必须依靠前期的大量资本投入来换取。这笔订单与OpenAI的“Stargate”超大规模数据中心项目直接相关,该项目计划新增4.5GW的算力容量。
其次,是雄心与现金流的差距。根据行业数据估算,建设1GW算力的成本约为500 - 600亿美元。据此推算,完成4.5GW数据中心的建设,甲骨文需要投入2250至2700亿美元的资本开支。这与美银的宏观预测相符,该行预计,甲骨文未来七年的累计资本开支可能高达2060亿美元。

将订单、开支与目标进行对比,结论很明确:一方面是美银预测的2060亿美元累计资本开支和公司远不足以支撑的自由现金流;另一方面是公司设定的2030年2250亿美元的激进营收目标,对资金供给提出了更高要求。
若要在2027年订单启动前建成数据中心,意味着甲骨文两年内要投入超过其总资产的资金,这显然不现实。更合理的假设是,建设周期从2025年持续至2031年。即便如此,甲骨文每年也需为此平均支出约321亿美元的资本。
最终,所有线索都指向同一个结论:甲骨文自身的自由现金流,无论是应对OpenAI单个项目的年均开支,还是满足公司未来七年的整体资本支出,都远远不够。如果仅靠自有资金,其资产负债表将迅速承压,现金流会极度紧张。
因此,为了承接这份“甜蜜的负担”并实现宏伟目标,甲骨文不得不寻求大规模的外部融资。
甲骨文轻资产模式破局算力扩张
为了解决问题,甲骨文采用了一种更“聪明”的轻资产模式:自己不直接出资建设,而是“预租”产能,让市场来承担资金压力。
具体做法是,它与数据中心开发商Vantage签订长期租约,锁定了未来的算力空间。这份稳定的租金预期成为了优质的信用凭证。Vantage以此为基础,成功筹集了由摩根大通、三菱日联金融集团等银行牵头的380亿美元项目融资。
这样就形成了一个精妙的闭环:
债券市场提供了巨额资金。
Vantage负责持有资产并完成建设。
甲骨文则以轻资产的“租户”身份,获得了宝贵的算力产能,再转售给OpenAI等客户。
这个模式的精妙之处在于,它将未来不确定的AI需求,包装成了当下可融资的、稳定的“算力租金”资产。如果一切顺利,甲骨文便能以最小的资产负债表负担,实现产能的快速扩张。
然而,这场豪赌背后隐藏着不容忽视的风险。
这笔融资的关键风险在于其财务性质:未来的需求订单可能推迟、削减甚至取消,但380亿美元的债务却一分都不能少还。这本质上是一场高风险的杠杆游戏,无论市场是否认可,甲骨文都必须履行偿债承诺。
进一步来看,这种需求并非完全“锁定”。微软与OpenAI的合作关系明确,微软拥有“优先拒绝权”。这意味着甲骨文是官方认证的“备选”。也就是说,OpenAI在寻求新的计算能力时,必须先询问微软。只有微软拒绝,订单才会轮到甲骨文。
这种业务模式使得甲骨文看似稳定的营收基础,实际上存在很大的脆弱性。一旦微软突破自身产能瓶颈,甲骨文的预期收入可能会大幅减少。
从更宏观的角度看,这不仅仅是甲骨文一家面临的考验。多家投行预测,像OpenAI这样的公司,明年仍需大量外部融资,才能履行对甲骨文、英伟达等供应商的采购承诺。
这意味着,甲骨文今天借来的380亿美元,是整条“AI算力债务链条”的第一环。只要第一环出现问题,后面几环的现金流可能会瞬间失衡,引发连锁反应。
根据UBS的研究,全球AI支出预计在2025年达到3750亿美元,到2026年将增至5000亿美元。这表明,不再是甲骨文独自冒险,整个科技行业正集体投入数千亿美元,参与一场“资本军备竞赛”。
在这种背景下,资金来源出现了两极分化:
以微软、Meta、谷歌为代表的“富裕阶层”,它们凭借成熟的搜索、广告、软件业务,现金流极为充沛,投资AI基础设施就像“用自有资金建房”,底气十足,风险可控。
而以甲骨文和OpenAI为代表的“负债阶层”,则需要大规模举债融资,其发展命运与外部融资环境的好坏紧密相关。
380亿融资“拷问”AI估值体系
在资金流向分化的背景下,这笔380亿美元融资的定价和市场反应,将深刻影响整个AI行业的估值体系。
如果市场对像甲骨文这样的云服务商,尤其是其基于“长期租约”模式运营的业务失去信心,就意味着市场对英伟达未来订单的稳定性产生了怀疑。“订单永不间断”这一推动英伟达股价上涨的核心逻辑,可能会面临风险。
接着,融资的影响将波及到AI应用层,特别是像OpenAI这样的公司。OpenAI的生存与发展直接依赖于基础设施层的稳定支持。如果基础设施层的融资链条断裂,应用层的成本将急剧上升,开发成本不断增加,利润周期被无限拉长。这不仅会给OpenAI的营收带来压力,还可能导致整个AI行业进入“去泡沫化”阶段。
“去泡沫化”意味着,市场将不再盲目追逐遥远的“增长故事”,而是要求企业展示实际的营收和利润。投资者将更加关注企业的现金流、盈利能力以及其基础设施支撑的可持续性。如果企业无法在短期内实现可观的盈利,投资者的热情会逐渐消退,从而影响行业整体的估值体系。
然而,危机中也蕴含着历史性的机遇。
这笔融资恰恰是验证AI基础设施这个万亿级资产类别能否持续、稳定受益的试金石。如果这笔融资能被市场顺利接受,就向全球资本发出了一个强烈信号:为AI提供动力的重资产,本身就是值得信赖、能产生稳定回报的优质资产。
这一资产类别的核心优势在于其不可替代的底层地位和清晰的商业模式:
不参与模型竞争:它们无需承担“哪个模型会赢”的科技风险,专注于提供基础资源。
稳定的现金流:通过与巨头签订长期服务合约,它们赚取的是巨头发动“算力军备竞赛”时必需的、稳定的服务费。
高准入壁垒:土地、能源、建设许可等构成了天然的护城河,排除了普通竞争者。
在AI资本大潮下,资金流向的框架变得清晰:
顶层的赢家分为两类:
一类是既有充足现金流又能制定行业规则的科技巨头(如MSFT、META、谷歌),它们是“自有资金建房者”。
另一类是不直接参与应用竞争的基础设施“卖铲人”,它们提供“AI世界的钢铁水泥”,直接受益于算力短缺和巨头的扩张竞争。
这一类别的典型代表有:
算力托管服务商:NBIS、CRWV、IREN,最近新增了CIFR。
基础设施供应商:CEG、NEE、VST、EOSE、NNE。
核能供应商(为AI基础设施提供能源支持):OKLO、SMR、GEV,CCJ。
高风险的是那些自身造血能力不足、严重依赖外部融资的应用层AI公司。
因此,判断AI时代能否从“资本叙事”平稳过渡到“资产时代”,关键观察点在于这笔融资的微观数据:它的定价利差(市场要求的风险补偿)、认购倍数(资金追捧的热度)、租约年限(需求的稳定性),将成为最真实的信号灯。
这笔融资的表现,将直接回答那个核心问题:我们看到的,是一个即将破裂的“债务泡沫”,还是一个正在夯实的“万亿基石”?
本文来自微信公众号“美股投资网”(ID:tradesmax),作者:StockWe.com,36氪经授权发布。
本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。
免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com




