九家顶级科技公司（Alphabet、Meta、微软、亚马逊、甲骨文、英伟达、博通、SpaceX、AMD）在证券文件附注中披露的表外承诺合计约3万亿美元，绝大部分与AI基础设施相关。 这一数字约为它们过去一年合计资本支出（约6000亿美元）的5倍，约为未偿租赁与长期借款余额的3倍，且在约两个月内从约1.8万亿美元增长约50%。核心构成包括：约1.2万亿美元的“未开始租约”（uncommenced leases，如Meta披露的约3470亿美元，含Hyperion等项目），以及约1.9万亿美元的采购承诺（芯片、硬件、数据中心建设、能源等）。按现行会计准则，这些义务在租赁开始或产品/服务交付前无需计入资产负债表。Alphabet的采购与合同义务截至6月30日达8110亿美元（三个月前约3320亿美元）；Meta的Hyperion等项目通过合资/SPV结构将部分债务（如约270亿美元）留在表外。主要风险 1 财务杠杆与流动性压力被低估
表外承诺使真实杠杆高于账面显示。若AI需求不及预期、利用率下降或技术迭代加速（芯片经济寿命可能短于会计折旧假设），公司仍需履行长期合同，导致自由现金流承压。部分公司已出现负自由现金流迹象。采购与租赁合同多具刚性或难以取消，增加固定成本刚性。 2 会计透明度与投资者评估难度
义务隐藏在附注中，增加信息不对称。评级机构、债券投资者和股东可能低估风险，一旦市场重新定价，可能引发估值回调或融资成本上升。类似结构（SPV、合资、剩余价值担保等）也可能产生或有负债传染。 3 需求与技术周期风险
AI军备竞赛依赖持续高需求。若模型效率提升、开源替代或宏观放缓导致算力过剩，数据中心与芯片资产可能快速贬值。能源与电力约束也可能推高运营成本。 4 系统性与融资市场风险
大规模表外与表内债务叠加，可能对投资级债券市场、私募信贷造成压力。芯片供应商（英伟达、博通等）的担保或融资背书可能放大供应链风险。若利率环境变化或信用利差扩大，再融资难度上升。 5 集中度与执行风险
承诺高度集中于少数巨头和少数供应商/项目，单点失败（如大型数据中心延期、能源供应中断）可能产生连锁反应。SpaceX等非传统上市公司的披露可能更不透明。这些风险并非必然爆发，但规模与增长速度使“AI泡沫”担忧更具现实基础，尤其是在高资本强度、长回报周期的背景下。应对策略对公司层面： • 优化资本结构与融资：更多使用经营性现金流、直接发债或股权，减少过度依赖刚性长期采购/租赁；审慎使用SPV与表外结构，并加强披露。 • 灵活合同设计：争取更多可取消、可延期或与利用率挂钩的条款；缩短部分承诺期限，匹配技术快速迭代。 • 提升资产效率：加快数据中心与芯片利用率；探索共享算力、转租或二级市场；投资能效与下一代技术以降低单位成本。 • 风险对冲与情景规划：进行严格压力测试（需求下滑、利率上升、折旧加速）；建立流动性缓冲；分散供应商与地理位置。 • 透明沟通：在财报与投资者交流中更清晰量化表外义务的时间分布、可取消性与潜在影响，降低市场不确定性。对投资者与市场： • 将表外承诺纳入杠杆与偿债能力分析，关注附注细节、承诺增长率与自由现金流趋势。 • 区分“必需基建”与“投机性扩张”；关注公司AI变现能力（云收入、广告、企业服务等）与实际利用率数据。 • 分散配置，避免过度集中于高承诺公司；关注信用评级变化与债券利差。对监管与会计层面： • 加强表外义务披露要求（时间分布、取消条款、或有负债）。 • 评估是否需调整租赁与采购承诺的确认规则，以更好反映经济实质。 • 监测系统性风险，尤其是涉及私募信贷与跨公司担保的结构。总体而言，这些表外承诺反映了AI基础设施竞赛的激烈程度与资本密集特性，短期内支撑了供应链与建设热潮，但中长期需以实际需求与回报验证。健康应对的关键在于匹配承诺规模与可验证的商业回报、保持财务弹性，以及提升透明度，避免类似历史周期中“过度建设后产能过剩”的局面。市场与公司自身的调整能力将决定风险是否可控。