据高盛研究部发布的《AI债务如何重塑信用市场》专题研报，2026年截至8月，全球AI企业债发行量已接近5000亿美元，占全部投资级企业债发行的25%-30%，对实体经济借贷利率形成长期上升压力。

这5000亿美元，主要由四大部分构成。

1.云巨头占比约40%

据高盛的数据，微软、谷歌、亚马逊、Meta、甲骨文等五家，今年前八个月发债额高达1940亿美元，比2025年全年（1080亿美元）还要高80%。

因为2026年的AI资本支出预计高达7500-8000亿美元，光靠自由现金流已经盖不住巨大的缺口，巨头们必须趁着当前信用评级高，锁定长期的低成本债务资金。

2.算力租赁与数据中心，占比约30%。

代表企业，CoreWeave、Vantage Data Centers、Nebius、Lambda Labs、Zenith Arc。

Vantage Data Centers为了筹措全球扩建资金，传出寻求1000亿美元估值IPO计划。

CoreWeave和Nebius等算力云厂商，则通过发行高收益债（垃圾债）和资产抵押债务筹集数百亿美元，用于直接采购GPU。

3.半导体与硬件制造，占比15%-20%。

代表企业，英特尔、三星电子。

晶圆厂和高级封装的建设周期极长。英特尔为了支撑晶圆代工业务扩张，将股票与债券联合发行规模扩大至200亿美元。

4.算力融资联盟，占比10%-15%

本月中旬，英伟达联合黑石、贝莱德、阿波罗、KKR、Brookfield及高盛等六大机构签署谅解备忘录，共同设立独立的“算力融资平台”，计划在未来动用超5000亿美元的第三方资本（主要是私募债与结构化信贷）。

如此大规模的抽水，势必会对现实金融体系造成剧烈影响。

首先是对传统行业的挤出效应。

过去，制造业、零售业或房地产公司去债券市场借钱，竞争对手无非是同行业公司。

但现在，AI科技巨头几乎成了全行业的共同敌人。

由于AI相关企业债发得太多，固定收益市场的流动性被严重消耗。美联储和英国央行相继警告，即使指标利率不变，投资级企业债的信用利差也开始走阔。

现在任何一家企业想发债融资，都不得不支付更高的利率溢价，融资成本被AI在无形中抬高了。

其次，结构化金融的“次贷”隐患。

在“算力抵押贷款”的模式中，借款人用GPU作抵押。

但芯片的物理折旧周期只有3-5年。

如果在此期间，生成式AI和具身智能在企业端的变现未能迎来爆发式增长，从“按人头付费”成功转型为“按算力结果付费”，那么部分高杠杆租用算力的AI企业很可能面临违约风险。

这笔庞大的私人信贷风险，最终可能反噬提供资金的保险公司和养老基金。

这场由AI军备竞赛引发的发债狂欢，本质上是科技行业向全社会的资本市场借用未来的流动性。