債券投資人正在改變人工智慧建設的速度

市場可以同時相信人工智慧會改變經濟，卻不願再用過去的價格借錢給建造資料中心的公司。十一月初大型科技借款人的公司債殖利率升高，暴露的正是這兩種判斷之間的距離：技術的長期前景或許仍然巨大，但某一座機房、某一家雲端公司的投資回收，未必能在同樣的時間內實現。

根據《華爾街日報》十一月三日引用的摩根大通研究，超大型雲端公司的債券殖利率升至當年高位，Oracle公司債信用利差與較廣泛投資等級債券指數的利差相比，約達二點八倍。這個倍數反映相對風險補償，不能說成Oracle的借款利率是其他企業的二點八倍；不同債券還受期限、流動性、擔保與利率環境影響。

債券殖利率上升有兩種性質截然不同的來源。第一種是相同信用風險下，公債等無風險基準利率上升；第二種是即使扣除基準利率，投資人仍要求更高的信用利差，補償違約、資金回收與賣不出去的風險。若只看殖利率一個數字，就無法區分整體貨幣環境收緊，還是市場特別不信任某家企業的資產負債表。

已簽下的算力訂單不等於今天能拿來還債的現金

Oracle八月三十一日的美國證券申報文件提供了這種期限錯配的實物背景。公司揭露約六千六百四十億美元的剩餘履約義務，這是已簽合約中尚未確認的收入；公司預期其中約百分之十三會在未來十二個月確認，百分之三十七分布於其後第十三至第三十六個月，另有百分之三十四在第三十七至第六十個月確認。合約總額很大，現金收取、服務交付與獲利的發生時間卻不是同一天。

同一份申報揭露，Oracle截至八月底另有約二千八百八十億美元尚未反映在當期資產負債表的新增租賃承諾，主要與資料中心有關，預計於後續年度陸續開始，租期大致十五至十九年。這筆數字也不能直接當成當期到期債務，但它提醒投資人：即使新伺服器尚未交貨，未來的租金、電力、設備與維護義務已經開始被長約鎖定。

剩餘履約義務衡量的是契約規模，不是可以無風險變現的應收現金，也不等於利潤。尚待提供的算力需要電力、土地、網路、晶片、折舊及維護才能履約；客戶使用量、合約變更與付款條款又會影響現金時點。金融市場之所以重新估價，並非突然發現人工智慧沒有客戶，而是重新計算從簽約到收到足以償付資本的現金，需要跨過多少不可取消的支出。

可以用一組純粹假設的算術說明利率的敏感度。一個投資案若有一百億美元、平均每年付息的債務，借款成本由百分之五升至百分之六，其他條件不變時，每年利息負擔增加一億美元。若資料中心每年新增可用於償債的營運現金只有一點二億美元，利息增加足以吞掉大部分緩衝；但若每年新增現金達十億美元，同樣的利差影響便相對有限。這些數字不是Oracle或任何企業的實績，真正的風險必須由個別現金流與債務期限計算。

債券指數把競爭對手變成彼此的融資限制

十月二十九日，LSEG旗下FTSE Russell估計，Amazon、Alphabet、Meta、Microsoft與Oracle這五家超大型業者，至十月初在投資等級公司債市場的新發行總額已達約二千一百八十一億美元，超過二〇二五年全年約一千零七十三億美元的兩倍。五家公司並不是同一種信用風險；然而，對追蹤投資等級債券指數的基金而言，它們的證券可能逐步占用同一筆資產配置額度。

這種集中度產生第二層因果。個別公司發債建置算力，債券指數裡的科技權重提高，資產管理人為維持分散與風險限額，可能要求更高利差或減少加碼。當更多公司在同一時段借錢，即使客戶合約仍在成長，發債供給本身也可能壓低價格；融資成本上升後，企業再調慢新機房、要求客戶更長期的採購承諾或把設備風險轉給合作夥伴，反過來影響供應速度與實際成交價格。

FTSE Russell的指數資料顯示，這五家公司的美元債在二〇二六年相對整體美國投資等級企業債指數，已不再享有過去同等幅度的利差優惠；Oracle的信用評級也較其他幾家大型發行人低。這種差異是重要的反證：如果整個市場只是全面認為AI將失敗，各家公司的風險重新定價應當更整齊；實際上，資本結構、客戶集中度、到期分布與是否有既有高利潤業務支撐，仍決定信用價格。

英國央行七月金融穩定報告觀察到，人工智慧基礎建設不只透過傳統公司債融資，還越來越倚賴私人信貸、結構融資及不同形式的專案槓桿。這讓風險從科技公司自身的資產負債表，擴散到貸款基金、保險資金與持有資料中心資產的專案公司。某些安排確實能讓資金與專案現金流更匹配，卻也可能讓單一客戶的履約能力同時牽動多個資金來源。

利差升高究竟證明市場對人工智慧退燒了嗎

答案必須分開看。對債券投資人而言，利差提高已經是重新估價的證據：市場不願再以同樣低的補償承擔某些人工智慧建設風險。但從信用利差推論整個AI產業需求已萎縮，仍需要額外證據，例如雲端訂單取消、實際使用率下降、客戶減少付款、資產減損或財務預測調降。利差是預期損失和供需壓力的價格，不是未來營收的直接統計。

還要留意債券市場與股票市場買賣的權利不同。股東願意支付高估值，可能是因為一旦AI收入爆發，上行收益幾乎沒有固定上限；債權人的上行通常只剩約定利息，卻要承受無法按時還款的下行。即使所有人都相信一部分資料中心會非常成功，債權人仍可能因為不知道成功者是誰，而要求更多抵押、較短期限和財務承諾。兩種市場同時樂觀與謹慎，並不矛盾。

比較同業也不能只看總資本支出。Amazon、Alphabet與Microsoft擁有既有雲端、廣告、軟體或電商的現金流，可在不同業務間調配建設速度；以大型長約迅速擴張的業者，則更仰賴合約對手履約、伺服器殘值與長期電力價格。若用一樣的『AI公司債』分類衡量風險，就會錯估分散業務的保險價值，也會忽略高槓桿單一業務的脆弱。

更嚴格的後續驗證，應把利差變化拆成美國公債殖利率、同評級公司債利差、個別企業信用違約交換價格與新債發行供給；再連結資料中心實際上線電力、出租使用率、訂單已收現金、設備折舊、客戶集中度與到期債務。若利差升高但利用率和收款穩定，主要問題可能是資本市場在吸收過多新債；若利差升高同時出現合約取消與現金缺口，市場才有更強理由懷疑建設規模超過可實現需求。

人工智慧是否仍有前景與誰能負擔建設成本，是兩個不同的經濟問題。當債券投資人開始以更高利差審視未來算力收入，科技企業不一定停止投資，但會更積極要求可履約的客戶合約、可核對的現金回收與分階段資本投入。人工智慧的下一輪競爭，因而可能不是誰宣布最大的算力預算，而是誰能在信用條件收緊後，仍以可負擔的資本成本把預算變成可持續的收入。