私募股权与风投融合加剧AI金融风险循环

快速阅读: 风险投资与私募股权界限模糊，尤其在人工智能领域，私募股权机构向科技行业提供债务融资，形成复杂循环融资网络，引发系统性风险担忧。

传统上，风险投资和私募股权在不同的领域运作。风险投资专注于早期高风险投资，追求指数级回报；而私募股权通常收购现金流稳定的成熟公司。然而，如今这两者之间的界限已经模糊，尤其是在人工智能领域。

私募股权、私人信贷及资产管理机构如黑石、Pimco、Magnetar Capital、Apollo、BlueOwl Capital、凯雷集团和贝莱德等，现在正向数据中心开发商提供债务融资，这通常是风险投资支持的领域。截至2025年初，私人债务基金已向科技行业贷款约4500亿美元，比2024年初增加了1000亿美元。

这一转变标志着资本流动方式的根本变化。蓝鸥资本参与了Meta价值290亿美元的数据中心交易，就是一个典型例子——一家私人信贷公司提供了基础设施融资，这类融资过去通常由传统项目融资或风险投资支持的发展项目来承担。

更令人担忧的是金融分析师所谓的“循环融资”现象——大型科技公司之间相互投资和购买，形成了复杂的依赖网络。例如，OpenAI与英伟达、AMD和甲骨文的交易总价值超过1万亿美元，这些安排的复杂性令人咋舌：

– 甲骨文花费400亿美元购买英伟达的GPU，用于支持其租赁给OpenAI的数据中心，租期15年，OpenAI将在未来五年内支付甲骨文3000亿美元。

– 英伟达向OpenAI投资了1000亿美元，将通过OpenAI租赁其GPU逐步偿还。

– OpenAI持有CoreWeave的3.5亿美元股权，并在未来五年内支付119亿美元租赁英伟达的GPU。

– 英伟达承诺到2032年前购买CoreWeave未售出的所有云计算容量，订单价值63亿美元。

据彭博社报道，一位分析师认为，英伟达收入的一半来自这些公司。《金融时报》专栏作家Bryce Elder对此评论：“想象一个房车制造商，它向只购买一种房车的房车公园出售房车。这个房车公园从另一个房车公园租赁大部分土地。第一个房车公园有两个大客户，其中一个大客户就是房车制造商，另一个大客户是房车制造商的最大客户。”

这种循环融资问题，也被称为“迂回融资”，指的是主要科技公司之间相互投资和采购，形成了一张错综复杂的依赖网。

风险投资行业的传统“广泛撒网”策略已演变为更为令人担忧的趋势：资本部署更加同步，受市场动量驱动，更像是羊群行为而非独立的风险评估。最初，风险投资规模小、灵活且充满不确定性。早期的风险投资合伙企业构建的是一种不对称的回报模型：少量资金投入未经验证的市场，其中差异是关键。一个1亿美元的基金可以投出十几笔500万至1000万美元的投资，即使九个项目失败，只要有一个项目能带来30亿美元的回报，就足以成为传奇。

然而，这一模式已经发生了根本性的变化。当有人告诉风险投资者“他们筹集了1.5亿美元的资金来投资爱尔兰太空初创企业”时，投资者们的反应往往是失望，因为没有足够的爱尔兰太空初创企业能够吸收这笔投资。基金规模越大，收益分布曲线越平坦，回报集中度越高，整个模型从选择性转变为义务性。

目前，与人工智能相关的股票市场集中度达到了前所未有的水平。“七巨头”科技股现在占据了标普500指数市值权重的50%以上，根据Employ America的分析显示。

今年第二季度，Mag7的收益增长了26%，而标普500指数其他成分股仅增长1%。这种集中效应导致了一个危险的反馈循环：随着这些股票的上涨，指数基金不得不买入更多，这又推动了股价进一步上涨，吸引了更多资本进入，形成了自我强化的循环。

现金流问题

在飙升的估值背后，存在着一个根本性的问题：人工智能公司正在大量亏损，且没有明确的盈利路径。

根据超大规模企业的公开声明和可获取的新闻来源粗略计算，2024年至2025年间，超大规模企业在人工智能技术和数据中心的投资超过5600亿美元，但报告的收入仅为350亿美元——换句话说，他们尚未实现盈利。

个别案例更加明显：

xAI据报道每月花费10亿美元，预计今年收入仅为5亿美元；

最近的一项法务会计分析显示，OpenAI在2025年7月至9月期间损失了115亿美元，即每月损失38亿美元；

Sequoia Capital的分析发现，技术公司的AI基础设施建设所隐含的收入预期与实际AI生态系统收入增长之间存在5000亿美元的差距；

Bain的一份报告指出，AI行业的规模化趋势需要2万亿美元的新收入——这一数字超过了现有软件订阅市场的五倍。

风险投资与私募股权混合模式

风险投资（VC）和私募股权（PE）方法的融合创造了新的金融结构，以不透明的方式分散风险。超大规模企业可以通过售后回租交易委托并建造单租户数据中心，将其从资产负债表上移除。

例如，在Meta与Blue Owl Capital及PIMCO达成的290亿美元交易中，Meta将通过与其共同拥有的特殊目的实体（SPV）（Meta占20%，Blue Owl Capital占80%）准备其数据中心的场地，并由SPV从PIMCO获得债务融资。当数据中心建成后，Meta将以唯一承租人的身份从SPV处租赁该数据中心15至20年。

据彭博社报道，这种结构允许公司在不将其记入资产负债表的情况下筹集数十亿美元的债务，从而使杠杆水平显得比实际情况低。

抵押品问题：GPU折旧

此外，该行业关键资产——图形处理器（GPU）的快速折旧也令人担忧。曾经价值3万美元、每小时租金高达8美元的H100 GPU，现在每小时租金只需1美元。

市场领导者英伟达历史上每两年发布一次新GPU模型，但现在计划每年更新一次。这种加速的过时现象对使用GPU作为贷款抵押品的公司来说构成了危险的动态。

巴克莱分析师认为，GPU折旧的风险足以下调谷歌（Alphabet）、微软和Meta的盈利预测最多10%，理由是共识模型严重低估了所需的盈利减记。

明斯基框架：理解泡沫动力学

金融经济学家海曼·明斯基关于金融不稳定性的研究提供了一个有用的框架来理解当前的动态。明斯基将“庞氏金融”单位定义为那些“运营产生的现金流不足以偿还现有债务的本金或利息”的单位。

短期内，AI行业的现金流完全不足以支付负债，而且随着AI行业的扩张，这种情况在短期内似乎不会改变。

该行业表现出州街协会研究人员识别的经典泡沫特征：资产中心性（某一行业驱动整个市场的回报）加上相对估值膨胀。

政策含义与系统性风险

系统性风险不仅限于华尔街。目前，数据中心的资本支出是美国经济增长的主要驱动力：据经济学家鲁奇尔·夏尔马的分析，AI投资占今年美国GDP增长的40%以上。

股票所有权约占美国家庭净资产的30%——我们所有人都非常依赖数据中心的繁荣。市场收益集中在与AI相关的股票上，意味着养老基金、401(k)账户和指数基金都高度偏向这些公司。