3 兆美元的 AI 資料中心，誰在出錢？你看不見的那一半 - figure

Meta 在路易斯安那州蓋了一座資料中心。

融資金額：300 億美元。

這筆錢，不在 Meta 的資產負債表上。

等一下，什麼意思？

一場你在財報裡看不見的融資

這個案子的結構是這樣的：Meta 先簽了一份長期租約，承諾租用這座資料中心幾十年。開發商拿著這份租約，設立了一個「特殊目的載體」（SPV），然後用這份租約作為抵押，向私人信貸市場借了 300 億美元去蓋。

債務在 SPV 上，不在 Meta 上。

從 Meta 的財報看，這座資料中心是「租賃費用」，不是「長期負債」。整件事的槓桿，藏在一個你翻遍 Meta 財報都不會看到的地方。

這不是個案。這是 2025 年以來，AI 基礎設施融資的主流模式。

要把 AI 算力建起來，全球需要超過 3 兆美元的資料中心投資。

連 Google、微軟、Meta 加在一起，也付不起。

大約一半的資金，可以靠這些科技巨頭的現金流自己來。剩下的那一半，要從外部籌。

外部資金的來源，有幾個：公開債券市場、銀行聯貸、還有一個規模最近暴增的東西——私人信貸（private credit）。

2025 年，資料中心相關的債務融資約 1,700 億美元，年增 57%。其中流向 AI 相關公司的私人信貸，已超過 2,000 億美元。

Blue Owl Capital 和 Meta 簽了 270 億美元的合作案，是有史以來最大的單筆私人信貸交易。Oracle 讓銀行和私人信貸機構湊出了 380 億美元，替它的 Stargate AI 基礎設施計劃融資。

這些數字，不在任何股票交易所的報告裡。

私人信貸是指不透過銀行、也不透過公開債券市場，由私募基金或資產管理公司直接借錢給企業。

它的利率比銀行貸款高，因為你要為「流動性低」付出溢酬。借了之後，這筆貸款沒有公開市場可以交易，你就是要持有到期。

銀行為什麼不做？因為 2008 年金融危機之後，銀行受到更嚴格的資本適足率管制，對大型、高集中度的融資案有更多限制。這個空間，就被非銀行金融機構填進來了。

對出借方來說，這是一個很好的時機：高利率環境讓私人信貸的收益率更吸引人，AI 基礎設施又有巨大的資金需求。國際清算銀行估計，到 2030 年，AI 相關私人信貸可能累積到 3,000 億到 6,000 億美元。

我不是說這件事一定會出問題。AI 基礎設施的需求是真實的，租約結構相對穩健，有信用評等極高的科技公司作為最終租戶。

但有幾個風險，值得花一分鐘想清楚。

第一，流動性風險。
私人信貸沒有公開市場。如果哪天整個市場突然需要收縮，這些貸款很難快速出售。2008 年，很多人發現自己手上的資產「很安全，但賣不掉」，那個流動性消失的速度，非常可怕。

第二，透明度問題。
Meta 的 300 億不在財報上，Oracle 的 380 億也只是部分揭露。監管機構能看到多少這些隱藏在 SPV 裡的槓桿？答案是：遠比他們應該知道的少。

第三，集中度風險。
如果 AI 的需求不如預期——不是說 AI 沒用，而是資料中心蓋太多、用電量不足、或者算力需求比預期晚五年到來——這些借款方的還款能力，會同時承壓。

這不是 2008 年的次貸危機。那個是品質問題，大量借款人根本還不起。這個更像是 2000 年的電信基礎設施建設過度——設備是真的，技術是真的，但蓋太快、太多、太貴。

你可能沒有直接持有任何私人信貸基金。

但你持有的科技 ETF、台灣的 AI 供應鏈股票，它們的客戶——Google、Meta、微軟——的資料中心建設計劃，正是靠著這些私人信貸撐起來的。

如果某一天，這個市場的信用緊縮，資料中心的建設速度放慢，採購需求下修，台灣供應鏈的訂單能見度就會跟著改變。

它不是遠在天邊的事情。它是你的 ETF 配置的上游風險。

你不需要對它做什麼，但你應該知道它在那裡。

3 兆美元，建一個 AI 的世界。

其中有一大塊，藏在你看不見的地方。

看不見不代表不存在。

— F.

想評估你的投資組合對 AI 基礎設施需求的曝險有多深？