Blackstone 的 Jas Khaira 解釋為何 AI 基礎設施債務風險可能被誇大

目錄

• 你可能想知道
• 主題
• 重點見解表
• 後續展望……

你可能想知道

• 為什麼 Blackstone 認為，為 AI 基礎設施提供債務融資，不一定代表信貸危機即將到來？
• 客戶承諾、GPU 抵押品以及 AI 普及程度不一，會如何影響建置工作的風險與回報？

主題

Blackstone 正在人工智慧熱潮的多個領域布局，從向資料中心和雲端基礎設施企業放貸，到投資 AI 模型與應用程式。該公司資深投資人 Jas Khaira 上週在 TechCrunch Disrupt 談到了這項策略。他的核心論點是，儘管 AI 基礎設施需要異常龐大的資本，且借貸成本已經上升，但評估相關債務曝險時，應將其置於支撐這些債務的客戶、資產與合約脈絡中理解。

今年稍早，Blackstone 成立了 Blackstone N1 (BXN1)，這個位於舊金山的中心負責協調公司的 AI 計畫。Khaira 搬遷至此，從紐約來到 AI 產業核心地帶，並領導該團隊。這項努力反映了當前技術轉型所需的投資規模。行動技術和軟體即服務（SaaS）等較早期的浪潮，讓許多公司得以在不需要同等前期資本的情況下大幅擴張。相較之下，訓練和運行先進 AI 系統仰賴運算能力、晶片、電力與資料中心設施，而這些都可能需要大量資金。

Blackstone 的規模使其在這個環境中扮演重要角色：其管理資產達 $1.3 trillion。Khaira 表示，公司透過專注於運算基礎設施融資，以及以不同形式（包括債務和股權）提供資本的能力，與傳統創投公司有所區別。他稱 Blackstone 是「如今超大規模雲端業者之外最大的運算資源持有者」，並指出公司投資了新雲端業者和資料中心，也策略性地運用這些運算資源來支援企業。

新雲端業者是出租 AI GPU 基礎設施的雲端服務供應商。BXN1 曾參與這個成長中領域的相關交易。其中一個例子是 Crux AI，這家新雲端業者與 Google 合作成立，旨在將 Google 客製化 TPU 商業化。Blackstone 以投資人身分承諾投入 $5 billion。該公司也支持了晶片新創公司 Etched；當時這家公司成立四年，其快速發展已引起投資人的關注。

Blackstone 的融資方式不只考量借款人目前的營收。該公司設計了一種架構，透過檢視客戶合約並接受以 GPU 作為抵押品，向由創投支持的新雲端業者提供大額貸款。這些因素能為貸款人提供評估依據，協助衡量一家支出和基礎設施需求可能早在業務成熟之前就大幅增加的公司。不過，這種模式也取決於抵押設備能否維持價值，以及客戶是否繼續履行承諾。

這類交易的首筆案例發生在 2023 年，當時 ChatGPT 推出後，新雲端業者的需求激增，Blackstone 隨即向 CoreWeave 放款。Khaira 表示，當時 CoreWeave「營收為 30 million，獲利能力極低」，但向該公司尋求 $2.3 billion 的貸款。CoreWeave 以其大量持有的 Nvidia GPU 作為借款抵押；Nvidia 同時也是投資人。Blackstone 也考量到 CoreWeave 與 Microsoft 等成熟客戶簽訂的合約。

這筆交易成為後續融資的範本。Blackstone 和其他信貸機構後來向 CoreWeave 及其競爭的新雲端業者提供數十億美元的追加債務融資。Khaira 表示，關鍵考量之一是借款人客戶的性質。他解釋，若公司有 Microsoft 或 Meta 這類投資級客戶，貸款人可能會依據該客戶的信用品質來評估風險。這種做法使基礎設施借貸條件不只取決於借款人本身，也取決於購買其服務企業的實力。

Blackstone 後來也參與了其他交易，包括今年稍早與 Coatue 共同主導、為澳洲 GPU 供應商 Firmus 提供的 $10 billion 信貸額度。與此同時，新雲端業者累積的債務規模引起更多審視。CoreWeave 的債務此後已增至約 $50 billion。在近期接受 CNBC 訪問時，Altimeter Capital 創辦人 Brad Gerstner 主張，儘管過去 GPU 曾被用作取得低成本債務的抵押品，但如今僅靠 GPU 已不足以提供足夠的抵押保障。

Khaira 承認，近期市場的不安反映了多項壓力。9 月利率略為上升，而高於預期的通膨則增加了借貸成本可能持續上升的可能性。此外，市場上出現大量與 AI 基礎設施相關的債務發行。Khaira 表示，信用利差也已擴大：貸款人除了收取已經提高的基準利率外，還加收更高的溢價來為建置計畫融資。他指出，即使是 Meta 和 Microsoft 等大型科技公司的債務成本也已上升。

這些融資疑慮已影響公開市場情緒。CoreWeave 股價近日下跌超過 20%，Firmus 則取消了原定在澳洲證券交易所進行、目標估值約為 $30 billion 的 IPO。Khaira 表示，市場不接受 Firmus 的這個估值，因此交易未能進行。他也指出，在利率上升之際，投資人正在重新評估新雲端業者應有的價值。這些發展顯示融資環境與估值預期正在改變，但單憑這些現象，並不能證明 AI 運算需求已經消失。

事實上，AI 公司仍持續為其模型尋求更多運算能力，支撐資料中心持續興建。Khaira 反駁了那些預測建置債務可能引發大範圍信貸危機，或導致更廣泛經濟崩潰的看法。他將當前情況與 2008 年相關的脆弱銀行體系相提並論，並表示：「這不像是 2008 年那種信用狀況不穩的銀行所造成的情況。」他的論點是，許多基礎設施是為超大規模雲端業者興建，因此相關債務最終由全球一些信用最可靠的公司支撐。

Khaira 論點的核心是，評估 AI 基礎設施債務不能只看借貸總額：客戶品質、合約實力、抵押品價值以及貸款人的承受能力都很重要。這並不代表每筆貸款都安全。GPU 價值可能變動，客戶承諾未必能保證未來需求穩定，而負債沉重的公司也可能受到較高利息成本的影響。因此，每項融資安排的品質與結構仍至關重要，特別是在企業擴張速度超越營收或獲利成長時。

Blackstone 的參與也不只限於為硬體和資料中心提供融資。今年，該公司與 Anthropic 和 Hellman & Friedman 合作成立名為「Ode with Anthropic」的合資企業，投資金額為 $1.5 billion。Ode 提供駐點工程師，協助企業採用 AI 並將其整合到營運中。這項計畫從 Blackstone 投資組合中的 280 家公司開始，將基礎設施投資與企業內部的實際應用連結起來。

被問到 Blackstone 投資的公司是否已從 AI 中獲得可衡量的效益時，Khaira 表示：「確實有投資報酬率，但並不平均。」他形容，採用 AI 的模式可能呈現「鋸齒狀」。實際上，這表示進展可能時有起伏：組織可能先投資運算能力，之後才完成有效運用這些能力所需的改變。對外部觀察者而言，基礎設施支出與明顯生產力提升之間的落差，可能看起來像是供給過剩，即使後續採用速度可能會追上。

評估 AI 建置時，這項區別十分重要。資本支出、債務累積與即時回報彼此相關，但並非相同的衡量指標。資料中心和專用晶片需要時間部署，而企業也必須調整工作流程、訓練員工並建立適當的防護措施。投資成長快於可衡量效益的期間，可能反映轉型階段，但也可能暴露出專案選擇不當或需求預測過於樂觀。中立的分析應同時考慮這兩種可能，而不是認定必定成功或注定崩潰。

重點見解表

後續展望……

AI 投資的下一階段，將取決於基礎設施供應商能否讓債務與擴張計畫，配合持續穩定的客戶需求。投資人、貸款人和企業不僅需要關注借貸總額，也應監測償債能力、合約條款、客戶集中度、設備轉售價值以及資料中心的營運經濟效益。若能在這些方面提供更完善的資訊，有助於區分基礎穩固的企業與仰賴樂觀假設的企業。

後續研究也應檢視 AI 系統在不同產業中提升生產力的成效。若能有更一致的證據說明部署成本、可衡量成果、員工訓練和長期維護情況，將有助於釐清運算投資何時能創造持久價值。同時，節能晶片、資料中心冷卻、電網容量和彈性運算方面的進展，可能降低 AI 擴張所需的實體與財務成本。

最後，政策制定者和研究人員應探討信貸市場如何在支持創新的同時，不忽視風險集中的問題。這意味著需要檢視私人放貸、設備抵押品、超大規模雲端業者承諾與更廣泛金融體系之間的關係。平衡的評估應同時承認 AI 基礎設施的潛力，以及債務、估值或採用進度可能發展不均的可能性。最值得探討的問題不只是 AI 投資規模是否龐大，而是其融資、實際應用與真正的經濟效益能否以永續的速度同步成長。