Blackstone總裁Jon Gray呼籲增加股權融資，因AI基礎設施債務風險升高

目錄

• 你可能想知道
• 主題
• 重點摘要表
• 後續展望……

你可能想知道

• 為什麼Blackstone總裁呼籲以更多股權融資來支應人工智慧基礎設施？
• 金融市場能否吸收預期投入AI和資料中心的龐大資金？

主題

人工智慧快速發展，帶動運算基礎設施大規模擴建，包括資料中心、晶片，以及營運所需的電力和連線。這些擴建需要大量資本。在香港金融管理局主辦的全球金融領袖投資峰會上，Blackstone總裁Jon Gray表示，隨著貸款機構對支撐這波擴建的公司和專案承擔更多風險，融資中應提高股權所占的比重。

Gray擔憂的不只是AI相關投資規模龐大，也包括借貸可能使風險集中在債務投資人身上。整個AI產業以及個別公司都可能累積曝險，尤其是許多專案仰賴需求持續成長，並順利取得關鍵基礎設施。若融資過度依賴債務，貸款機構可能承受重大曝險，卻無法相應分享潛在收益。

債務與股權的差異有助於理解Gray的論點。貸款機構通常收取利息並收回本金，因此即使借款人價值大幅提升，其報酬也有限。相較之下，股東可能在公司成長時受益，但若公司表現不如預期，也須承擔損失。因此，股權可以在資本密集且前景未明的擴張中分攤更多上行與下行風險，同時減輕每個專案都以債務融資的壓力。

Gray並未主張AI融資應完全排除債務。他提到多種可投入擴建的資金來源，包括公開市場、銀行和私人資本。企業也愈來愈常使用結構性交易，以限制承擔的債務金額。此外，超大規模雲端服務商——營運大型運算平台的科技公司——所創造的現金，也可支付部分基礎設施支出。

Gray表示，投資規模如此龐大，融資方式必須更具創意。結合多種融資管道，或有助於分散曝險，並使專案的財務結構與其風險相匹配。例如，股權可以為不確定性提供緩衝，而債務仍可支援現金流較可預測的專案。不同公司、資產和開發階段所適用的融資組合可能各不相同。

在同一場峰會座談中，Pimco執行長Emmanuel Roman警告，市場可能難以從容吸收所需的融資總額。Roman引述General Atlantic執行長Bill Ford的估算，指出未來五年AI相關資本支出可能達到約$10 trillion。他也表示，今年迄今已以各種形式發行約$550 billion的AI債務。

Roman強調，即使企業同時運用債務和股權，為預期支出籌資仍將是一大挑戰。他指出，所需金額相較於約$20 trillion的全球公司債券市場，可謂「龐大」。他的警告著眼於資金需求相對於金融市場承載能力的規模，而不是斷言任何單一融資途徑必然失敗。

另外，Goldman Sachs週一在一份報告中指出，為滿足全球資料中心需求，未來五年需要約$8.5 trillion的資本支出。這些估算顯示基礎設施挑戰的廣泛程度。AI投資不僅是開發模型或購買運算晶片，還涉及取得場址、興建設施、申請許可，以及安排可靠的電力和融資。

Roman的警告與Gray的發言點出彼此相關但不同的問題。Roman關注市場能否提供所需的全部資本；Gray則關注資本組成，以及貸款機構曝險過高所帶來的風險。兩人的發言共同指出，融資挑戰既關乎數量，也關乎結構：產業需要巨額資金，而這些資金必須透過對企業和投資人而言仍可管理的安排來分配。

儘管有這些疑慮，Gray仍看好AI基礎設施的前景。他表示，運算能力需求「遠遠超過供給」。這種供需失衡有助於解釋，為何企業即使面臨開發成本和複雜度上升，仍持續投資。然而，強勁需求並不代表可以忽略個別專案能否順利完工，以及能否以穩健條件取得融資。

Blackstone投資組合公司對AI模型的支出，也反映出企業的興趣。Gray表示，這項支出在過去一年增加了20-fold。他將增幅歸因於企業從程式撰寫、客戶互動和內容創作等應用中看見財務效益。這些用途能為企業採用AI工具提供實際理由，讓投資不只建立在對未來需求的預期上。

然而，要將興趣轉化為營運能力仍不容易。Gray指出，取得場址、許可、晶片、電力和資本都愈來愈具挑戰性。每一項都可能限制開發：專案可能有資金卻找不到合適地點，也可能有場址和設備卻電力不足。任何一項資源延誤或短缺，都可能影響整個專案的時程和成本。

實際而言，AI基礎設施融資不能與促成建設的實體和監管條件分開考量。投資人不僅必須評估運算需求預測，也要評估取得所需資源以滿足需求的可行性。對企業而言，審慎安排建設先後順序並採用多元融資，或許能降低瓶頸或市場狀況變化打亂大型投資計畫的可能性。

這些發言並未證明AI投資熱潮將告終，也不代表債務融資本質上不合適。相反地，它們指出，隨著資本需求增加，某些風險將變得更加重大。股權、債務、私人投資、公開市場、結構性交易和內部創造的現金都能有所貢獻，但適當的組合取決於借款人的財務韌性及專案特性。

重點摘要表

後續展望……

隨著AI基礎設施擴張，這場融資辯論指出企業、政策制定者和投資人需要檢視幾個面向。其一是如何評估成本遠早於預期回報出現的專案，其財務韌性如何。更充分揭露專案融資、債務曝險和對未來需求的依賴程度，或可協助市場參與者了解風險集中於何處。

另一個面向是運算基礎設施與能源系統之間的關聯。資料中心需要穩定可靠的電力，而電力供應的可用性和時程會影響專案的選址和啟用速度。進一步改善電網容量、能源效率、儲能和低環境影響的冷卻技術，或可協助基礎設施業者滿足運算需求，同時管理能源資源所承受的壓力。

更高效率運算的研究也可能影響產業最終所需的資本規模。晶片、軟體、模型設計和資料中心營運方面的改進，可望以更少資源完成更多運算工作。效率提升未必能消除興建新基礎設施的需求，但可能改變需求、營運成本和建設需求之間的平衡。

最後，金融創新值得審慎評估。結構性交易和更多元的融資組合有助於分散風險，但複雜性不應掩蓋風險由誰承擔，或各種情況下的義務可能如何變化。要實現最具持續性的發展，關鍵在於讓技術進步與透明的融資、務實的專案規劃，以及能可靠建成並供電的基礎設施相互配合。