2026年,全球资本市场出现了一个耐人寻味的现象:全球最大IPO的纪录,在半年内被连续改写。6月,SpaceX(SPCX) IPO募资750亿美元;11月,Anthropic(ANT)以813亿美元的融资规模再次刷新纪录。
与此同时,存储芯片(886042)、AI芯片、光通信等领域,也迎来一轮大规模融资潮。看起来,这是一场AI产业的资本盛宴。但如果仔细观察,就会发现一个更有意思的现象:这些企业不只是上下游关系,有的互相投资,有的互相采购,还有客户直接给供应商提供贷款。
一张庞大的AI资本网络,正在形成。问题是,当所有人都在为AI未来下注,最后究竟是谁在为这场盛宴买单?
01
超级融资潮
2026年,AI产业迎来一轮大规模融资潮。如果把几笔受到市场关注的融资放在一起看,会发现一个明显的变化:资金不再只追逐大模型公司,而是开始向AI产业链的多个环节扩散。
从这些融资可以看出,资本正在沿着AI产业链向不同方向下注。根据华尔街研究,这轮投资潮还揭示了另一个变化:AI正在成为一场规模庞大的信贷市场生意。摩根士丹利(MS)11月17日发布的分析显示,2026年前9个月,美国投资级公司债发行规模达到2.2万亿美元,同比增长近25%。与此同时,该机构预计,2026年至2028年,全球超大规模云服务商的支出将达到约3.8万亿美元,其中超过一半可能由信贷市场融资。
这意味着,AI产业的资金来源正在发生变化。早期,市场主要通过股权融资,为大模型公司和芯片企业提供资金;而随着数据中心、服务器和能源(850101)设施建设不断扩大,债券、银行贷款、私人信贷等融资方式也开始大规模进入。资本市场押注AI的方式,正在从买入科技公司的股票,扩展到为整个AI基础设施体系提供融资。AI已经不只是一个科技投资主题,也正在成为一个重要的信贷市场主题。
那么,这些资金具体流向了哪里?11月,Anthropic(ANT)以每股83美元的价格确定IPO发行价,发行规模约813亿美元,估值约1.5万亿美元。作为Claude大模型的开发商,它代表着AI产业链最靠近应用的一端。资本看中的,已经不只是模型的技术能力,还有它背后的企业客户和商业收入。大模型正在从一项技术产品,变成一门需要接受市场检验的生意:用户愿不愿意付费,企业能不能持续采购,收入能不能覆盖不断增长的计算成本。
但模型要训练、要运行,就离不开计算资源。AI芯片和存储因此成为这一轮融资潮的重要方向。Cerebras专注AI计算芯片,SK海力士(SKHY)和长鑫存储则布局存储领域。它们分别处在计算和数据存储环节,却都在承接同一轮AI基础设施扩张带来的需求。
再往外看,AI产业还需要更庞大的基础设施支撑。数据中心、光通信、供电设备、制冷系统和能源(850101),都可能成为下一轮投资的重点。SpaceX(SPCX)则是一个相对特殊的案例。它的核心业务是火箭发射和卫星互联网,星链业务使其拥有通信基础设施属性。它并不是一家典型的AI公司,却反映出资本对新型通信和基础设施的长期关注。
从大模型、AI芯片到存储,再到数据中心、通信网络和能源(850101)设施,资本正在为AI产业链的多个环节提供资金。过去,市场更愿意押注某一家明星科技公司,期待它凭借一款产品改变行业;现在,AI竞争越来越像一场基础设施竞赛。资本押注的,已经不只是某家公司的胜负,而是整套AI基础设施能否持续扩张。
不过,这一轮融资潮还有一个更值得关注的变化:钱进入产业链之后,并没有只完成一次简单的融资和采购。有些企业既是客户,又是投资者;有些客户甚至直接向供应商提供贷款。当投资、采购和融资开始交织在一起,AI产业链上的企业,也就不再只是简单的上下游关系。
02
共生而非单打独斗
钱进入产业链之后,AI企业之间不再只是客户与供应商。有的既是投资人,也是客户;有的一边向供应商采购算力,一边给供应商提供贷款。投资、融资、采购交织在一起,把原本分工明确的产业链变成彼此绑定的共生网络。
第一种:云厂商既提供算力,也提供资金和销售渠道。Anthropic(ANT)卖的是Claude,但撑不起全部算力基础设施,训练和推理都需要海量算力,亚马逊(AMZN)、谷歌、微软(MSFT)因此深度嵌入它的成长。
亚马逊(AMZN)最典型,投资方、算力供应商、销售渠道三重身份。2026年4月双方扩大合作,Anthropic(ANT)承诺未来十年向AWS支付至少1100亿美元基础设施服务费,这是不可撤销的最低保底;亚马逊(AMZN)则为Claude提供最高5吉瓦新增算力。更深一层是资金关系:招股书披露,截至2026年9月底,公司约62亿美元未偿还可转换票据来自亚马逊(AMZN)通过AWS提供的融资。亚马逊(AMZN)不只是卖算力,也在用融资安排支持它扩张。
第二种:多家云厂商同时进场,既抢订单也抢客户。Anthropic(ANT)没有把算力全部交给亚马逊(AMZN),谷歌和微软(MSFT)同样在它的供应体系里。按招股书披露,2026至2033年,Anthropic(ANT)对谷歌的云服务支出刚性保底约1145亿美元,含可选扩容后区间上限约1213亿美元;对微软(MSFT)保底约449亿美元,按扩容选项最高约492亿美元。这些云厂商不只是卖服务器,Claude还通过AmazonBedrock、GoogleCloud、MicrosoftFoundry触达企业客户,销售、账单、结算都由云平台完成。
渠道有多重要,收入数据能看出来:2023年通过云平台卖给终端客户的收入占总营收11%,2025年升到47%,2026年前9个月仍有44%;截至2026年9月底,云渠道销售形成的应收账款占公司净应收账款52%。另一面是,亚马逊(AMZN)、谷歌、微软(MSFT)也都在做自己的模型和产品,与Claude争夺企业客户。帮你做大市场同时跟你抢客户,这种合作与竞争并存,已是AI产业的新常态。
第三种:客户直接给供应商资金,用贷款锁定算力。Cerebras是AI芯片和计算系统公司。2025年12月它与OpenAI签下长期协议,2026至2028年分批部署总计750兆瓦推理算力,OpenAI承诺采购。但这不只是一纸采购合同:2026年1月OpenAI向Cerebras提供约10亿美元营运资金贷款,用于研发、扩产和数据中心建设,同时安排认股权证,OpenAI获得未来购买Cerebras股票的权利。更特殊的是,这笔贷款可以用现金偿还,也可以用交付算力、采购硬件或提供其他服务抵扣。Cerebras披露,截至2026年9月底双方已确认约1.468亿美元收入。
订单、贷款、股权工具装进同一套安排:OpenAI既是Cerebras的大客户,又提前向供应商投入资金;Cerebras拿到资金后扩产,再把算力交付回去。其余机制不变,双方利益仍比普通买卖更紧密。
第四种关系:模型公司直接向跨行业企业采购算力,网络继续外延。Anthropic(ANT)与SpaceX(SPCX)旗下SpaceX(SPCX)AI签订算力服务安排,使用英伟达(NVDA)GPU提供计算资源,合同支出上限约1205亿美元,期限到2029年。注意这是上限而非刚性保底,初始锁定期结束后可提前通知取消。SpaceX(SPCX)原本以火箭发射和卫星互联网闻名,如今旗下算力业务也进入大模型供应体系。同一份招股书还披露,Anthropic(ANT)通过与博通(AVGO)相关的设备租赁安排,承诺支付约1612亿美元租金,涉及AI加速器及相关设备,这是租赁总租金,不是直接采购货款。
几组关系形式不同,共同点是一个:企业之间不再只有买卖。亚马逊(AMZN)用投资、融资和算力服务支持Anthropic(ANT);谷歌、微软(MSFT)用云服务和渠道参与模型商业化;OpenAI向Cerebras提供贷款,再采购它的算力;Anthropic(ANT)用长期合同向不同供应商锁定GPU、TPU和其他计算资源。
再往上走,依赖还在延伸。英伟达(NVDA)的GPU需要SK海力士(SKHY)等厂商供应HBM内存;GPU进入数据中心后,又需要中际旭创(HK3308)等企业的高速光模块完成服务器间的数据传输。这些企业未必互相持股,也未必直接借贷,但一家扩产就可能带来另一家的订单增长。股权投资、长期采购、贷款融资、设备租赁和供应链订单,就这样共同构成一张网络,AI产业链上的企业正从上下游关系,变成彼此提供资金、产能和订单的利益共同体。
这种紧密的资本关系,也带来了不容易被外部投资者察觉的风险。IMF在2026年4月《全球金融稳定报告》中指出,AI开发商、芯片商和大型科技公司同时扮演客户、投资者和融资方,循环融资正在加深企业之间的相互依赖,也增加了信息不透明度。
真正值得警惕的是,投资、融资和商业合同交织在一起之后,外部投资者可能很难判断,一笔资金究竟来自哪里,风险最终又由谁承担。一旦AI商业化进展不及预期,企业收入下滑、抵押品价值缩水、融资条件收紧等问题就可能接连出现,并沿着这张复杂的关系网向其他企业传导。
03
砸下的钱,流向了哪些公司?
一家科技巨头的资本开支,往往是另一家公司的收入。2026年第三季度,亚马逊(AMZN)、谷歌、微软(MSFT)和Meta(META)四家科技巨头,继续加大数据中心和算力基础设施投入。把它们当季的资本开支放在一起看,规模已经超过2000亿美元。
那么,这2000多亿美元,最终流向了谁?最直接受益的,是提供算力芯片的英伟达(NVDA)。2027财年第三季度,英伟达(NVDA)数据中心业务收入达到1076亿美元,同比增长110%。这意味着,科技巨头投入建设AI算力,首先转化成了芯片厂商的订单和收入。
但数据中心不是把芯片买回来、插上电就能运行。成千上万颗GPU需要服务器承载,需要高速网络连接,还需要供电、散热和数据中心基础设施配套。资本开支因此沿着产业链继续向下传导。服务器制造商工业富联(601138),第三季度云计算业务收入同比增长75%,GPU服务器和ASIC相关产品成为重要增长动力。
网络设备厂商arista networks(ANET),第三季度实现营收约36.58亿美元,同比增长约58.5%。随着AI集群规模扩大,服务器之间需要交换大量数据,高速网络设备也随之成为数据中心建设的重要组成部分。数据中心的供电和散热,同样是一门大生意。Vertiv第三季度营收达到43.13亿美元,同比增长61%,公司披露的有机订单增长超过100%。这背后,是高密度计算带来的电力、制冷和基础设施需求。
把这些企业放在一起看,就能看到AI资本开支的传导路径:
当然,这并不意味着亚马逊(AMZN)、微软(MSFT)、谷歌和Meta(META)的每一笔资本开支,都直接进入了上述公司的账本。不同企业的供应商结构、采购周期(883436)和业务范围并不相同,也不能简单把供应商的全部收入增长归因于某一家科技巨头。但这些公司的业绩至少说明,AI算力建设已经不只是科技巨头财报里的一个资本开支数字。它正在变成芯片、服务器、网络设备、电力和散热企业实实在在的订单与收入。
那么,这轮投资到底能不能赚回钱?摩根士丹利(MS)研究团队分析了不同AI算力商业模式,认为部分模式的投入资本回报率有望达到25%至50%。其中,大型数据中心通过出租算力获得收入,就是一种可能实现较高回报的模式。
摩根大通(JPM)的研究也指出,目前AI资本开支最直观的回报,已经体现在云服务收入和未来合同订单的增长上。不过,投资规模越大,企业就越需要证明这些收入能够持续覆盖基础设施成本。这也意味着,产业链的繁荣并不代表每家公司都能轻松赚钱。
以数据中心温控企业英维克(002837)为例,2026年前三季度,公司营业收入同比增长22.94%,归母净利润却同比下降7.62%。公司解释,区域销售结构、交付和收入确认节奏、期间费用以及汇兑损失等因素,都对利润产生了影响。这提醒我们,AI需求增长只是产业链企业获得收入的起点。订单能不能按时交付,成本能不能控制住,最终能不能转化成利润,还要看企业自身的经营能力。
至此,AI资本开支的传导路径已经逐渐清晰:科技巨头投入资金建设算力,芯片和服务器厂商获得订单,网络、电力和散热企业跟着受益。一笔投资,就这样沿着产业链变成了多家公司的收入。但问题也随之而来:这些算力建成之后,最终由谁来使用?如果AI应用和终端需求的增长,跟不上基础设施扩张的速度,今天的订单和投资,又能持续多久?
04
哪一环先掉链子?
这张相互依存的网络,既能放大繁荣,也会放大风险。
如果AI商业化持续超预期,模型公司获得更多客户,就会增加算力采购;云厂商扩建数据中心,芯片、存储、光通信和电力设备企业跟着受益。但如果需求不及预期,传导方向也会反过来:模型公司收入放缓,削减算力采购;云厂商数据中心利用率下降,推迟扩建;上游供应商订单减少,已经建成的产能就可能闲置。
2000年互联网泡沫破裂,就是一次典型的教训。当时,市场相信互联网流量会持续爆发,电信运营商(884313)争相铺设光纤网络,通信设备(881129)商扩大生产,光纤和零部件供应商也跟着扩产。但网络建成后,实际流量没有达到预期,大量光纤网络闲置,带宽价格持续下跌。运营商难以收回建设成本,只能削减资本开支、取消设备订单,冲击随即传到上游。
美国电信运营商(884313)的资本开支从2000年的约1160亿美元,降至2002年的约460亿美元,两年缩水约60%。基础设施投资急刹车,最终冲击了整条供应链。
今天的AI还不能简单等同于当年的互联网泡沫,但资金结构已经出现值得关注的变化。美国联邦储备委员会2026年11月发布的《金融稳定报告》显示,用于先进计算基础设施的债务发行规模,到2026年10月已超过6800亿美元,约为2023年全年的五倍。国际货币基金组织10月的报告也指出,新型云算力服务商的债务负担较重、盈利能力相对较弱,产业链内部还存在投资、融资与未来采购承诺相互绑定的现象。
那么,AI产业链最可能先在哪个环节出现压力?道富(STT)投资管理在2026年8月的一份研究中,将AI产业链拆分为六个层次,并特别指出,新型云算力服务商面临的财务风险较为突出。这类企业需要借钱购买昂贵的GPU,再通过出租算力获得收入。一旦客户减少采购、算力利用率下降,债务和设备折旧压力却不会同步消失。与此同时,大模型公司也面临商业化变现和价格竞争的考验;大型云厂商则需要证明,持续增加的资本开支能够带来足够的投资回报。
这意味着,风险未必首先出现在芯片卖不出去,而可能出现在算力买回去之后:有没有足够的客户持续使用?出租算力赚到的钱,能不能覆盖融资和设备成本?模型公司的收入,又能不能支撑长期采购承诺?当然,今天的AI与2000年的互联网仍有重要区别。AI已经拥有付费企业客户,云服务和芯片厂商也拿到了真实订单。技术方向可能是对的,但并不意味着每一家企业、每一笔投资都能获得回报。
AI产业链可以互相支撑,但最终必须有人从产业链之外赚到钱。
