根据高盛研究部发布的《AI债务如何重塑信用市场》专题研报，截至2026年8月，全球AI企业债发行量已逼近5000亿美元，占全部投资级企业债发行量的25%至30%，对实体经济借贷利率构成了长期的上行压力。这5000亿美元主要由四大部分构成。
第一，云巨头占比约40%。据高盛数据，微软、谷歌、亚马逊、Meta、甲骨文等五家巨头，今年前八个月的发债额高达1940亿美元，较2025年全年的1080亿美元增长了80%。这主要是因为2026年AI资本支出预计高达7500至8000亿美元，仅靠自由现金流已难以填补这一巨大缺口，巨头们必须利用当前的高信用评级锁定长期低成本债务资金。
第二，算力租赁与数据中心，占比约30%。代表企业包括CoreWeave、Vantage Data Centers、Nebius、Lambda Labs、Zenith Arc等。Vantage Data Centers传出计划通过IPO筹集1000亿美元用于全球扩张；CoreWeave和Nebius等算力云厂商则通过发行高收益债和资产抵押债券筹集数百亿美元，直接用于采购GPU。
第三，半导体与硬件制造，占比在15%至20%之间。代表企业如英特尔和三星电子。晶圆厂及先进封装的建设周期极长，英特尔为支撑晶圆代工业务扩张，将股债联合发行规模扩大至200亿美元。
第四，算力融资联盟，占比在10%至15%。本月中旬，英伟达联合黑石、贝莱德、阿波罗、KKR、Brookfield及高盛等六大机构签署谅解备忘录，计划设立独立的“算力融资平台”，动用超过5000亿美元的第三方资本（主要为私募债与结构化信贷）。
如此大规模的资本抽水势必会对现实金融体系造成剧烈影响。首先是对传统行业的挤出效应。过去，制造业、零售业或房地产公司发行债券时，主要竞争对手是同行业企业。然而如今，AI科技巨头几乎成了全行业的共同对手。由于AI相关债券发行量过大，固定收益市场的流动性被严重消耗。美联储和英国央行相继发出警告，即便基准利率保持不变，投资级企业债的信用利差也已开始走阔。这意味着任何企业若想发债融资，都必须支付更高的利率溢价，AI在无形中推高了全社会的融资成本。
其次是结构化金融可能重演“次贷”隐患。在“算力抵押贷款”模式下，借款人以GPU为抵押。但芯片的物理折旧周期仅有3至5年。如果在此期间，生成式AI和具身智能在企业端的变现未能迎来爆发式增长，未能成功从“按人头付费”转型为“按算力结果付费”，那么部分高杠杆租用算力的AI企业将面临违约风险。这笔庞大的私人信贷风险，最终可能反噬提供资金的保险公司和养老基金。
这场由AI军备竞赛引发的发债狂欢，本质上是科技行业向全社会的资本市场借用未来的流动性。