30000亿美元的表外承诺
今天最值得停下来的数字，不是科技巨头又宣布了多少资本开支，而是《华尔街日报》算出的另一笔账：九家美国科技公司约有 3 万亿美元 AI 相关承诺，没有体现在当期资产负债表上。
这个数字容易被讲成财务阴谋，但它更接近一个会计与金融结构问题。承诺已经存在，风险也已经存在，只是被放在采购合同、项目公司、未来租约和担保条款里。报表没有把它们画在同一页上，不等于市场可以长期不看。
这 3 万亿美元分两层。约 1.9 万亿美元是采购承诺，包括芯片、存储设备和电力采购；约 1.2 万亿美元是尚未生效的租赁安排。报道还提到，这些未反映在当期资产负债表上的承诺，已是相关公司正式贷款和经营租赁债务的三倍左右。换句话说，AI 基建的势能没有消失，它只是从报表主表移到了附注和合同表格里。
不能把这件事简单等同于造假。会计准则允许公司在设备交付、资产投用或租赁开始前，把部分义务留在承诺项而非负债项。问题在于，当承诺从几百亿美元膨胀到几万亿美元，投资者看到的资产负债表就不再是风险的完整地图。表外不等于不存在，也不等于不重要；它只是把确认时点往后推，把阅读难度往上抬。
140亿美元项目的第二层风险
Meta 在路易斯安那州的 Hyperion 项目提供了一个具体切面。项目为建设融资 270 亿美元，但资产和债务不出现在 Meta 当期资产负债表上。Blue Owl 管理的基金持有多数权益，第三方控股公司发债，Meta 是少数合伙人和未来租户。
未来租赁 123 亿美元从 2029 年才开始，Meta 又把履行担保的可能性评估为低，于是这笔钱也没有进入当期主表。会计上有确认时点，商业上有租户义务，两个口径在建设期出现了时间差。读报表的人要同时看两边，不能只用主表判断公司承担的风险。
这不是魔法，而是一套很清楚的风险分配。项目公司持有资产和债务，租户提供长期现金流，债券持有人承担结构风险。若数据中心按期交付、AI 需求继续扩张，这套安排能加快资本形成；若需求不足或技术路线切换，合同并不会自动消失。承诺的非取消性，会把过剩产能变成一份必须继续支付的账单。
El Paso 项目把风险分配推得更远。Meta 与 BlackRock 在 7 月 28 日宣布，得州 El Paso 数据中心开发成本约 140 亿美元，BlackRock 管理基金持股 80%，Meta 保留 20%。项目通过债券市场融资 125 亿美元，Meta 作为唯一租户，并提供约 130 亿美元、期限递减的剩余价值担保。表面上，科技公司的资产负债表被保护得很好。
这套结构的术很清楚：主表隔离、项目公司举债、租户信用兜底。术越精巧，越要看灾损发生时谁先吸收损失，否则融资效率会变成风险转移的错觉，而不是真实的抗风险能力和时间表。
真正的缺口在保险市场。FT 报道说，这个项目把贷款人暴露在保险不足的风险里；Zurich 2026 年 4 月的报告则显示，许多数据中心项目只按总价值的三分之一到一半投保。
保险缺口之所以重要，不在一次事故必然发生，而在恢复速度和债务契约会被同时改变。贷款人看得见收益率，却未必看得见修复期间的现金流空白，也未必看得清责任链条和再投保成本。
法国财经网站的转载拆解更直观：超大规模园区可保价值达到 200 亿到 300 亿美元，而传统大型基建的单点承保能力并没有按这个量级扩张。El Paso 的 130 亿美元剩余价值担保保护的是资产退出价值，不是火灾、事故和停电带来的全部损失。
这背后是 AI 基建的第三张表：保险与再保险表。它不出现在模型公司的收入成本表里，却决定项目债务的风险溢价和恢复能力。数据中心越集中，单点事故造成的损失越大；项目规模越大，保险市场越难给出足额覆盖。风险没有消失，只是从科技公司的表外承诺，进一步转到债券持有人、保险公司、再保险市场和机构投资者的组合里。
1.015亿吨排放与旧工业
物理约束同样开始定价。FT 对美国 60 个最大规划数据中心的测算显示，完全投运后每年可能产生约 1.015 亿公吨碳排放，相当于 27 座煤电厂或 2400 万辆汽油车的年排放。
这个测算依赖当前区域电力结构和项目满负荷假设，不能机械理解为未来必然排放量，但它说明数据中心已经不是纯数字资产，而是嵌在电网、土地、水资源和地方政治里的工业项目。排放责任一旦进入审批，AI 基建就会从融资问题变成公共治理问题。
工业供应链已经收到信号。WSJ 报道，Caterpillar、Eaton 和 Ford Motor 等制造商正在转向 AI 数据中心设备市场。Caterpillar 扩大发电机产能，Eaton 通过收购补电力设备能力，Ford 的车辆和动力系统业务也在寻找数据中心相关需求。这里的重点不是旧经济复活，而是 AI 需求穿过芯片之后，继续变成变压器、发电机、备用电源和配电系统的订单。
2500亿美元芯片资本循环
资本循环也在加深。Crunchbase 统计，今年大型半导体公司参与的融资轮总金额超过 2500 亿美元，Nvidia 参与了 59 轮已知投资，高于 2025 年全年的 53 轮。
OpenAI 3 月 1220 亿美元融资贡献了绝大多数金额，单轮交易确实会扭曲总量；但即便剔除这个因素，芯片厂商作为资本方进入 AI 公司、模型公司和算力项目的态势已经很明显。销售关系变成资本关系，转换成本也会同步上升。
这形成了一条比销售关系更深的绑定链。芯片厂商卖加速卡，投资客户，客户用融资买算力，算力建设又拉动芯片收入。金融上，这叫生态防御和需求锁定；风险上，这叫对手方集中。若 AI 收入如期兑现，循环会放大胜利；若需求端增速放缓，相关方的资产、应收和投资估值会同时承压。
把这些线索放在一起，本文的核心概念是风险外部化。它指公司把承诺、资产、债务或运营冲击安排在主报表之外，让别的主体先承担一部分风险。外部化不必然是坏事，项目融资、租赁和保险本来就是把风险配置给更有承受能力的市场。只有当外部化规模超过合同、保险和电网的吸收能力时，它才会从融资技术变成系统性盲区。
解释力的边界也在这里。风险外部化框架擅长解释报表数字为什么低估承诺，却不适合直接推断违约或泡沫破裂。科技巨头有强劲经营现金流，云与广告需求也可能长期消化新增算力；会计准则要求的披露仍能被专业投资者读到。真正要判断的是吸收层：租赁条款、担保触发概率、保险覆盖、电力接线和 AI 收入能否互相匹配。
2027年的3个情景
对企业经营者，这件事的启示不是远离 AI 基建，而是把采购承诺当成准负债管理。签长期算力合同前，至少要问清最低取用量、取消条款、转售权利、模型迁移成本和供应商集中度。对投资者，只看资本开支已经不够，还要读采购承诺、未生效租赁、项目公司担保、电力合同和保险条款。AI 的会计边界，正在从固定资产变成一组长期合同。
未来四到六个季度可以用三个情景检验。基准情景是 AI 收入继续增长，云厂商把承诺逐步转为资产，保险和电网约束推高成本但不阻断建设。上行情景是推理需求、agent 工作流和企业采用率同步加速，表外承诺被现金流吸收，项目融资继续扩张。下行情景是 token 消耗增长放缓、云毛利率承压或大模型路线切换，导致非取消合同、芯片投资和数据中心债务形成同步压力。
什么信号说明本文判断错了？如果主要科技公司开始把大量未生效租赁和采购承诺提前确认为负债，保险市场迅速扩展出足额承保能力，电网接入和排放约束没有推高项目成本，且芯片厂商投资没有加深客户绑定，那么风险外部化就只是中性的融资技术。反过来，若评级机构、债券投资者和地方审批开始持续追问这些表外承诺，本文的框架会更有解释力。
AI 基建的钱并没有消失。它藏在采购承诺里，藏在项目公司的债券里，藏在保险缺口里，也藏在电网和旧工业产能的排队名单里。会计规则决定了它何时出现在报表上，产业现实决定了它何时出现在现金流上。看懂这中间的时间差，才看得懂这一轮 AI 基建的真实杠杆。
Sources
The Wall Street Journal，Why Big Tech AI Spending Is $3 Trillion Higher Than It Seems，2026-08-17
Oninvest 对 WSJ 报道的转载与数据拆解，2026-08-17
Meta Investor Relations，Meta and BlackRock El Paso data center venture，2026-07-28
Financial Times，Meta and BlackRock 的 14bn data centre exposes lenders to insurance gap，2026-08
France Épargne 对 FT El Paso 保险缺口的来源拆解，2026-08
Zurich North America，Data Center Risks Right Now: 2026 U.S. Edition，2026-04
Financial Times，Big Tech data centre boom poised to drive up carbon emissions，2026-08
The Wall Street Journal，Big Manufacturers Find New Demand in Equipping AI Data Centers，2026-08
Crunchbase News，Semiconductor Giants Are Busy Backing Startups This Year，2026-08