輝達融資五千億的邏輯與結構

AI浪潮，一波接著一波。從硬體到軟體、訓練到推理、模型到平台，各式各樣應用場景與想像空間，如雨後春筍般冒出，現在就連資本市場，也要跟著軋上一腳。近期AI晶片龍頭輝達（NVIDIA）宣布與高盛、貝萊德及黑石等6家華爾街知名金融巨頭合作，打算募集超過5,000億美元第三方資本，建立一個AI基礎建設融資平台，就是絕佳例證。

在全球金融歷史變遷中，這樣的轉折與變化並不陌生。畢竟，每一次技術革命爆發，往往伴隨著資本市場對未來過度貼現與金融創新的瘋狂擴張。尤其是時序進入2026年，AI產業已從原本單純強調模型訓練的演算法競賽，逐漸轉向重視自主推理的AI代理（AI agent）模式，除了加大以資料中心為主的基礎建設及算力需求外，也大力推升AI相關企業的融資需求。

根據高盛估算，作為AI運算最小基本單位的詞元（Token），到2030年全球消耗量將較2026年暴增24倍，其中來自消費及企業端的AI代理運算需求，就是最大成長動能來源。在此前提下，隨之而來的巨大融資需求，也早已遠遠超過傳統企業現金流與股權融資的承載能力。這或許也是輝達要與6大金融巨頭聯手推動AI基礎建設融資平台的背後真正用意。

進一步抽絲剝繭，這個AI融資平台的運作機制，本質上就是一套精密設計的資產擔保證券（Asset-Backed Security, ABS）架構。在這個架構中，輝達不僅是硬體賣方，更扮演著結構發起者與資產流動性背書人角色。

也就是說，輝達透過承諾優先的圖形處理器（GPU）晶片配額與隱性殘值價值（最高25%）支持，為融資平台提供底層信用增強（Credit Enhancement）。另一方面，華爾街金融巨頭則是透過搭建特殊目的公司（SPV），將未來算力租賃現金流與GPU硬體打包進行證券化定價。最後，第三方雲端服務商及AI新創作為高槓桿的資產營運實體，以剛採購的GPU晶片及資料中心作為擔保品向SPV借入高額債務，並將資金全數回流至輝達購買最先進晶片。

這種右手借錢、左手買晶片的循環融資模式，看似可以降低輝達客戶取得GPU門檻並刺激需求、推動營收成長與市值攀升，讓AI永動機更為堅固。然而，部分敏感的市場投資人卻嗅到些許不同味道，認為這種AI資產證券化模式，背後所隱含的槓桿邏輯與信貸結構，正隱隱呈現出2007年次級房貸風暴爆發前夕的熟悉影子。

在2008年之前，美國房貸機構透過放寬信用標準，把錢借給那些能力不足以清償貸款的人，再利用資產證券化將這些次級貸款打包賣給其他投資人或金融機構，換取資金繼續發放房貸，從而推高房價與房貸市場規模。而在輝達這個AI融資平台概念中，輝達GPU角色就形同房地產，一樣透過資產證券化將GPU變成金融商品，把科技供應鏈與金融信用鏈緊密綁定在一起，藉此加速AI投資週期。

從概念上來看，次貸與AI融資平台兩者之間，確實存在高度相似性。也難怪，市場投資人會有所疑慮，擔心AI資產證券化下的過度財務槓桿操作，可能會是次貸2.0版本。這樣的擔憂，不無道理。8月美銀美林最新經理人調查報告指出，AI泡沫已連續兩個月躍居最大尾端風險（the Biggest Tail Risk），一種類似灰犀牛的說法，顯示AI投融資熱潮，的確已引起金融市場高度戒心。

不過，儘管如此，實際上這類資產證券化行為是否會出問題，甚至演變成危機，真正關鍵恐怕還是在於產品本質與市場信心。不管是次貸或AI融資平台，都是一樣；換言之，只要AI產品需求熱度可以持續或是能夠產生對等回報，而市場投資人也願意相信AI榮景敘事、選擇繼續花錢買單，整個AI融資體系無疑將可維持正向循環，資金自然也就不會有太大斷鏈風險。

現在市場氛圍，大抵充斥著這樣的看法。只是，水能載舟，亦能覆舟。反過來看，當市場越來越多資金是靠著財務槓桿滾動，而非立基於相關廠商的實質獲利，一旦AI熱度減退或借款人信用出現狀況，甚至作為擔保品的GPU折舊速度來得比想像中快，市場資金潮水勢必也會跟著加速退潮。到時AI融資體系是否還能維持正向循環，恐怕不無疑義。

最後，站在金融監管角度，如何避免AI資產證券化成為下個次貸風暴，答案恐取決於金融體系能否在狂熱中保持理性。對比2007年次級房貸，當前AI融資熱潮雖然有著較為良好的借款人體質與產業生態體系，但廠商變現進度落後與擔保品折舊風險，依然構成全新的系統性挑戰。金融業的本質是管理風險而非消除風險，唯有建立在資產負債表健全與真實生產力回報上的AI產業，才能成為推動經濟成長的引擎，而非釀成下一場金融風暴的推手。畢竟，歷史不會重演，但總會押著相同韻腳。

（作者為台灣經濟研究院研究六所所長）

想了解更多精彩報導，請看《台灣銀行家》