9月下旬，国际评级机构穆迪在一份风险提示中给出了一组引人注目的数字：美国五家科技巨头合计承担约2.8万亿美元的表外义务，较2023年激增约8倍。这些义务主要来自数据中心租赁、芯片与设备采购承诺，以及多年期算力长约，它们不会完整地出现在资产负债表的负债栏里，却会在未来数年持续形成现金支出。穆迪把这一变化与AI资本开支的可持续性直接关联，提示市场重新评估相关企业的信用结构。
要理解这个数字，先要理解表外义务的含义。企业在扩张算力时，很少一次性买断全部设备，更多采用长期租赁、采购承诺与容量预留等安排。这些安排通常在财务报表的附注中披露，而不是作为当期负债列示。它们在会计上更轻，在现金上却不轻，因为合同一旦签署，付款义务就基本确定。
对数据中心而言，租赁期限往往长达十年以上，且带有最低采购量条款。对芯片与设备而言，预付款与不可撤销订单同样会锁定现金流。当AI需求高速增长时，这类安排在报表上表现为轻资产、高弹性；一旦需求增速放缓，它们就会反过来变成刚性支出，压缩企业的腾挪空间。这也是评级机构格外关注这一口径的原因，它揭示的是资产负债表看不到的未来负担。
从2023年到2026年，这批义务在三年间扩大约8倍，增速远超同期收入增长。这意味着企业对未来现金流的承诺，正在以更快的节奏累积。评级机构关注的不是企业是否负担得起当期支出，而是这些长期承诺与未来收入之间的匹配度。
换句话说，只要AI相关收入继续以高斜率增长，这些承诺就是扩张的杠杆；如果收入增速放缓，或者单位算力的变现效率因竞争加剧而下降，同样的承诺就会变成压力来源。穆迪提示的风险路径也很直接：回报不及预期可能导致资产估值显著调整，进而引发财富缩水与企业裁员等连锁反应，影响会从AI产业链扩散到更广泛的资本市场。对以市值支撑融资能力的企业而言，这种反身性尤其值得警惕。
在这批表外义务里，折旧是最容易被低估的一环。加速卡与服务器属于技术迭代极快的资产，通常三到五年就会面临被新一代产品替代的压力。如果企业通过租赁方式使用这些设备，折旧风险会部分转移给出租方，但租金水平会相应反映这一风险；如果是自建并签订长期采购承诺，折旧就直接压在自身报表上。
当行业同时存在自建与租赁两种模式时，表面上各家资本开支口径差异很大，实际承担的经济风险却可能相近。评估一家企业的AI投入强度，不能只看资本开支一项，还要看它在租赁、采购承诺与容量预留上承担了多少。这正是表外义务数字值得被单独提出的原因，它补上了传统财务指标看不到的那一部分，也让不同商业模式的比较回到同一把尺子上。
穆迪并非唯一发声的一方。国际货币基金组织在9月下旬发布的年报中援引外部估计称，2026年由私人部门推动的全球人工智能投资可能超过2万亿美元，同时警告部分高成本项目越来越依赖债务融资，一旦回报不及预期，可能引发资产估值调整、财富缩水与裁员等连锁效应。
金融监管侧的关注点则落在另一个维度。有联储官员公开质疑，AI生态是否正在变得大到不能倒；联储的金融稳定报告也持续提示算法趋同交易的风险，认为大量智能体接收同一市场信号后，可能形成隐性协同与反馈循环，放大波动。这些提示与信用风险提示叠加，说明对AI的审视正在从产业景气度扩展到金融稳定性，评估的坐标系已经不只是增长，还有韧性。
一个值得注意的宏观背景是利率环境。近期美国10年期国债收益率一度突破5.2%，创下近二十年高位，而AI基础设施投资对利率的敏感度却明显低于传统资本开支。有观点指出，科技巨头认为AI的长期潜在回报足以覆盖更高的融资成本，因此即便利率上行，数据中心建设仍在加速。
这种钝化短期支撑了投资强度，长期却抬高了融资成本在项目总成本中的占比。当投资依赖债务与租赁安排推进，利率每上升一个台阶，未来的现金流要求就更紧一分。穆迪的2.8万亿美元提示，实质上是把这层结构性风险量化出来：AI基建的规模越大，它对回报预期与利率环境的敏感度就越高，而这正是当前最需要被认真定价的变量。对投资者而言，看懂这组数字，比追高单季度的资本开支增速更有意义。
这组数字对普通人并非遥不可及。当AI巨头的表外义务与融资成本同时上升，压力会沿着几条路径传导出来：一是企业为控制支出而放缓招聘，影响相关岗位的供给；二是资本开支增速回落，冲击上游设备与零部件供应商的订单；三是若估值出现调整，持有相关资产的基金与养老金也会受到影响。这些传导并非必然发生，但它们构成了需要被纳入考量的情景。
对从业者而言，更实际的启示是关注企业现金流的质量，而不只是营收增速。一家公司如果在收入快速增长的同时，长期承诺与租赁负担也在快速累积，那么它的抗风险能力其实取决于收入能否持续超预期。看懂资本开支、租赁承诺与折旧安排这三者的关系，比追逐单季度的业绩数字更能帮助判断一家AI企业的真实处境。