6 月 10 日，摩根士丹利发布报告预测，2026 年全球 AI 相关债务发行规模将翻倍至近 5700 亿美元，主要驱动来自 hyperscalers 为数据中心和算力扩张转向债券市场融资。[[1]](https://www.reuters.com/business/global-ai-debt-issuance-top-500-billion-2026-morgan-stanley-says-2026-06-10/)
这一数据出现在 AI 资本开支持续攀升的背景下。此前 Alphabet 等公司通过大规模股权融资锁定长期资金，而今更多玩家转向债务工具以控制股权稀释，同时维持扩张节奏。对比 OpenAI 与 Anthropic 此前依赖战略投资与软银、亚马逊的路径，传统科技巨头凭借更高信用评级，更易在债市获得低成本资金，但杠杆率上升也直接推高信用市场供给压力。
从资本效率看，债务融资短期缓解股权稀释，却将利率风险与偿债压力转嫁给未来现金流。若 AI 应用变现速度不及预期， hyperscalers 的资产负债表将面临考验；反观依赖股权或政府支持的中国 AI 玩家，路径则相对保守。摩根士丹利同时上调 hyperscalers 2026-2027 年资本开支预期至 8000 亿与 1.16 万亿美元，进一步凸显这一分化。
未来 6-12 个月，关键观察点在于债市承接能力与实际回报兑现。若信用利差扩大或评级下调，AI 基建扩张节奏或被迫放缓；反之，债市将成为新“军备赛”推手，彻底重塑大厂资本结构。
信源：https://www.reuters.com/business/global-ai-debt-issuance-top-500-billion-2026-morgan-stanley-says-2026-06-10/