AI投資的冰山：科技巨頭帳外還藏着多少承諾？
投資者談論人工智能競賽，最常注視的是科技巨頭每季公布的資本開支，彷彿只要把數據中心、晶片和伺服器的支出加起來，便能衡量這場競賽的真正成本。然而，《華爾街日報》分析九家主要科技企業的申報文件後發現，在約6,000億美元已呈報資本開支之外，企業還作出了接近3萬億美元的表外承諾，主要涉及尚未開始的租賃，以及對運算設備、數據中心、能源和雲端容量的採購承諾。《華爾街日報》分析
這九家公司包括Alphabet、Meta、Oracle、Nvidia、Microsoft、Amazon、Broadcom、SpaceX及AMD。
圖表選取其中六家公司作比較，顯示它們的表外義務增速普遍遠高於過去十二個月的資本開支增速：Alphabet及Meta的相關承諾按年增加約八倍，Oracle增加約五倍，Nvidia、Microsoft及Amazon也錄得不同程度的急升。另一部分圖表則顯示，截至相關申報期，Alphabet、Meta及Microsoft的未開始租賃與採購承諾尤其龐大。
不過，閱讀這組數字時，首先要避免把「表外承諾」直接翻譯成「隱藏債務」。
資本開支代表企業已經投入或確認的支出；尚未開始的租賃及採購承諾，則是企業為未來產能簽訂的合約。由於相關數據中心尚未交付、租期尚未開始，或者設備和服務尚未提供，按照會計規則，部分承諾暫時不會以債務形式列入資產負債表。換言之，它們不是不存在，只是尚未到達正式確認資產與負債的時點。
評級機構穆迪也曾形容，這些項目更準確的說法是「尚未進入資產負債表」，而不是企業利用結構刻意逃避入帳。穆迪相關分析摘要
因此，3萬億美元不能簡單地與6,000億美元資本開支相加，再宣稱科技業已背負3.6萬億美元債務。兩者採用不同的時間與會計口徑：資本開支主要反映已發生的投資，表外承諾則可能橫跨十年甚至更長時間，而且其中部分金額日後可能轉化為資本開支、租賃負債或營運成本。若不分辨性質便直接相加，既可能重複計算，也會誇大企業眼前的償債壓力。
可是，不能稱為傳統債務，不代表沒有經濟風險。
這組數據真正值得注意的地方，是科技巨頭正把AI投資由「可以逐季調整的資本開支」，逐步轉變成「多年期、較難取消的合約承諾」。
公司今天可以削減下一季購買多少晶片，卻未必可以隨時退出已簽訂的數據中心租約、能源合約或最低採購協議。當這些承諾陸續生效，便會成為未來現金流的固定索償。
這也改變了分析AI投資的核心問題。市場過去關心企業是否有足夠現金興建數據中心，現在更應追問：這些設施投入運作後，利用率能否維持？AI收入的增長速度，能否趕上租賃、折舊、電力及採購成本？在模型效率迅速提升、每單位運算價格持續下降的環境下，使用量又能否增長得足以抵銷價格下跌？只要需求持續擴張，長期合約便是提前鎖定稀缺產能；一旦需求低於預期，同一份合約就會由競爭優勢變成沉重的固定成本。
這正是表外承諾比單季資本開支更值得留意的原因。
資本開支告訴我們企業今年投放了多少資金，表外承諾則告訴我們管理層已經把未來多少年的選擇權押在AI之上。前者反映投資規模，後者反映退出成本；而一項投資真正的槓桿，往往不在於今天借了多少錢，而在於明天即使環境轉差，仍有多少款項必須支付。
目前這些科技巨頭大多仍擁有可觀現金流和融資能力，因此圖表並不能證明它們正面臨即時的償付危機。
它揭示的反而是一種結構轉變：AI競賽已經從當期盈利表上的高支出，延伸至多年期合約所形成的財務剛性。
Morgan Stanley的會計分析師所提出的憂慮正在於此——當這些安排變得更頻繁、規模更大、結構更複雜，投資者便愈難只憑傳統負債數字，判斷企業真正承擔了多少潛在槓桿。
所以，投資者下一步不應只爭論「AI是不是泡沫」，而應逐家公司檢視承諾的付款年期、可否取消、是否設有最低採購額、設施何時投入服務，以及預期現金流能否覆蓋相關支出。
AI可能確實創造龐大需求，但需求增長與財務回報並不是同一回事；當整個產業開始用十年以上的合約，押注數年後仍未完全確定的技術與商業模式，真正要衡量的已不只是增長潛力，而是增長一旦遲到，企業還剩下多少轉身空間。
圖表來源：《華爾街日報》根據相關公司申報文件整理。
說明：圖中「表外義務」為尚未開始的租賃與採購承諾合計，百分比為按年變化；資本開支則按過去十二個月支出計算。
注意：數據主要截至2026年6月，Meta截至7月，Nvidia截至4月。圖表所列金額屬未來合約承諾，不等同已入帳債務或即時現金流出。