華爾街5000億美元瘋搶「AI工廠」：Nvidia牽頭打造新資產階級，金融工程全面進場

黃仁勳的核心論述，是把AI資料中心從「IT設備」翻身成「收益性資產」。他強調，搭載Nvidia GPU、並透過CUDA軟體持續升級的系統，不再只是一次性採購的硬體，而是能帶來持續現金流、壽命長、可靈活調整的生產工具，甚至未來可以像基礎建設一樣，被打包出售給投資人。KKR數位基礎建設負責人Waldemar Szlezak更直言，這種AI系統的現金流可以被「證券化」，讓投資人依風險偏好選擇佈局不同層級的收益來源。

這場資金大挪移背後，有一個明確的現實壓力：光靠科技龍頭自家資產負債表，已難以承擔下一階段的AI支出。包括Alphabet(GOOGL)、Amazon(AMZN)、Meta(META)、Microsoft(MSFT)與Oracle(ORCL)等，今年已合計透過發債與股權籌得逾1500億美元，專門投入資料中心與AI模型開發，Intel(INTC)甚至把原先150億美元的增資規模一口氣放大到200億美元。諮詢機構McKinsey預估，本世代AI建設到2030年前的全球支出有機會上看7兆美元，遠超過單一產業、單一公司可獨力承擔的水平。

在這個時間點，華爾街選擇以「資產型融資」介入，而非只是買科技股或承銷新債。Goldman Sachs執行長David Solomon指出，市場已開始把AI基礎建設視為有形、具估值基礎的資產，可以用類似基礎建設或不動產融資的方式放款。BlackRock執行長Larry Fink更把這波AI融資比喻為自己在1970年代投入抵押貸款證券時的起點，認為AI工廠有望成為金融工程的下一個主戰場。

依照目前構想，Nvidia自身不會變成銀行，而是扮演撮合平台與「信用增強」角色。黃仁勳透露，各家金融機構仍會獨立做出放貸決策，但Nvidia可選擇為每筆貸款提供最高25%的「背書」，相當於承擔部分違約風險，換取借款企業取得較優利率與條件。作為交換，借款人必須採用Nvidia指定的系統架構，確保一旦營運方出狀況，另有業者能無縫接手，讓資產仍能持續產出現金流，降低金融機構顧慮。

然而，「AI工廠證券化」也迅速讓市場想起金融海嘯的前車之鑑。當年次級房貸被打包成複雜證券販售，在景氣反轉時引爆系統性風險。這次AI資產雖然性質不同，但同樣涉及將未來收益折現、打包轉售的金融工程。著名空頭投資人Michael Burry先前就警告，包括Meta、Oracle、Microsoft、Google與Amazon等公司，可能高估AI晶片的可用年限、低估折舊費用，一旦現金流不如預期，這些標榜「長壽命、高收益」的AI工廠，實際風險可能遠高於模型假設。

金融業者並未否認風險存在。Apollo總裁Jim Zelter承認，AI投資一定會出現「過度與回調」，但他認為參與者眾多、資金來源分散，能降低集中度風險。Solomon則表示，勢必會有贏家也有輸家，有些公司會成長為產業巨頭，有些則無法達成當初市場想像。換言之，華爾街願意押注AI工廠，並不代表每一座機房都能兌現高成長承諾。

對投資人而言，AI基礎建設被金融化，意味著投資標的將從單純的科技股與雲端服務，擴散到AI資料中心REITs、基礎建設債券、甚至未來可能出現的「AI算力收益證券」。這將大幅拉高一般投資人參與AI紅利的管道，也同步擴散潛在泡沫。一旦AI算力需求增速放緩、技術迭代過快導致設備提前汰換，或監管收緊限制模型規模與能耗，這些被高度槓桿化的資產就可能面臨重估壓力。

面對這場正在成形的「AI金融時代」，關鍵問題並不是資金夠不夠多——正如Brookfield執行長Bruce Flatt所言，「世界上有的是數以百兆計美元的資金」，而是這些錢如何在技術風險、商業模式與監管不確定性中找到真正可持續的回報。從企業角度，AI工廠融資模式有望降低前期資本支出壓力，加速AI應用普及；但從金融穩定角度，監管機關與市場都必須更早思考，如何避免在「算力經濟」上重演房市泡沫的悲劇。

在黃仁勳與六大金融巨頭的聯手造勢之後，AI基礎建設不再只是科技產業的戰場，而正逐步變成全球資本市場的新主舞台。下一步，將是觀察首批採用這種融資架構的AI工廠何時落地、規模多大、收益是否如預期，這些實際案例，才會真正決定「AI工廠」究竟是新世代黃金資產，還是下一個被過度包裝的金融故事。