《如果全世界都認為AI會有長足的發展，那AI所需的基礎建設與運算設備,是否有擔保的價值？》

班克先生黃釋賢

20h • 班克說

Amazon正在規劃把約80億美元的NVIDIA AI晶片轉移給SPV，由SPV向保險公司、退休基金等投資人發債，再把GPU租回給Amazon使用。

簡單講就是⋯

「資產賣掉、資金拿回來、設備繼續用。」

這不是單純把GPU拿去抵押增貸，而是把「所有權」與「使用權」拆開，再利用Amazon的租約現金流，讓原本躺在資產負債表上的GPU，變成可以融資的金融資產。但如果我是銀行，我最在意的反而不是Amazon有多大。而是．．．

五年後，這GPU還值多少？

房子20年後大概還是一棟房子。但是GPU可能沒有壞，只是新一代算力更強、耗電更低，舊晶片瞬間失去競爭力？這叫「殘值風險」。

所以真正的關鍵從來不是GPU現在值80億，而是背後有沒有Amazon穩定支付租金，以及未來GPU還剩多少價值。如果這套模式成功，事情就很有趣了．．．

買GPU -> 證券化 -> 拿回資金 -> 再買GPU -> 再證券化

AI產業就能把保險、退休基金、債券與私募信用市場的龐大資金一起拉進來，資本擴張速度會更快。

但如果AI需求不如預期、晶片迭代太快、殘值暴跌，又建立太高槓桿呢？原本的「資本效率機器」，就會反過來變成「槓桿絞肉機」。

這就類似雷曼兄弟風暴的原型，前幾年市場老是有危言聳聽的雷曼重現那些事件，根本不及此事風險的百分之一。

注意！

『證券化從來不會消滅風險，它只是把風險切開、重新定價，再交到不同的人手上。』

真正重要的從來不是你能槓桿幾倍，而是槓桿拿掉以後，底下那個東西，到底值多少錢？

目前華爾街其實還沒有完全接受「GPU＝飛機」(*註)這個命題。

Reuters訪問的銀行與信用投資人指出，銀行目前對GPU常採約3～4年的折舊／承作視角，並要求更高利率、更厚的安全墊或更強的保證；已經成功取得投資等級的GPU融資，例如CoreWeave約85億美元的融資，關鍵也不是「GPU很值錢」，而是背後有Meta的合約付款作為可靠現金流。

銀行邏輯不是『因為你有一顆很貴的GPU，就願意借你很多錢』，銀行真正想知道的是『誰會用這顆GPU賺錢，而且誰負責把錢還我？』

（這就是我上課常講的當鋪邏輯與銀行邏輯的差異，還款能力的重視度不同）

而NVIDIA現在確實已與多家大型資產管理與金融機構建立融資平台，希望長期動員超過5,000億美元第三方資本，把AI算力逐步發展成可投資的基礎建設資產類別。這也是我認為這新聞真正比「Amazon省了80億資本支出」大得多的地方．．．

AI正在從科技故事，進入信用市場的故事。

接著，

華爾街日報昨天報導了一個很震驚的消息，就是2032年後，AI營收需要達到美國GDP的9%，如果沒有，那所有AI產業支撐起來的泡沫就會破滅？？！！

這個數據不是亂謅的，是哥倫比亞大學教授 Van Nieuwerburgh 做了一個計算。他把現在所有資料中心的興建計畫加總，假設每 1 美元營收能產生 0.5 美元現金流，投資人要求 10% 的報酬率，通過這樣的方式算出來的。

那為何這個數字令人震驚呢？

因為這個數字是所有電腦和軟體產業加起來總營收的兩倍。在美國只有醫療健康(佔GDP18%)與飲食(佔GDP9%)，其他都沒辦法達到這種程度。也就是說，AI 營收得變成和全美國人飲食總支出一樣，現在砸下去的錢才回得了本。

但我個人認為⋯

- 「不到GDP 9%，AI泡沫就會破」屬於是過度解讀。8.8% 是特定假設下「要讓這批資本取得 10% 報酬所需要的營收」，不是泡沫破裂的臨界值。即使只有 5%，也可能只是投資報酬低於預期、部分資料中心取消或資產減值，而非整個AI產業崩潰。

- OpenAI＋Anthropic年化營收「1,800億美元」也有差距。目前較可靠公開資訊顯示，OpenAI年化經常性營收接近700億美元；Anthropic目前的規模並不足以把兩者推到1,800億美元。Van Nieuwerburgh相關討論使用的量級約是合計1,000億美元左右。

- 「哈佛研究：程式碼增加30%，完成專案幾乎沒增加」來源描述要再確認。我請AI協助查到相符的是2026年的NBER研究，不是「哈佛研究」。研究涵蓋逾50萬GitHub開發者，確實發現AI提高coding activity，但效果沿著「寫程式 -> 專案 -> 實際發布」逐層衰減；因此「生產力沒有完全轉換成最終產出」方向成立，但二手文的數字與出處混用了。

- 「早期資料中心1年回本、後來3年、現在5年」這部分的依據也要再確認。資料中心的回收期高度依賴GPU價格、利用率、電價、租金、融資與建設時程，不能當成產業通則。不過「越晚建成，面臨價格下降與技術迭代的風險越高」確實是有研究支持；甚至一年的延遲就可能顯著侵蝕專案價值。（我相信做研發的都理解這種價值衰減的恐怖）

- 至於1997～2001年倫敦—紐約光纖頻寬價格暴跌約96%的歷史類比，確實出現在WSJ這次的分析中；當年網路需求最後真的爆發，但許多高度槓桿的基礎建設業者仍然破產。

- Van Nieuwerburgh自己的研究其實也把租賃、合資、專案融資、私募信貸、證券化與SPV列為AI基建正在快速採用的融資方式，同時明確指出它們會增加資產層級槓桿、或有義務、技術淘汰與殘值風險。

因此，從銀行業角度來看，真正值得盯的指標可能已經不是「NVIDIA下一季還會不會成長」，而是接下來幾年的GPU租金、利用率、二手殘值、SPV信用利差與再融資條件。當這幾個數字開始惡化，而AI基建投資仍持續加槓桿，才是我會真正開始擔心「科技熱潮正在變成信用泡沫」的時候。

做個事件小結，

- 可槓桿這件事情大家要再持續觀察，運氣不好，是有可能成為幾年後造成金融海嘯事件的起源。

- 至於AI價值的估算，只是提醒我們現有的商模還錢能力不足，但只要在金融槓桿崩塌前，一組新的商模能刷新估值穩住市場信心，這場金融博弈又可以繼續玩下去，直到真正的價值追上價格為止。

這就是金融市場遊戲的原貌．．．

*註：

「GPU＝飛機」不是字面意思，而是一個＂資產融資上的類比＂。意思是說，華爾街正在嘗試把GPU，當成像飛機一樣的＂可融資、可租賃、可估殘值的生產性資產＂來看。飛機之所以很適合做金融資產，是因為它有幾個特徵：

- 很貴，企業不一定想一次全部自己買。

- 可以租給航空公司使用，產生穩定租金。

- 有成熟的二手市場，可以估算幾年後殘值。

- 如果航空公司出問題，飛機還能收回，再租給別人。

- 因此銀行、租賃公司、保險公司敢拿它來做長期融資。

所以現在金融市場想問的是＂GPU能不能也做到同樣的事情？＂，例如Amazon把GPU放進SPV，再租回來使用。對投資人來說，他們真正希望建立的是．．．

GPU資產 -> Amazon付租金 -> SPV收現金流 -> SPV還債

這個結構就很像．．．

飛機 -> 航空公司付租金 -> 飛機租賃公司收租 -> 還債

但問題也正出在這裡。飛機跟GPU最大的不同，是殘值穩定性。一架波音或空巴，10年後通常還是有成熟二手市場；只要妥善維修，還可以繼續營運。GPU卻可能不是壞掉，而是＂技術上被淘汰＂。假設今天一顆GPU值100，三年後新一代晶片算力翻倍、耗電減半，舊GPU可能仍然能用，但市場只願意出30。所以華爾街現在真正還沒有完全回答的是＂GPU究竟能不能像飛機一樣，有可預測的5年、7年甚至更長期殘值？＂

這就是「華爾街還沒有完全接受GPU＝飛機」的意思。

如果未來答案是「可以」，那GPU很可能會發展出一整套像航空租賃一樣的市場．．．

租賃、證券化、二手交易、殘值保證、專案融資、保險、信用評等。

那AI基建融資規模就能再放大很多。但如果答案是「不行」，GPU的折舊速度遠比金融模型想像得快，那今天用5年殘值去借的錢，就可能變成明天的信用風險。所以用一句我的說法：

『GPU＝飛機」真正要驗證的，不是它們都很貴，而是它們能不能一樣被租、一樣被轉手，而且幾年後還有人願意出錢買。』

這也是「五年後，這顆GPU到底還值多少錢？」真正背後的金融命題。

0 comments

《如果全世界都認為AI會有長足的發展，那AI所需的基礎建設與運算設備,是否有擔保的價值？》