過去市場看 hyperscalers，重點是誰敢砸更多錢蓋資料中心、買 GPU、搶電力；但現在評級機構開始問另一個問題：
這些承諾如果一路加下去，資產負債表到底撐不撐得住？
《金融時報》報導，S&P Global 正重新檢視大型雲端業者的 AI 投資計畫，核心不是單看公司債，而是把更多「看起來不像債、實際上具有債務性質」的承諾一起算進去。
包括資料中心租賃、長期電力採購、take-or-pay 合約、融資保證，以及其他基礎建設相關義務。
換句話說，未來真正需要看的，不只是帳面負債，而是企業為了 AI 已經鎖死了多少未來現金流。
這也是為什麼幾家科技巨頭面臨的壓力並不一樣。
Alphabet 的位置最舒服。AA+ 評等之下，現金流與資產負債表都還有相當大的操作空間。
微軟的情況比較微妙。它不是財務不夠強，而是因為守的是 AAA，標準反而最高。對一家 AAA 公司來說，市場容許的槓桿空間，本來就比低一級的公司更窄。
Meta 目前仍有緩衝，短期壓力不算突出。
亞馬遜則開始進入需要觀察的區域。若未來幾年獲利沒有跟上，AI 資本支出卻繼續往上堆，AA 評級可能在 2027 年以前受到挑戰。
但真正站在懸崖邊的，是 Oracle。
標普估計，Oracle 的調整後債務／EBITDA 可能逼近 4.5 倍。
這個數字之所以重要，是因為 Oracle 目前只有 BBB-。
BBB- 是投資等級的最後一階。
再往下掉一級，就會進入垃圾債市場。
一旦發生這種情況，影響不只是「評等變差」這麼簡單。部分投資級債券基金、保險公司與機構資金，可能因投資規範被迫減碼；信用利差可能擴大；後續再融資成本也會提高。
而這正好點出 AI 資本支出的真正風險：
現在的 AI 投資，已經不是單純「花現金買設備」。
它正逐漸變成一個由債務、租賃、電力合約、晶片融資、資產保證與股權投資交織而成的龐大金融網路。
標普甚至估計，美國六大 hyperscalers 未來五年的資本支出，可能超過 7 兆美元。
更值得注意的是，這個數字還一直被往上修。
在 AI 需求持續成長的情境下，這些安排都可以運作：營收增加、EBITDA 上升、資料中心使用率提高，新增負擔自然有機會被吸收。
但如果 AI 變現速度比預期慢，問題就會完全不同。
因為 GPU 可以少買，但已經簽下的電力長約不能隨便取消；資料中心租賃不能瞬間消失；融資承諾與保證也不會因需求放緩就自動解除。
這也是這一輪 AI 熱潮與過去科技資本支出週期最大的差別之一。
真正值得擔心的，不一定是哪家公司某一年 CapEx 太高，而是整個產業正在同時把未來幾年的資金需求提前鎖定。
於是，AI 競賽的勝負條件也開始改變。
第一階段比的是誰有模型。
第二階段比的是誰有晶片。
接下來，比的可能是誰有最強的資產負債表，以及誰能在高利率、高資本需求的環境下，持續取得便宜的長期資金。
當美國政府赤字、電網建設、電力公司與資料中心同時搶錢，長天期利率就不再只是總經背景。
它可能直接決定 AI 軍備競賽，誰能繼續加碼，誰必須先踩煞車。
