今晚最值得注意的 AI 消息，不是又有科技公司宣布興建一座資料中心。

而是美國中央銀行體系裡，已經有人開始提出一個更大的問題：

AI 產業會不會正在變成另一個「大到不能倒」的系統？

堪薩斯城聯邦準備銀行總裁 Jeff Schmid 表示，AI 建設涉及的金融規模值得密切觀察，也需要和過去可能形成系統性問題的經驗放在一起討論。

就在同一時間，Reuters 檢視 Microsoft、Meta、Oracle、Amazon 與 Alphabet 的財報後發現：

五家公司已承諾約 1.09 兆美元尚未開始的未來租約付款，主要用於支撐 AI 發展所需的資料中心。

這些承諾並不是秘密，也不能直接等同於 1.09 兆美元債務。

但它揭露了一件重要的事：

科技巨頭未來很多年的 AI 支出，其實已經提前簽進合約，只是其中很大一部分尚未成為財報上正式列出的租賃負債。

聯準會官員到底警告了什麼？

Schmid 並沒有宣告 AI 泡沫即將破裂，也沒有表示政府準備救助科技公司。

他的重點是，AI 建設的規模已經大到不能只把它看成幾家科技公司的投資決定。

因為 AI 資料中心背後同時連接：

  • 大型科技公司。
  • 資料中心開發商。
  • 銀行與債券市場。
  • 能源與電網業者。
  • 晶片、伺服器及網路設備供應商。
  • 房地產與基礎設施投資基金。

如果 AI 需求持續快速成長，這些投資可能帶來：

  • 更多雲端收入。
  • 更低的模型使用成本。
  • 更強的企業 AI 服務。
  • 新的能源與基礎設施市場。

但如果企業沒有像預期一樣大量購買算力，問題就不只會落在模型公司身上。

還可能傳導到：

  • 簽下長期租約的科技巨頭。
  • 借錢蓋資料中心的開發商。
  • 提供融資的金融機構。
  • 預先擴建產能的設備供應商。
AI 是否成為系統性風險，不只取決於模型會不會成功，而在於整條產業鏈為了相信它會成功，提前承諾了多少錢。

1.09 兆美元從哪裡來？

Reuters 根據五家大型科技公司的財報資料，整理出尚未開始的租約承諾。

這些公司包括：

  • Microsoft。
  • Meta。
  • Oracle。
  • Amazon。
  • Alphabet。

五家公司合計約有 1.09 兆美元未開始的租約付款承諾。

這個數字接近它們目前已列在資產負債表上、約 2,850 億美元租賃負債的四倍。

其中主要項目包括：

  • Microsoft：約 3,291 億美元。
  • Meta：約 2,789.9 億美元，之後又另外簽署約 680 億美元資料中心租約。
  • Oracle：約 2,600 億美元。
  • Amazon：約 1,372.1 億美元。
  • Alphabet：約 852 億美元。

Amazon 的數字除了資料中心，也包括倉庫、辦公室、飛機與車輛等租賃，因此不能和其他公司完全用同一方式比較。

這些錢為什麼還沒有全部出現在負債表上？

原因和租賃會計的認列時間有關。

企業即使已經簽下未來資料中心租約，只要設施尚未完工或還不能正式使用，通常不會立即把全部承諾認列為資產負債表上的租賃負債。

這些未來付款會先揭露在財務報表附註中。

等到資料中心可以使用後，相關租約才開始進入：

  • 租賃負債。
  • 固定付款。
  • 槓桿計算。
  • 持續營運成本。

因此，這些承諾不是被公司隱藏。

信評機構與專業投資人也可能已經把部分金額納入風險評估。

但一般人只看新聞裡的資本支出或公司帳面負債，很容易低估科技公司已經承諾的長期成本。

1.09 兆美元可以直接當成債務嗎？

不可以。

Reuters 特別提醒，未開始租約通常是分散在許多年內、尚未折現的付款總額。

財報上正式列出的租賃負債，則會依未來現金流的現值計算。

因此不能把 1.09 兆美元直接加到五家公司的借款上，再說它們突然多出相同金額的債務。

比較準確的理解是：

這是一批已簽約、未來可能逐步變成正式固定負擔的長期付款承諾。

它最重要的意義不是今天要立刻支付多少錢，而是未來十多年內，企業已經有多少資金彈性被鎖住。

為什麼科技公司要提前簽這麼大的合約？

因為 AI 資料中心不是需要時才臨時購買的普通辦公設備。

建設大型機房需要提前取得：

  • 土地。
  • 電力容量。
  • 建築與環境許可。
  • 冷卻設備。
  • 高速網路。
  • AI 晶片與伺服器。

從規劃到正式運作，可能需要多年。

如果科技公司等到客戶需求已經爆發才開始找機房，可能會遇到：

  • 沒有足夠電力。
  • 晶片交貨延遲。
  • 資料中心尚未完工。
  • 競爭對手已經鎖住容量。

因此，Microsoft、Meta、Oracle 等公司必須在需求完全確定以前，就提前下注未來需要多少算力。

這是一場無法等到答案出現才開始準備的競爭。

Oracle 為什麼被認為風險特別集中？

Reuters 的分析指出，Oracle 約有 2,600 億美元尚未開始的租約承諾，接近公司已認列租賃負債的七倍。

這些承諾大多和資料中心有關，預計從 2027 至 2029 會計年度陸續開始，合約時間通常長達 15 至 19 年。

問題在於，資料中心租約與客戶合約的時間可能不完全相同。

例如：

  • Oracle 簽下十八年機房租約。
  • AI 客戶只簽較短期的算力合約。
  • 客戶到期後決定不續約。

Oracle 仍可能需要繼續支付資料中心租金。

這種「上游長期固定、下游客戶較短」的時間差，是 AI 基礎設施融資的重要風險。

Microsoft 的 3,291 億美元代表什麼？

Microsoft 擁有五家公司中最大的已揭露租約管線，約為 3,291 億美元。

這與 Microsoft 的商業模式有直接關係。

Microsoft 不只為自家模型準備算力，也需要支援：

  • Azure 雲端客戶。
  • 企業 Copilot 服務。
  • OpenAI 相關運算。
  • 其他模型與企業應用。

如果企業 AI 使用量持續成長，這些機房可以成為長期收入來源。

但如果客戶只是試用 AI，沒有把它大規模放進正式工作，資料中心的使用率就可能低於原先預期。

Meta 的情況又有什麼不同？

Meta 需要大量算力來支援：

  • 推薦系統。
  • 廣告模型。
  • 生成式 AI 服務。
  • 開放權重模型。
  • 未來的個人化 AI 助理。

但 Meta 不像 Microsoft、Amazon 與 Google，擁有成熟的公共雲端業務，可以直接把多餘算力租給大量外部客戶。

這代表 Meta 必須主要依靠：

  • 廣告效率提升。
  • 使用者成長。
  • 新 AI 產品收入。

來證明龐大基礎設施值得投入。

如果 AI 能讓廣告推薦與內容服務創造更多收入，這項投資可能成立。

如果 AI 產品成長速度不夠快，Meta 的算力就更難轉換成可直接看見的外部雲端收入。

什麼情況下這 1 兆美元不會成為大問題？

如果未來幾年出現以下情況，這些資料中心可能成為有價值的長期資產：

  • 企業把 AI 從試點擴大到正式流程。
  • AI Agent 開始高頻率執行工作。
  • 模型推論使用量持續增加。
  • 雲端客戶願意簽長期合約。
  • AI 服務能創造足夠收入。

在這種情況下，提前簽約可以幫助科技公司：

  • 鎖定電力。
  • 降低未來缺乏算力的風險。
  • 阻止競爭對手取得稀缺容量。
  • 支援快速成長的客戶需求。

現在看起來驚人的租約，未來可能成為競爭優勢。

什麼情況會讓風險開始放大？

需要警覺的情況包括：

  • 企業 AI 使用量成長低於預期。
  • 模型效率提高，使相同工作需要更少算力。
  • 客戶不願意為 AI 服務支付更高價格。
  • 長期客戶合約到期後沒有續約。
  • 資料中心建設成本與利率持續上升。
  • 新的晶片或運算架構讓舊機房迅速落後。

特別值得注意的是，AI 模型本身正在變得更有效率。

如果未來相同工作只需要今天十分之一的運算，現在依照高需求假設興建的容量，可能出現過剩。

但另一方面，AI 單位成本下降也可能讓更多人使用，反而把總需求推得更高。

因此，「模型更省算力」不一定代表整體資料中心需求下降。

什麼叫做「大到不能倒」？

「大到不能倒」通常用來形容某個企業或產業和整個金融系統連接得太深。

一旦它突然失敗，後果可能不只由股東承擔，還會影響：

  • 銀行。
  • 債券市場。
  • 供應商。
  • 就業。
  • 公共基礎設施。

政府最後可能不得不介入，以避免損失擴散。

Schmid 的說法比較像是一個需要提前討論的問題，而不是已經成立的結論。

目前沒有證據顯示，美國政府已經認定 AI 產業必須被救助。

但當資料中心、能源、科技公司與金融市場的合約規模持續增加，監管機構自然會開始關心：

  • 風險集中在哪裡。
  • 誰提供融資。
  • 需求下降時誰承擔損失。
  • 大型科技公司之間是否互相依賴。

這和一般使用者有什麼關係？

這些巨額租約最後可能影響 AI 服務的：

  • 價格。
  • 使用量限制。
  • 付費方案。
  • 廣告與商業化速度。
  • 供應商是否持續提供免費服務。

當科技公司已經承諾大量固定成本，它們就需要讓更多使用者付費，或讓 AI 為原本的業務創造更多收入。

因此未來可能看到：

  • 免費方案限制增加。
  • 更積極的企業銷售。
  • AI 功能被放進更多既有產品。
  • 服務依速度與算力分成不同價格。

企業選擇 AI 供應商時要注意什麼？

企業不需要替科技巨頭判斷整個金融市場。

但可以避免讓自己的流程過度依賴單一供應商。

至少應確認：

  • 核心工作能否切換其他模型。
  • 資料與 Prompt 是否能匯出。
  • 價格改變後是否仍有商業價值。
  • 供應商中斷時有沒有人工備援。
  • 是否簽下超過實際需求的長期用量。

大型科技公司正在承擔資料中心過度建設的風險。

一般企業則要避免承擔工具過度綁定的風險。

投資人應該只看資本支出嗎？

不夠。

除了每年公布的資本支出，還要觀察：

  • 未開始租約承諾。
  • 資料中心合約期限。
  • 客戶合約是否能覆蓋租約。
  • 自由現金流。
  • 雲端與 AI 收入成長。
  • 資料中心實際使用率。

資本支出通常反映公司當期正在花的錢。

未開始租約則反映未來多年已經承諾的付款。

兩者放在一起，才能更接近 AI 建設的完整成本。

AI 泡沫已經確定形成了嗎？

目前不能只憑 1.09 兆美元租約，就判定 AI 泡沫必然破裂。

這些公司擁有：

  • 大量現金流。
  • 成熟雲端與廣告業務。
  • 全球企業客戶。
  • 能夠調整價格與產品的能力。

AI 需求也確實仍在成長。

真正的不確定性是：

  • 需求能否成長得和建設速度一樣快。
  • AI 收入能否覆蓋長期固定成本。
  • 產能是否集中在少數客戶與公司。

因此，現在比較準確的說法不是「AI 已經一定是泡沫」。

而是：

AI 投資已經進入即使需求仍然成長，也必須開始檢查資金結構、長期合約與系統性風險的階段。

接下來最值得觀察什麼？

  • 企業 AI 專案能否從測試進入正式部署。
  • 大型科技公司的 AI 收入是否跟上固定成本。
  • 資料中心租約是否持續擴大。
  • 金融機構對 AI 基礎設施的放款與投資規模。
  • 客戶合約期限能否覆蓋機房租約。
  • 科技巨頭的自由現金流是否持續下降。

真正的引爆點通常不是單一公司宣布花更多錢。

而是多個問題同時出現：

  • 需求低於預期。
  • 融資成本提高。
  • 客戶取消或不續約。
  • 設備與機房難以轉作其他用途。

今晚最重要的判斷

聯準會官員提出 AI 是否可能「大到不能倒」，並不代表金融危機已經發生。

但科技巨頭已承諾超過 1 兆美元未來租約，代表 AI 建設已經從每年可以調整的預算，逐步變成橫跨十多年的固定承諾。

如果需求繼續成長，這些資料中心會成為下一階段雲端與 AI 收入的基礎。

如果需求不如預期，公司仍可能需要支付難以取消的長期租金。

今晚真正值得記住的，不是科技巨頭已經花了多少錢，而是它們為了相信 AI 未來一定會成長，已經提前鎖住了多少年的資金、電力與資料中心容量。

今天，和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily，陪你一起成長。

推薦閱讀