阿法觀點

從算力狂飆到資產負債表防禦：AI 資本支出會否成為企業信貸的結構性負擔？

發佈於 2026.10.13

資料來源 · 14 集 podcast、24 則網路來源

參考 Podcast

隨著全球五大 Hyperscalers 將 2026 年資本支出推升至 7,000 億至 8,000 億美元的歷史新高，AI 產業的競爭主軸已正式從前期的「算力基建擴張」轉向「金融信貸風險與對齊防禦」。資本市場正逐漸意識到，營運現金流防線的鬆動與私有信貸的爆發，正讓龐大的 Capex 從生產力紅利轉轉變為企業資產負債表上的結構性負擔。

現金流防線失守與融資結構轉折

過去科技巨頭主要依靠充沛的內部保留盈餘支應資本支出，但延伸研究數據顯示，2026 年大型雲端業者的 Capex 預算占營運现金流比重已飆升至 80% 至 90% 的高位，部分巨頭如 Alphabet 的資本支出預算（$180B-$190B）甚至已歷史性地超越其自由現金流。為了維持算力軍備競賽，企業大規模轉向債務融資與私有信貸（Private Credit），甚至透過 SPV 進行表外化操作。然而，高盛數據警示，前五大巨頭每年新增 AI 營收需達到 3,000 億美元才能達到損益平衡，但在企業端 SaaS 變現仍有時滯的情況下，資本市場開始出現股債脫鉤現象。若算力投資無法及時轉化為自由現金流，巨額的固定資產折舊與利息負擔將顯著侵蝕企業的獲利品質。

硬體升級 bottleneck 轉向電力與連接

在硬體迭代層面，單純堆疊 GPU 算力的邊際效益正面臨物理限制，產業瓶頸急劇轉向電力供應與光學傳輸。隨著 AI 資料中心走向 GW 級規模，重電與電力基建成為核心戰場，帶動如華城（1519.TW）、士電（1503.TW）與美股 Eaton（ETN.US）等電力設備商的剛性需求；同時，高功率密度亦驅動台達電（2308.TW）與 Monolithic Power（MPWR.US）等電源管理與高階 PMIC 供應鏈升級。此外，當傳輸速率跨入 1.6T 與 3.2T，傳統銅線遭遇散熱與距離瓶頸，光通訊大廠 Marvell（MRVL.US）與 Broadcom（AVGO.US）正全力推進矽光子與 CPO 架構，台股供應鏈如上詮（3363.TW）與聯亞（3081.TW）亦在此波高頻傳輸技術升級中扮演關鍵角色。

對齊防禦與邏輯驗證的全新考驗

隨著 AI 模型從單純語詞生成轉向具備自省能力的深度推理（如 OpenAI 推理模型與 Lean 形式化驗證），AI 安全與對齊防禦（Alignment Defense）的概念正從傳統的語意過濾，升級至系統級的「邏輯一致性」與「金融風控」。延伸研究顯示，雖然 AI 成功駁倒了長達 80 年的「Erdős 單位距離猜想」，但一次釋出數百篇 AI 批量生成證明的作法，亦引發菲爾茲獎得主陶哲軒等學者批評為「權力與算力的展示」，並點出「驗證證明」已取代「產生證明」成為最大瓶頸。當 AI 推理被引入高階金融信貸與自動化決策時，若缺乏可解釋性工程與嚴謹的形式化驗證，邏輯幻覺產生的系統性風險將不可小覷。

往期阿法觀點