AI巨头估值与债务隐忧：OpenAI融资下调，Anthropic表外负债近9000亿

融资预期降温：OpenAI估值缩水至1.25万亿美元

据《金融时报》报道，受近期二级市场科技股震荡及AI资本开支担忧升温影响，OpenAI已将最新一轮融资目标从此前的300亿美元下调至约200亿美元，投后估值预期也从1.4万亿美元降至1.25万亿美元。知情人士透露，由于部分机构削减认购份额，首批交割金额或将低于200亿美元，公司正加快与投资方敲定最终协议。

这轮下调并非孤立事件。它折射出资本市场对AI基础设施巨额投入的耐心正在经受考验——当算力采购、数据中心建设的资本开支以千亿美元为单位计量时，投资者开始重新评估短期回报与长期愿景之间的平衡。

Anthropic的隐性杠杆：9000亿美元表外承诺

比起估值调整，另一组数字更值得警惕。据《金融时报》及IPO文件披露，Anthropic未来在数据中心、电力及GPU算力采购方面的表外长期承诺支出接近9000亿美元。这类承诺不直接体现在资产负债表上，却构成了实质性的长期财务义务。

表外负债的本质是将风险“延后呈现”。对于一家尚未上市的公司而言，这些承诺在上市后将成为公开市场投资者必须消化的信息。更关键的是，黑石集团已向投资人通报，Anthropic上市后可能难以直接获得投资级信用评级，预计更可能落在双币级（即非投资级/投机级区间）。这将限制部分受监管机构投资者的参与，令其在后续债务融资中进一步依赖博通等核心供应商的信用担保。

供应商信用担保成为融资结构的隐性支柱，意味着AI公司的扩张节奏与上游硬件厂商的信用状况深度绑定。这种依赖关系在算力紧缺时是保障，在周期下行时则可能放大风险传导。

表外负债（Off-Balance-Sheet Liability） 是指企业未在资产负债表上直接列示、但实际构成未来现金流出的义务。常见形式包括长期采购承诺、经营租赁、担保及合资安排等。与表内债务不同，表外负债的规模与期限往往只出现在财报附注中，普通投资者容易忽略。对AI公司而言，与数据中心、电力供应商及GPU厂商签订的多年期照付不议（take-or-pay）合同就属于典型表外承诺：无论是否实际使用算力，企业都须按合同付款。这类义务在行业上行期是锁定资源的优势，在下行期则可能演变为刚性负担，并影响信用评级机构对杠杆水平的判断。

英特尔CDS利差创纪录：传统芯片巨头的现金流压力

AI热潮的另一面，是未能充分受益者的困境。在公布疲软业绩并导致股价暴跌后，英特尔的信用违约风险显著上升。金融市场数据显示，其五年期信用违约互换（CDS）利差单日扩大17.5个基点，升至创纪录的124.75个基点，创下两年来最大单日涨幅。

公司此前警告，受PC市场持续疲软及核心零部件成本上升冲击，今年现金流将面临净流出状态。CDS利差的跳升是市场对违约概率重新定价的直接信号——当一家曾经主导PC时代的芯片巨头在AI算力竞赛中落后，其信用画像的恶化速度可能快于业务转型的速度。

信用违约互换（CDS，Credit Default Swap） 是一种信用衍生品：买方定期向卖方支付保费，若参考实体发生违约或重组，卖方向买方赔付损失。CDS利差即买方支付的年化保费，通常以基点计量，利差越宽，市场对该实体违约风险的定价越高。由于CDS价格由真实资金交易形成，它常被视为比评级机构更及时的市场信号。以124.75个基点为例，意味着为1000万美元名义本金提供违约保护，年保费约为12.475万美元。利差单日跳升17.5个基点，反映的是市场对违约概率与回收率的快速重估，而非公司基本面在一天内真的恶化。

监管新动向：日本要求开放前沿模型安全权限

据《日经新闻》报道，为应对近期频发的网络数据泄露，日本政府已要求Anthropic和OpenAI开放更多前沿大模型的网络安全权限。日本计划将上述合作纳入即将公布的国家网络安全一揽子措施中，重点推动关键基础设施运营商利用先进AI识别系统漏洞并分析攻击手法。

这一动向反映了一个更深层的趋势：各国政府正从“监管AI”转向“使用AI进行防御”。要求模型厂商开放安全权限，实质上是将前沿模型纳入国家网络安全基础设施的一部分。对AI公司而言，这既是合规义务，也是与政府建立信任关系的契机，但同时也带来了模型能力开放与商业机密保护之间的张力。

投资级评级与非投资级（投机级）评级 是信用评级机构对发行人偿债能力的分类。以标普、穆迪体系为例，BBB-/Baa3及以上为投资级，以下为投机级（俗称“垃圾级”）。许多受监管的机构投资者——如养老金、保险公司及部分共同基金——在章程或监管规则下被限制持有投机级债券。因此一家公司若上市后仅获投机级评级，其发债成本会显著上升，可触达的债务投资者范围也会收窄，往往需要借助银行担保、供应商信用支持或资产抵押等增信手段才能完成大规模融资。

资本、债务与监管的三重奏

把四条信息放在一起看，AI行业的风险结构逐渐清晰。融资端，估值预期随二级市场波动而下调；财务端，表外承诺与信用评级约束构成隐性杠杆；产业端，未能跟上算力竞赛的芯片厂商面临信用恶化；监管端，政府对AI安全能力的需求正在制度化。

这不是唱衰AI，而是提醒：当资本开支的规模达到千亿美元量级，财务纪律和风险透明度将和模型能力一样，成为决定企业能否穿越周期的关键变量。对投资者而言，读懂表外承诺和CDS利差，可能比读懂榜单分数更重要。