AI 数据中心借的钱，最后为什么进了普通人的养老金

普通人可能没有买英伟达，也没有投资任何一家 AI 创业公司，但他的退休金仍可能已经进入 AI 数据中心。

路径并不神秘：

科技公司签下长期算力或租赁合同，开发商据此建设数据中心；项目债务被装进 SPV、私募信贷基金和 144A 债券，再由保险公司、养老金和资产管理机构买走。

JLL 预计，2026—2030 年全球将新增约 100GW 数据中心容量，形成 1.2 万亿美元房地产资产，并需要约 8700 亿美元新增债务融资。加上服务器和网络设备，总投资可能接近 3 万亿美元。

如此巨大的建设规模，已经无法只靠科技公司的现金流和银行贷款完成。AI 基础设施因此正在完成一次金融化：科技公司负责提出需求，金融市场负责把未来几十年的租金提前变成今天的建设资金，养老金则因期限足够长，成为这条链条天然的终点之一。

问题不在于养老金碰了“高科技”，而在于风险经过多层包装后看起来已经分散，底层却仍集中在少数客户、少数合同和同一个判断上：未来的 AI 算力需求必须持续增长。

一、8700 亿美元不能只放在科技公司账上

早期 AI 基础设施主要由大型云厂商用经营现金流建设。到 2026 年，边际资金来源已经开始改变。

原因很简单：项目越来越大，建设周期越来越长。一个园区不仅需要土地和机房，还要提前锁定电力、变压器、冷却系统、光纤和 GPU。JLL 估计，2026 年全球数据中心平均建设成本将升至每兆瓦 1130 万美元，这还不包括最高可达每兆瓦 2500 万美元的 AI 设备投入。

于是，一座数据中心被拆成多种可融资的资产：

融资层	资金用途	主要偿付来源
银行建设贷款	土地、施工和并网	项目完工后的再融资
私募信贷	早期开发、过桥和设备	租约、担保或资产处置
SPV 债务	独立持有机房或芯片	科技公司的长期租金
144A 债券、ABS、CMBS	置换建设期高成本资金	稳定后的租金现金流
基础设施基金	股权或次级资本	长期运营收益和资产增值

债务在法律上属于项目公司，科技公司可能只持有少数股权并承诺租用设施。 这样既能建设数据中心，又不必把全部项目债务直接列在科技公司合并报表中。

债务没有消失。它只是从一家科技公司的资产负债表，迁移到了金融体系的不同账户。

二、银行装不下以后，长期资金接手

银行仍然提供大量建设贷款，但它们面临两个约束。

第一是规模。单个园区可以需要数百亿美元，任何一家银行都难以长期持有。

第二是集中度。越来越多项目最终依赖 Oracle、Meta、Microsoft、Google、Amazon 等少数云厂商的租约或担保。银行即使面对不同开发商、不同州和不同 SPV，看到的也可能是同一个偿债人。

当银行不愿继续增加某一客户或行业的风险敞口，项目就会转向私募信贷和 144A 市场。Rule 144A 允许发行人向合格机构买家出售未在 SEC 注册的证券，买家包括保险公司、养老金和大型资产管理机构。对发行人而言，它提供速度和规模；对养老金而言，二三十年的数据中心债券恰好可以匹配未来退休金支出。

这就是风险进入养老金账户的关键一步：不是养老金经理突然变成了科技风投，而是数据中心债务被塑造成了期限长、评级高、现金流稳定的基础设施资产。

纽约州和宾夕法尼亚州的养老金已经投资 Blue Owl 的数字基础设施基金。更多退休资产则可能通过债券基金、保险产品、私募信贷基金或基础设施配置间接持有这些债务。

三、资产类别分散了，偿债来源没有

一个养老金组合可能同时持有：

• 科技公司股票；
• 数据中心基础设施基金；
• 为算力公司放贷的私募信贷基金；
• 持有数据中心证券的保险公司债券；
• 以长期租约为支持的结构化债券。

在报表上，它们分属股票、房地产、基础设施、保险和私募信贷，看起来已经充分分散。

但它们可能共同依赖三件事：

1. 少数云厂商继续履行巨额租约；
2. AI 收入增长足以覆盖长期算力承诺；
3. 项目到期时能够按合理利率再融资。

这是一种“法律结构分散、经济现金流集中”的风险。

芝加哥大学 Booth 商学院 Stefan Hepp 的压力测试估计，AI 基础设施融资已经包括约 5200 亿美元大型云厂商无担保债券、2500 亿美元项目与数据中心融资、600 亿美元基础设施和资产支持证券，以及约 2000 亿美元难以完整观测的私募信贷。不同数字的统计口径并不相同，但方向一致：投资者不能再只看五家云厂商的公司债务。

尤其值得警惕的是资产残值。普通办公楼可以改租，传统服务器可以继续承载一般工作负载；为高密度 AI 集群设计的电力、液冷和网络系统用途更窄，GPU 的技术迭代周期也远短于债券期限。一旦多个项目同时处置设备，回收价格可能在最需要抵押物时快速下跌。

四、规则正在为更多证券化打开空间

2026 年 7 月 29 日，SEC 公司金融部工作人员同意 Latham & Watkins 的解释：符合来函所述结构的数据中心证券化不属于《证券交易法》定义的 Exchange Act ABS，因为相关数据中心资产并非会在有限期限内自动转化为现金的“自我清偿型金融资产”。

这只是一份基于特定事实的工作人员意见，不是 SEC 新规，也不覆盖所有数据中心融资。但它可能改变未来交易结构。

如果交易不属于 Exchange Act ABS，就不必机械适用该框架下要求发起人保留 5% 信用风险的规则。过去数据中心项目通常保留更高比例的发起人资本，但 CNBC 援引律师的判断称，这份意见给未来交易降低必要权益、扩大证券化留下了空间。

金融含义很清楚：发起人可以用更少的自有资金撬动更多项目，机构投资者则承接更大比例的长期债务。

在需求上升时，这会降低融资成本，加快基础设施建设；在需求不及预期时，它也会缩短项目发起人与最终损失之间的距离。

五、它不像 2008，但损失可能更安静

把数据中心证券化直接比作次贷并不准确。

大型云厂商的信用质量通常远高于次级房贷借款人；很多债务处于优先级较高的位置；私募基金和养老金不依赖银行式的短期挤兑融资。Hepp 的压力测试认为，即使 AI 资产经历严重重估，实际信用损失约为 600 亿至 1400 亿美元，远小于股权市值损失，也不会像 2008 年那样高度集中在高杠杆银行。

但这不等于风险很小，只意味着风险表现不同。

银行危机往往以挤兑和流动性冻结突然暴露；养老金和私募信贷的损失更可能表现为项目延期、再融资失败、基金估值下调、收益率下降和多年后确认的减值。

普通人不会看到某一天“养老金被 AI 击穿”。他更可能看到的是：基础设施基金连续几个季度下调净值，保险产品收益承压，养老金缴费或财政补足压力上升，而其中每一步都被解释成独立项目问题。

结论

AI 数据中心借的钱进入养老金，不是一场阴谋，而是现代金融体系处理超大规模基础设施建设的正常结果。

养老金拥有长期负债，需要长期资产；数据中心拥有长期租约，需要巨额建设资金。二者天然匹配。

真正的问题是，金融市场用 SPV、基金、债券和证券化切开了法律所有权，却没有切开底层经济依赖。许多看似不同的资产，仍在等待同一批云厂商用未来 AI 收入支付租金。

AI 基础设施最大的金融风险，不是债务太多，而是同一个算力增长假设，被包装成了太多种“分散资产”。

对养老金受托人而言，下一步不应只统计组合里有多少“科技股”，而应穿透资产类别，追问每笔投资最终由谁付钱、合同能否取消、抵押物还能卖给谁，以及组合中还有多少资产依赖同一个付款人。

当这些问题没有答案时，养老金买到的就不只是长期收益，也是一张对 AI 需求长期增长的隐形赌票。

参考资料

1. JLL，《2026 Global Data Center Market Outlook》，2026 年 1 月。https://www.jll.com/en-us/insights/market-outlook/data-center-outlook
2. U.S. Securities and Exchange Commission，《Latham & Watkins LLP - Data Center Securitizations》，2026 年 7 月 29 日。https://www.sec.gov/rules-regulations/no-action-interpretive-exemptive-letters/division-corporation-finance-no-action/certain-data-center-securitizations-072926
3. CNBC，《Nvidia financing initiative follows SEC guidance taking sponsors off the hook》，2026 年 8 月 17 日。https://www.cnbc.com/2026/08/17/nvidia-financing-initiative-follows-sec-guidance-taking-sponsors-off-the-hook.html
4. Forrest T. Passerin，《Filling the Gap: How 144A Offerings Are Financing the Data Center Boom That Banks Can't Fully Fund》，Leech Tishman，2026 年。https://www.leechtishman.com/insights/blog/filling-the-gap-how-144a-offerings-are-financing-the-data-center-boom-that-banks-cant-fully-fund/
5. Stefan Hepp，《How Worried Should We Be About AI Debt?》，Chicago Booth Review，2026 年 8 月 7 日。https://www.chicagobooth.edu/review/2026/august/how-worried-should-we-be-about-ai-debt
6. Quinn Emanuel，《Emerging Litigation Risks in Financing AI Data Centers Boom》，2026 年 3 月 13 日。https://www.quinnemanuel.com/the-firm/publications/client-alert-emerging-litigation-risks-in-financing-ai-data-centers-boom/

本文部分内容由 AI 辅助生成，经人工审校和补充后发布。