Nvidia 開始替客戶寫保單：一家賣鏟子的公司，正在變成什麼？

每隔一陣子，市場就會出現一波 AI 泡沫論。而最近幾次擔心的焦點已經慢慢從技術移到金融。

大家除了問模型還能進步多少，也開始追問：這麼多資料中心、晶片與電力建設，最後到底由誰付錢？當 Nvidia 投資模型公司，模型公司拿錢租用雲端算力，雲端業者再向 Nvidia 採購晶片，這種循環融資到底代表需求強勁，還是供應商拿自己的錢替自己創造營收？

而且現在的結構變得愈來愈複雜。上週 Nvidia 與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 簽署備忘錄，準備成立算力融資平台，目標是動員超過 5,000 億美元的第三方資金。

這份備忘錄的細節還沒完成，個別案件、利率、期限與擔保條件也都還沒定案。根據我查到的公開報導，主要資金將由外部機構募集，Nvidia 則可以選擇對部分交易提供最高 25% 的殘值支持。這樣的設計雖然降低了 Nvidia 必須直接投入的資本，但同時也把部分尾部風險加回到它身上。

如果把現在的 AI 產業想成一個交響樂團，Nvidia 原本是第一小提琴手。它技術最好、聲音最亮，也決定了整個樂團的主旋律。但現在它發現，光把自己的部分拉好還不夠。有人買不起樂器，有人缺乏演出場地，也有人擔心演出結束後，手上的樂器沒人接手。於是它開始替團員找錢，替他們選好表演曲目，還要確保大家按照同一個速度往前走。

這就好像第一小提琴手開始兼任指揮。

我仍然相信，AI 長期有很高機率創造巨大的經濟價值。但這件事經常和另外兩個問題混在一起。

AI 會不會創造價值是第一個問題。產業資金鏈能不能平穩撐到商業化拐點，是第二個問題。就算撐過去了，超額利潤最後落進誰的口袋，則是第三個問題。

第一題我比較有把握。第二題和第三題，我就沒那麼確定了。更何況在回答後兩題的過程中，Nvidia 自己也正在改變。它正在從單純的設備供應商，變成設備商、融資協調者與收入分潤者的混合體。

我這篇想談的就是這個轉變怎麼發生，以及它會讓 Nvidia 的風險報酬結構長成什麼樣子。

▉ 為什麼第一小提琴手要拿起指揮棒

大型基礎建設都有一個先有雞還是先有蛋的問題。尤其在商業化初期，某種程度的循環融資本來就很常見。

這類投資的週期通常很長。需求要等供給到位後才會出現，但出資者卻往往希望需求先被證明才願意接受較低的報酬率。鐵路蓋好以前沒有乘客，沒有乘客就算不出收入，算不出收入就很難借到錢。電網沒有鋪設完成前，很難期待工廠先進駐；但沒有足夠用戶，電網又缺乏投資理由。

歷史上，這個死結有時候由政府解開。港口、電網或高速公路具有策略價值，也有龐大的外部效益。早期投資人未必拿得到全部好處，但社會整體可能因此受益。所以我們經常看到政府發行長期公債、提供土地，或用最低報酬支持這些計畫。它的資產負債表比較有韌性，也有強制徵稅的公權力，因此可以接受一項建設在很長時間內算不出漂亮的財務回報。

但這一輪 AI 基建比較特殊。雖然政府參與了土地、供電、許可、稅務優惠與主權 AI 計畫，但主要融資工作還是由私人部門承擔。科技巨頭（hyperscaler）、前沿模型公司、neocloud、私募信貸、保險資金與設備商，這群玩家必須自己把數兆美元的資金集結起來。

問題是，這些資金的報酬要求差很多。

保險公司與退休基金的資金成本大多落在 4 到 6%，私募信貸與基建資金投資人可能要求 8 到 12%，科技巨頭的內部投資門檻又更高（機會成本）。因此同一批資產必須被切成不同順位，分配給適合承擔不同風險的人。有人拿固定收益，有人拿剩餘報酬，而剩下那一格，也必須有人願意站進去，整個結構才搭得起來。

Microsoft、Google、Amazon、Meta 有龐大的營運現金流，可以自己發債，也可以承諾租用一座資料中心二十年。反觀前沿模型公司與 neocloud，沒有同樣等級的資產負債表，偏偏又最需要錢。

銀行願意借多少錢，則大多取決於幾個問題：GPU 未來可以租多少錢、可以用幾年，以及借款人倒下後，這些設備能不能找到下一個使用者。

這和電廠、基地台或收費公路不太一樣。電廠背後可以有長期購電合約，基地台有電信公司的租金，收費公路至少可以估算車流。但 GPU 的租賃價格仍不透明，不同客戶、地區與合約期限之間，價格可能差很多。這個二手市場剛開始形成，也還沒有跨越完整景氣循環的回收紀錄。雖然 A100 在推出六年後仍然有人使用，確實證明舊卡價值不會很快歸零。但我們還是缺乏更多證據，去回答七年後的 H100、B200 到底可以值多少錢。

假設現在放款人要替一筆七年期融資估算殘值，但手上沒有二手市場價格曲線，沒有標準化長約範本，沒有評等先例，也沒有公認的經濟壽命。這時候放款人通常會要求更高的股權緩衝，或要求信用更好的第三方提供支持。

我們都知道前沿實驗室拿不出 Meta 那種二十年租約，neocloud 也很難自己吸收龐大的次順位風險。於是最後有能力補上這個角色的人，就變成了賣 GPU 的 Nvidia。而且它也有誘因去做這件事。如果能設計出一套融資架構，把數兆美元送進產業，Nvidia 就能維持市場對其產品的強烈需求。

在這之前，Nvidia 就已經對 neocloud 提供所謂的 take-or-pay 承諾，對它們購買的 GPU 產能給出最低營收保證，期限約六年。銀行承作這類案件時，會用「帶有承諾」的情境去計算償債覆蓋率，要求至少 1.3 倍，再對應七成到八成的貸放成數。

這讓放款人可以把原本不穩定的 GPU 租金，轉化成比較容易估算的償債現金流。換句話說，放款人願意出錢，很大一部分原因來自 Nvidia 願意在需求不足時補上部分收入。

▉ 三種錢，三種不同的風險

現在市場對 AI 循環融資的爭論之所以吵不完，是因為大家常常用同一個總數，在講三件不同的事。

第一層是科技巨頭用廣告、雲端與企業軟體賺到的現金，投入自己的資料中心。這些錢來自生態系外部、已經付費的客戶，循環程度最低，也是目前 AI 資本支出的主體。

第二層是特殊目的公司與售後租回結構，由承租人自己提供殘值保證。Meta 的 Hyperion 與 Oracle 的幾個案子都屬於這一類。這比較像公司債的替代品，信用最終指向一張投資等級的資產負債表。槓桿被移出母公司的合併資產負債表，但風險並沒有消失，仍然高度依賴承租人的信用。

第三層則以前沿實驗室與 neocloud 為代表。它們缺乏投資等級信用，只能以 GPU 抵押借錢，再由設備商提供某種形式的支持。這一層目前規模較小，透明度最低，脆弱度也最高。

區分這三層很重要。因為就算第三層出問題，也不代表所有 AI 建設會立刻停下來。第一層有真正的外部現金流，也有大型科技公司的資產負債表支撐，抗壓能力高很多。

但第三層很可能是最早發出警報的地方。如果私募信貸不願再承作 GPU 抵押債，那 neocloud 可能會失去融資管道，接著就會削減訂單。Nvidia 的保證損失可能還沒認列，設備訂單與使用率已經先轉弱，於此同時它對 neocloud 們的投資部位也可能有減損損失。

這也是為什麼我認為這一輪和 1990 年代的電信設備商不完全一樣。當年的設備商直接把錢借給客戶，風險是先出現在設備商的應收帳款。現在，初期損失則可能先由私募信貸與特殊目的公司承擔，設備商較早感受到的反而是訂單減少。所以如果我們只看 Nvidia 的資產負債表，訊號可能會來得太晚。

▉ Nvidia 如何用信用替需求買時間

在我看來，Nvidia 可能提供的殘值支持，經濟效果很接近替 GPU 寫出一張有條件的保單。如果設備幾年後還能以合理價格出租或轉賣，Nvidia 就不必付錢。但如果殘值跌破約定水準，它才需要承擔部分損失。

這時候一定有人會問：「Nvidia 毛利率這麼高，為什麼不直接降價就好？」

這是因為降價會補貼每一位買家，而且會立刻反映在當期收入與毛利率上。但殘值支持只在特定條件成立時發生，也能集中用在最需要融資的客戶身上。如果 1 元的信用支持可以撬動數倍第三方資金，對 Nvidia 來說，當然比全面降價有更好的效果。

所以我會把它理解成一種資本效率更高的補貼。Nvidia 把晶片短缺期間累積的部分利潤與信用，重新投入下游，替尚未成熟的需求買時間。它的當期成本可能遠低於名目承諾上限（目前還不知道它在會計準則下，是否要先提列「估計之後可能發生的保證費用」），但下檔風險也會隨融資槓桿被放大。

只是這裡有一件事特別值得注意：殘值支持最大的風險，在於它最需要發揮作用的時候，也可能正好是 Nvidia 自己壓力最大的時候。

假設幾年後 AI 投資降溫，GPU 租金與二手價格一起下跌。neocloud 的收入減少，借款開始出問題，Nvidia 提供的信用支持被啟動。偏偏同一時間，新 GPU 訂單也可能放緩，Nvidia 的成長、毛利率與現金流一起承壓。

保證人的信用和擔保品價值，被同一個產業風險綁在一起，這就是所謂的「錯向風險」。晴天時，每個案件看起來彼此獨立；真正下雨時，它們卻可能一起出問題。

金融海嘯期間，MBIA 與 Ambac 面對的就是類似問題。它們承保的案件個別看起來相當分散，但當全美房價同步下跌，原本被低估的相關性突然升高，資本與信用評等也跟著快速惡化。即使公司在個案分析上做得很仔細，仍可能低估所有案件一起出問題的機率。

這不代表 Nvidia 的保證一定會造成損失。它的資產負債表夠強，GPU 也比一般專用設備更容易重新部署。只是把設備商放進擔保結構，只能重新分配風險，不能讓風險消失。

▉ 曲子演完，買樂器的人未必賺錢

另外，即使整套融資平穩撐過商業化拐點，還有另一個問題：曲子演完，和樂團裡所有樂手都賺到錢是兩件事。

鐵路降低了運輸成本，光纖讓頻寬變得便宜。兩者都替社會創造了巨大價值，但第一輪投入的部分股東與債權人，並沒有得到好報酬。財務上的失敗很少讓實體資產消失。它通常只是讓資產用更低的價格，轉到第二任持有人手上繼續運作。

AI 也可能出現相同結果。資料中心與 GPU 繼續運轉，使用者享受到更便宜的算力，但第一批以過高價格投入的資本被迫離開市場，無法享受到最後的成果。

所以我可以同時相信 AI 最後會創造巨大的經濟價值，也對這一輪部分基建投資人的報酬保持懷疑。市場最愛把「技術會成功」偷換成「現在這批資本都會賺錢」，彷彿這將是一部勵志片。很遺憾，經濟史通常比較像充滿黑色幽默的電影。

▉ 承擔一部分下檔，交換更多上檔

接著我們也要考量到，這一輪 AI 基建和過去基建最不一樣的地方，就是報酬率的分布。

過去電廠與收費公路這類基礎設施的報酬區間比較窄（「量」比「價」重要），投資人估錯的幅度有限。但在 AI 產業裡，如果新技術能從替企業節省成本，走到直接創造收入，那使用量的上檔也可能非常大。

所以我認為Nvidia 如果願意承擔客戶的部分下檔，就同時會希望在合約裡取得某種上檔報酬。

過去，這主要體現在循環融資裡對應用層的大量股權投資。但這次公告中，出現了「usage-linked revenue」的措辭，也就是與使用量掛鉤的長期分潤。這背後的假設，應該是 Nvidia 預期每單位運算成本將持續大幅下降，而價值會逐漸往能夠對成果定價的那一層移動。

從風險報酬的角度來看，殘值支持很像 Nvidia 賣出一張對 GPU 殘值的賣權：市場不如預期時，它必須承擔部分下檔。另一邊，如果分潤真的會隨算力使用量增加，經濟效果則比較像持有一張對算力需求的買權：市場大幅超出預期時，它可以取得一次性硬體銷售以外的上檔。

兩張選擇權的行權標的不完全相同、斜率也可能不同，但效果很接近：Nvidia 對 AI 產業左右兩端情境的曝險都增加了。

如果發展不如預期，信用支持會放大下檔。如果發展大幅超出預期，收入分潤則會增加上檔。至於中間正常發展、沒有跨過上下兩端「門檻值」的情境，則和原本賣硬體的模式差異較小（見圖例：橫軸是「AI 產業創造的經濟價值」，而縱軸是 「Nvidia 取得的單位經濟報酬」）。

只是跨過門檻後的分潤比例多少、順位排在哪裡，還要等實際案例出現後才能評估。這會影響到買權報酬的斜率。只有當分潤真的隨使用量增加，上檔那條斜線才存在。如果它只是換個名稱的定額服務費，Nvidia 並沒有取得真正額外的上檔。

換句話說，Nvidia 正在從設備供應商，變成設備商、融資協調者與收入分潤者的混合體。如果這類合約被大規模採用，那它的商業模式就可能多了一筆經常性收入，但同時也多了一層信用風險。

這對 Nvidia 的估值是更好還是更壞，要看投資人怎麼看 AI 產業的展望。但可以確定的是，它和 AI 產業週期的連動，會比以前更強。我個人會偏好在橫軸上再利用情境分析，算出 Nvidia 的機率加權經濟報酬。

而且Nvidia 不光只是對 AI 的未來下注，它也在用自己的信用改變勝率。它提供的支持會吸引更多資金、建置更多算力；如果算力正是商業化的瓶頸，就可能提高產業跨過臨界點的機率。當然如果瓶頸其實在模型可靠性、企業導入或終端需求，新增資金也可能只是堆出更多過剩產能。

接下來幾年，我會密切觀察幾件事，用來追蹤這個新商業模式是否真的走得通：

* 早期案件能不能依靠營運現金流再融資，逐漸不再需要 Nvidia 提供新的支持。例如，到 2028 或 2029 年底，投資等級的 GPU 抵押債是否仍然普遍需要設備商背書，才拿得到評等。

* 新一代 GPU 大量出貨後，舊卡的租金與二手價格能否維持在足以償債的水準。例如，B300 大量出貨後，二手 H100 與 H200 的成交價年化跌幅是否超過三成。

* Nvidia 提供信用支持的最大曝險、會計上認列的保證負債與實際損失，和它從受支持容量取得的收入分潤相比，是否仍在合理範圍內。

▉ 這場表演可以順利完成嗎？

我的答案還是偏樂觀。

這個樂團有幾位資產負債表很強的主力團員，也確實有愈來愈多企業開始為 AI 付費。算力的租金指數、期貨、二手市場與融資先例，也正在慢慢形成。只要外部收入成長得夠快，今天還需要 Nvidia 支持的資產，幾年後就有機會由市場自己定價。

所以我不會因為看到循環融資，就直接判定 AI 是泡沫。大型基建初期本來就需要有人協調資本、產能與需求。Nvidia 願意把自己的信用放進去，代表它算出這筆保證的期望成本，遠低於它能撬動的邊際銷售。至少在目前的假設下，這是一筆划算的算術。

但指揮者的工作，不只是站在台上打拍子。它還要確保低音部不會缺錢、銅管不要搶拍、場地不會跳電，最後真的有人買票進場。更麻煩的是，它自己還坐在第一小提琴的位置，不能停下來。

我期望看到的成功演出，是算力逐漸出現可信的價格曲線、成交歷史與融資紀錄，設備商提供的保證慢慢從新案件中退場。到那時 Nvidia 才能把指揮棒放下，回到第一小提琴的位置。

但如果幾年後，它仍然要一邊拉琴，一邊替其他團員借錢，還得親自保證票房，那我們就要開始懷疑，台下究竟有多少觀眾是真的付了錢，還是大家都是拿公關票進場的。

我認為這首曲子有很高機率演得完。但演得完，不代表第一批買樂器的人都能分到票房；最後留在台上的，也未必是今天這批人。​

但我可以預期的是，接下來幾年，這位第一小提琴手大概還是會非常忙碌。