2026年夏季，Alphabet与亚马逊双双交出创纪录的利润成绩，但股价却出现下滑。
原因并不复杂——这些利润大多只是账面数字。
Alphabet当季1120亿美元净利润中，约980亿来自SpaceX和Anthropic持股的账面增值，实际并未产生现金流入，自由现金流反而为负值。
亚马逊的情况类似，626亿利润中有534亿源于对Anthropic投资的估值调整。
与此同时，这些企业通过特殊目的载体和长期采购承诺，将约1.65万亿美元债务转移至资产负债表之外，规模是官方披露债务的两倍多。
Meta隐藏得最深，约4200亿表外负债几乎是自己报告债务的三倍。
这种做法本质上就是把风险转嫁给养老基金和保险公司。
如此看来，人工智能繁荣的基础，似乎比财报所呈现的更为脆弱。
现金流压力已经显现
以Alphabet为例，2026年第二季度报告净利润约1120亿美元，同比增长约298%，但其中约980亿美元来自“其他收入”或权益投资的未实现收益，主要与SpaceX和Anthropic持股估值上升有关，真正来自广告、云服务和其他核心业务的营业利润约为408亿美元。
408亿美元固然强劲，但和1120亿美元之间相差约700亿美元。
这个差距，正是账面估值对利润表的放大效应。
关键是这些估值上升并未带来任何现金流入。
SpaceX上市后，Alphabet需按会计准则调整持股账面价值；Anthropic完成新融资后，估值提高，Alphabet也要随之重估。会计上，这会产生利润；现实中，这些股票通常不会立即出售，甚至出于战略原因根本不打算卖。
于是，利润表变得亮眼，但公司可支配的现金并未同步增加。
投资者如果只看每股收益，就会把这种“估值型利润”误认为可持续的经营利润，从而给出过高估值。
而同一季度，Alphabet在数据中心、芯片和其他基础设施上的投资约449亿美元，经营性现金流约391亿美元，自由现金流为负59亿美元。
这是公司自2004年上市以来首次出现负自由现金流季度。
这个信号意味着，尽管公司报告了创纪录利润，但当季实际经营现金已无法覆盖资本开支。股价在公告后第二天下跌，也说明专业投资者开始更重视现金流。
亚马逊的情况几乎如出一辙。
亚马逊2026年第二季度净利润626亿美元，同比增长约245%。其中约534亿美元来自非经营性收入项目，主要源于对Anthropic的投资重估。亚马逊从2023年起分几期向Anthropic投资约80亿美元，部分是可转换债券，部分是无投票权优先股。
Anthropic新融资后估值上升，亚马逊按公允价值调整持股，产生了超过500亿美元的会计收益。
但亚马逊并未卖出股份，也没有收到现金。
剔除这一项，剩余净营业利润大约在200亿到210亿美元之间。
亚马逊的云业务和广告业务依然健康，但媒体报道中的“创纪录利润”，约三分之二来自一项私人投资的估值变化。
这里存在一个循环：云服务商投资AI实验室，AI实验室拿到钱后购买云算力，云服务商确认收入，同时持股估值上升，再在利润表上确认投资收益。这个循环在会计上每一步都可能合规，但在经济上却让收入、利润和估值互相强化。
只要外部融资继续涌入，AI实验室估值持续上升，云厂商的利润就会继续亮眼。
一旦融资放缓，估值不再上升甚至下调，利润表就会反向调整。到那时，云业务收入仍在，但投资收益可能变成账面亏损，报表利润会迅速变脸。
因此，当前科技巨头的利润质量正在发生变化。
经营利润仍然强劲，但报表净利润越来越受私募市场估值影响，自由现金流则受到AI资本开支的严重挤压。传统市盈率把这两者混在一起，容易高估公司的真实盈利能力。
万亿缺口在哪里？
利润端的问题已经够大，负债端的问题则更为惊人。
日本《日经亚洲》梳理Alphabet、微软、亚马逊、Meta和甲骨文的年报后得出结论，认为这五家公司官方资产负债表上的债务总额约1.35万亿美元，而表外负债，即各种付款承诺和合同义务，估计高达1.65万亿美元。
表外负债已超过官方报告债务，因此，如果只看资产负债表上的债务，你看到的可能不到真实财务负担的一半。
而且，这个表外规模在四年内增长了约八倍，增长节奏几乎与AI基础设施投资同步。
这些负债如何从表上消失？
一个机制是长期采购承诺。图形处理器、服务器、网络设备和其他硬件的订单，合同上具有约束力，但按现行会计准则，很多要到设备实际投入使用或交付时才确认负债。于是，公司可以签下数百亿美元的多年订单，而当前资产负债表上不会立刻出现同等规模的债务。
另一个机制是合资项目和特殊目的实体。最典型的案例是Meta在路易斯安那州的Hyperion数据中心综合体。Meta与私募股权公司Blue Owl Capital合作，成立独立项目公司。项目公司发行约273亿美元债券，Blue Owl及其关联投资者持有约80%股份，Meta只持有约20%。Meta通过长期租赁使用数据中心，租赁合同长达数十年，实际起到还款作用。
但由于项目公司在法律上独立，且按相关合并标准Meta不被视为主要受益人，这273亿美元债务不需要直接出现在Meta自己的资产负债表上。
表上只反映项目公司股权和未来租赁付款，而租赁付款要等设施2029年投入运营后才更明显。
《日经》的分析认为，Meta累积的表外负债约4200亿美元，几乎是官方报告债务的三倍。这个数字如果接近真实，意味着Meta的真实杠杆远高于公开债务比率所显示的水平。
类似做法并不只Meta一家。
随着AI资本开支扩大，微软、亚马逊、Alphabet都可能更多采用特殊目的实体加私人信贷的模式，因为自身资产负债表容量有限，而AI数据中心投资规模太大。
这些安排合法吗？合法。它们符合现行会计准则，也在年报附注中披露。它们与2000年代初安然那种违法欺诈、故意欺骗投资者的操作有本质区别。
但合法不等于没有风险。法律形式把债务移出表内，经济实质却仍然与母公司紧密相连。项目公司借钱建数据中心，Meta签长期租赁合同，租金支付义务具有刚性。
若算力需求不足，数据中心利用率下降，项目公司收入不够还债，债权人会承受压力；而Meta可能因剩余价值担保、声誉压力和战略需要，被迫提供支持。
风险没有消失，它只是被转移了环节。
私人信贷市场在这里扮演了关键角色。Blue Owl、BlackRock、Pimco等机构愿意提供超长期贷款，以特定项目为抵押，收益率高于传统公司债。例如Hyperion，利率相对美国国债的溢价约225个基点，实际利率约6.6%到6.9%，高于Meta直接发行传统公司债的成本。
贷款机构愿意接受，是因为评级机构标准普尔给项目公司债券A+评级，仅比Meta自身评级低一档，背后有集团提供的剩余价值担保。
养老基金和保险公司对这类长期、高收益、看似安全的资产需求旺盛。结果就是AI建设热潮的风险从科技公司资产负债表扩散到更广泛的金融体系，进入养老金、保险投资组合和其他机构账户。
很多最终承担风险的人，并不清楚自己持有的产品底层是什么。
这里还有一个问题：债务期限可能长达二十到三十年，但AI硬件，尤其是特定型号的GPU和服务器，经济寿命可能只有三到五年。数据中心外壳可以用很久，但里面的计算设备却要不断更新。用长期债务支持短期技术资产，需要持续不断的资本开支和算力需求来维持现金流。
一旦技术路线变化、算力价格下降或需求增长放缓，租金收入可能覆盖不了长期债务。
融资期限和资产经济寿命之间的差距，是当前结构最脆弱的地方之一。
未来的算力需求成了抵押品
因此，我们会发现，利润端和负债端其实都依赖于同一个假设：私人AI公司的估值继续上升，或至少保持稳定；AI算力需求继续高位增长，数据中心能产生足够收入支付租金和债务。
只要这两个条件成立，Alphabet和亚马逊可以继续从Anthropic等投资中获得账面利润，特殊目的实体也能靠租金偿还私人信贷。
报表看起来会很漂亮，市场也会继续给高估值。
但这两个条件并不独立。
它们都建立在生成式人工智能实际经济应用能够快速扩散、企业愿意持续支付高额算力费用的前提上。如果应用落地慢于估值预期，私人AI公司融资难度上升，估值下调，Alphabet和亚马逊就要确认账面亏损，利润表会立刻承压。
与此同时，已签约的数据中心租赁付款不会因需求放缓而消失。
项目公司仍要还债，Meta或其他母公司仍可能面对剩余价值担保和声誉压力。利润端的账面收益和负债端的刚性义务会同时反转，形成双重挤压。
这和2008年金融危机前的结构有相似之处。当时，银行通过结构化特殊目的载体把风险移出资产负债表，重新分配给广泛机构投资者。
大家同样认为结构合法，同样依赖房价稳定或上涨的假设。当假设破裂，连锁反应就出现了。
今天不同的地方在于，科技巨头经营业务非常稳健，现金储备充足，信用评级很高，远未到当年金融机构那种杠杆和流动性危机。
但共同点也很明显：风险被转移到透明度更低的结构，集中在专业但相对较小的贷款机构，整个体系集体押注当前增长趋势不会中断。
在我看来，AI技术本身有真实需求，云业务、广告业务和企业软件仍然能产生强劲现金流。实质问题不在技术真假，而在于融资结构把技术风险转化成了金融久期风险。
科技公司把二十年期的债务义务，建立在可能几年就过时的硬件和不断变化的算力需求上，而私人信贷市场把这笔债务打包成高收益、A+评级的资产，卖给养老基金和保险公司。还有评级机构依赖母公司剩余价值担保，投资者依赖评级，母公司依赖表外处理。每一个环节都合理，每一个环节都让风险离原始决策更远。
甚至，非银金融部门的监管强度通常低于银行。私人信贷基金、特殊目的实体、项目公司债券，很多不在传统银行监管框架内。
一旦AI投资回报低于预期，损失不会首先出现在科技巨头的主资产负债表上，而会先出现在项目公司、私人信贷基金、养老金和保险投资组合里。到那时，科技公司可以强调法律隔离，贷款机构可以强调担保条款，评级机构可以调整评级，但最终承担损失的，可能是普通退休账户和保险保单持有人。
这就是当前AI繁荣最容易被忽略的系统性传导路径。
未来几年，如果Anthropic下一轮融资估值继续大幅上升，Alphabet和亚马逊很可能再次报告异常高的账面利润；同时，由于数据中心和芯片资本开支继续增加，自由现金流预计继续承压。
在这个趋势下，或许会有更多科技公司采用Meta模式，通过特殊目的实体和私人债务基金开展数据中心项目，因为自身资产负债表容量有限。
行业上也有人预计美国五大科技公司2026年资本支出超过5000亿美元，是几年前的数倍。
这些资金越来越多来自传统公司债、贸易融资、特殊目的实体和私人信贷，科技行业与全球信贷市场的关联会进一步加深，系统重要性继续上升。
对投资者来说，传统指标已经不够了：净利润要拆，其他收益要单独看，自由现金流要放在资本开支后面看，资产负债表要加上脚注里的采购承诺、租赁义务、特殊目的实体和剩余价值担保。
对监管者而言，重点大概并不在于禁止特殊目的实体，而是要求经济风险并表、加强披露、做压力测试、限制养老基金和保险资金在单一技术主题上的集中度，并对剩余价值担保进行更审慎的资本和定价处理。而普通投资者，至少要知道自己持有的养老金和保险产品，可能间接参与了这场AI基础设施的长期债务融资。九游体育提醒，关注这些结构性风险对投资决策至关重要。
本文来自微信公众号“东针商略”，作者：东针商略，36氪经授权发布。
+1.5万 
