黑石的贾斯·凯哈认为，尽管风险上升，人工智能债务担忧被夸大了
推动人工智能基础设施建设的竞争为金融机构创造了重要机遇，但对借贷的日益依赖引发了市场能承受多少风险的质疑。黑石高管贾斯·凯哈认为，关于潜在债务危机的担忧被夸大了，他认为主要技术客户的财务实力提供了重要的保护层。
在旧金山举行的TechCrunch Disrupt 2026大会上，凯哈阐述了黑石如何在人工智能经济中定位自己，从资助数据中心和计算基础设施到投资于开发先进模型和应用的公司。
该公司的战略反映了技术投资的更广泛转型。与许多早期数字业务不同，这些业务可以在没有庞大物理基础设施的情况下扩展，现代人工智能系统的发展需要在计算能力、专业芯片和数据中心上进行大量投资。
黑石在人工智能经济中的角色扩展
黑石管理的资产约为1.3万亿美元，已成为资助支持人工智能发展的基础设施的重要参与者。
其方法超越了传统风险投资。该公司将债务融资与股权投资相结合，使其能够支持不同成长阶段的企业，同时响应其特定的资本需求。
凯哈领导着黑石N1，这是该投资集团在旧金山建立的专注于人工智能的倡议。该部门反映了公司在需求持续推动投资的领域建立更强大存在的雄心。
这一战略的一个方面涉及资助所谓的neocloud提供商，即向人工智能开发者和其他客户出租计算资源（包括图形处理单元）的公司。
黑石采用了一种融资模式，在评估贷款机会时考虑客户合同和计算设备。基础硬件的价值可以支持贷款，而与财务实力强大的客户的协议则提供了关于未来收入的额外保障。
CoreWeave展示了人工智能融资的规模
黑石与CoreWeave的早期融资关系提供了该模型如何发展的示例。2023年，该公司向这一人工智能计算提供商提供了23亿美元的贷款，该公司在ChatGPT发布后需求迅速增长。
当时，CoreWeave的收入和盈利能力相对有限，与其融资需求的规模相比。它所持有的Nvidia处理器和与包括微软在内的主要客户的合同帮助支持了贷款决策。
该交易成为后续涉及CoreWeave和其他人工智能计算基础设施提供商的融资安排的重要参考点。
然而，整个行业的借贷规模随后显著增加。随着人工智能基础设施公司承担更多债务以扩大其产能，投资者对抵押品价值、客户承诺和再融资成本的关注加大。
凯哈的立场是，贷款风险应在客户最终支持投资的背景下进行评估。与大型、信用良好的技术公司的合同可以提供与完全依赖于不确定未来需求的项目融资不同的风险特征。
高利率对借贷成本施加压力
尽管他对未来持相对乐观的态度，凯哈承认融资条件已变得更加严峻。利率上升和信用利差扩大正在增加新基础设施项目的资金成本，包括那些与主要技术公司相关的项目。
这种压力在高度依赖外部资本扩展的专业计算提供商中尤为明显。CoreWeave面临着对其债务负担的日益审查，而澳大利亚人工智能基础设施公司Firmus在市场条件未能支持其目标估值后放弃了拟议的上市计划。
这些发展促使投资者重新评估他们愿意为那些增长依赖于持续的人工智能计算能力需求的企业支付多少。
核心问题不再仅仅是计算能力的需求是否会增长，而是未来的收益是否能证明建设和运营基础设施的巨大成本。
为什么黑石认为更广泛危机的风险有限
凯哈拒绝将当前人工智能融资担忧与引发2008年全球金融危机的银行不稳定性进行比较。他认为，暴露的情况不同，因为许多基础设施是为全球最大技术公司服务而开发的。
这种区别并未消除风险。如果借贷成本上升、计算设备贬值或需求未能与正在建设的产能相匹配，项目的盈利能力可能会下降。尽管如此，黑石认为主要客户的财务实力可以帮助缓解贷方面临的一些压力。
更广泛的辩论越来越集中在人工智能投资的规模与其最终产生的收入之间的关系上。基础设施支出与商业回报之间的长期差距可能会对开发者及其贷方施加压力，即使对人工智能服务的需求继续增加。
企业对人工智能的采用仍然不均衡
除了基础设施融资，黑石还在投资企业内部的人工智能实际应用。该公司参与了一项涉及Anthropic和Hellman & Friedman的15亿美元合资企业，名为Ode，旨在帮助企业将人工智能整合到其运营中。
该倡议反映了对计算能力的获取并不自动转化为可衡量的生产力提升的日益认识。
凯哈承认，不同企业的人工智能采用回报差异很大。一些公司已经识别出切实的好处，而其他公司则在逐步适应其运营并确定技术可以带来有意义的价值的过程中进展较慢。
这种不均衡的采用可能会使投资决策复杂化。如果企业在将人工智能整合到其运营中所需的时间超过预期，对计算基础设施的需求可能会暂时超出由该产能产生的商业回报。
对黑石而言，长期机会因此取决于两个发展：人工智能基础设施的持续扩展以及企业将技术进步转化为可持续经济收益的能力。
关于人工智能相关债务的辩论在投资增长的背景下不太可能消失。尽管凯哈认为该行业的融资风险是可控的，但较高的借贷成本和不确定的回报仍然是贷方和投资者评估人工智能繁荣下一个阶段的重要变量。
-
23:30
-
22:30
-
21:50
-
21:42
-
21:00
-
20:56
-
20:53
-
19:00
-
18:00
-
17:00
-
15:30
-
15:00
-
13:30
-
12:30
-
12:15
-
12:00
-
11:45
-
10:45
-
10:30
-
10:15
-
10:00
-
09:45
-
09:15
-
09:00
-
08:46
-
08:00
