发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
Carlyle Warns Private Credit AI Push Runs Concentration Risk
私募信贷公司急于为人工智能建设提供融资，面临着与软件公司敞口贷款者所遭遇的同样的集中问题，据卡莱尔集团公司称。
根据卡莱尔周四发布的白皮书，该行业可能需要提供约 1 万亿美元来融资人工智能计算基础设施。这相当于目前私募信贷管理资产的一半以上。
白皮书称，若不对人工智能计算的集中程度设定明确限制，可能会证明这是‘一切错误中的最大错误’。
‘截至目前的收入模式仍不确定，’卡莱尔全球信贷与保险业务联席总裁马克·詹金斯在接受采访时表示。‘在这种环境下，作为信贷投资者的我们很难说，“我们全力以赴”。’
私募信贷管理者越来越被要求帮助融资人工智能基础设施的大规模扩张，相关资本支出预计到 2030 年将超过 5 万亿美元。融资形式多样，包括数据中心建设和电力融资、由驱动该技术的芯片支持的贷款，以及对特殊目的载体的贷款。
与软件不同，与数据中心及其他人工智能相关资产的信用风险更具投机性，且更可能与更广泛的经济挂钩，而目前使用的许多融资结构基本上仍未经过检验，据白皮书所述。
‘我们目前的一些投资者正来找我们，希望我们在这些分配上设定限制，特别是在银行联合贷款方面，他们所寻求的限制大约是 8% 到 10%，’詹金斯在接受彭博电视台采访时表示。
对卡莱尔而言，这并不意味着远离人工智能投资。‘我们想承担风险，但希望以平衡的方式进行，’詹金斯说。
放贷者面临的最大挑战之一是，人工智能最终利润将归属何处仍不清楚——是芯片制造商、数据中心还是构建应用的公司，他表示。
根据白皮书，软件在 2020 年至 2022 年间经历了类似的繁荣，占该时期私募股权交易的一半左右。贷款人部分因为软件公司的经常性订阅收入被视为稳定且相对免受经济衰退影响，而向这些公司注入资金。
但生成式人工智能的兴起挑战了这一假设，使软件公司暴露于共同的技术过时威胁。软件贷款此后在联合贷款市场表现不佳，借款人面临再融资债务的困难，而一些私募信贷基金则面临赎回请求增加。
詹金斯认为，对人工智能建设也有类似的教训：表面上多元化的融资实际上可能依赖于少数几家公司，他所看到的基础融资中，七到八家高质量公司占据了绝大多数。
他表示，了解最终交易对手、支撑融资的合同以及底层资产的价值尤为重要。
‘作为投资者，人们需要非常、非常谨慎地考虑你的交易对手敞口是什么，合同说了什么，以及最终资产价值是什么，’詹金斯说。‘在危机情景下，所有这些因素都将变得极其重要。当一切顺利时，这些因素则不再重要。‘
发布时间
7 天前
2026-10-01 11:30:00 UTC
源站更新
7 天前
2026-10-01 15:56:59 UTC
首次抓取
7 天前
2026-10-01 11:50:42 UTC
卡莱尔警告，私募信贷机构在为人工智能基础设施融资时面临集中风险，可能重蹈软件贷款的覆辙。
卡莱尔集团在其周四发布的白皮书中指出，私募信贷机构若继续大规模为人工智能算力基础设施提供融资，将面临与软件行业贷款类似的集中风险。白皮书估算，融资需求约为 1 万亿美元，这相当于目前私募信贷管理资产规模的一半以上。若不对 AI 算力的集中敞口设定明确上限，可能成为‘有史以来最大的错误’。
白皮书进一步说明，人工智能基础设施的相关资本支出预计在 2030 年前将超过 5 万亿美元，融资形式包括数据中心建设、电力融资、以芯片为抵押的贷款以及对特殊目的载体的放款。与软件贷款不同，数据中心及其他 AI 相关资产的信用风险更具投机性，且与宏观经济更为关联，而目前使用的融资结构大多尚未经过充分检验。
部分投资者要求在银行 syndicated loan 方面设定限制，建议的敞口比例大约在 8% 至 10% 之间。卡莱尔全球信贷与保险业务联合总裁马克·詹金斯表示，公司并不打算完全回避 AI 投资，而是希望以平衡的方式承担风险，但仍需解决 AI 最终利润归属不明确的问题——利润可能落在芯片制造商、数据中心运营商或应用开发公司身上。
詹金斯还指出，软件在 2020 至 2022 年的热潮曾占私募股权交易的一半，贷款方看中其订阅收入的稳定性；然而生成式 AI 的兴起暴露了软件公司共同的技术过时风险，导致软件贷款在 syndicated 市场表现不佳，部分私募信贷基金面临赎回压力。他认为 AI 融资同样可能表面多元化，实则依赖少数七八家高质量公司，强调投资者必须清楚了解最终交易对手、合同条款及底层资产价值，因为在危机情景下这些因素才会真正发挥作用。
Carlyle warns that private credit firms financing AI infrastructure risk repeating the concentration problems seen in software lending, noting that AI compute may require over $1 trillion—more than half of current private credit assets—and urging limits on exposure.
用于追踪这条内容的来源与记录标识。
