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
Alphaville. Is circular financing in AI a problem?
AI 公司之间的循环融资可以有多种组织方式。国际清算银行 (BIS) 研究团队的一份新报告列出了三种方式。
首先，有些科技公司既从另一家科技公司获得融资，也获得业务；例如，亚马逊向 Anthropic 注入数十亿美元，同时提供用于训练 Claude 的 Trainium 芯片。
其次，供应商可以为客户提供融资以刺激对其产品的需求，这有点像传统的供应商融资。英伟达转向提供‘资产负债表即服务’正是一个例子——此外，还有许多报道称这家芯片巨头向财务状况更脆弱的客户注入资金，以便他们能够购买更多芯片。
或者资金流向可能相反：客户为供应商提供融资以确保关键输入。融资形式多样，从直接贷款和股权注入到前瞻性算力合同。因此，OpenAI 为甲骨文数据中心建设提供的 3000 亿美元业务担保可能算在内，即使 OpenAI 本身并不实际拥有这 3000 亿美元，而是依赖现有或未来投资者提供资金。
第三类是其他所有情况：商品或服务双向流动的互惠商业关系。
在涵盖计算、基础设施、数据工具、模型和应用等领域的 1246 家 AI 公司样本中，报告作者 Jon Frost、Rudraksh Kansal、Kumar Rishabh、Vatsala Shreeti 和 Leanne Si Ying Zhang 发现，也许并不令人惊讶的是，存在大量循环关系。
他们统计了 2021 年至 2025 年流入 AI 公司的所有投资，发现超过一半来自其他 AI 公司。仅看这部分 AI 对 AI 的交易，近一半发生在具有某种商业关系的公司之间，这表明‘AI 中的融资和商业关系有相当一部分是自我参照的’。
但这是否构成问题？
...循环关系导致报告的需求部分内生于公司自身的融资决策。例如，当供应商为客户提供融资时，供应商收入增长的一部分反映了其自身的资本投资，而不是有机的最终需求。这使得投资者、贷款人和监管者难以判断当前 AI 热潮中有多少基于有机需求。
除了让分析师的工作变得有些棘手之外，这是否对我们其他人构成实际问题？
与 1990 年代末电信繁荣的类比具有启示意义：上游设备供应商如朗讯和北电为网络运营商提供融资，使运营商能够购买其设备。这意味着设备供应商报告的销售额部分由供应商自身提供资金。随着运营商扩张网络，设备订单也随之增加，供应商将销售额和贷款均记为资产。然而，当运营商自身收入未能实现或放缓时，他们既无法偿还贷款，也无法维持设备采购。设备供应商因而同时遭受财务损失和销售额下降。如果 AI 公司的收入增长和最终用户需求低于预期，类似动态也可能在 AI 领域出现。
我们未能找到朗讯的市值序列，但北电的市值图表表明循环融资可能构成问题。但这一次情况又如何呢？
...这些循环安排往往不透明，导致监督和监管变得困难。参与 AI 的许多公司是私营企业，可能只披露有限信息。即使是上市公司，交易条款也常常复杂，混合了现金投资、长期采购承诺以及对底层资产价值的担保。剩余价值担保（RVG）是一个例子：担保人承诺在固定期限后覆盖资产价值（如芯片或数据中心设备）的任何不足。这些或有承诺通常不计入资产负债表，仅在经济下行时才会显现——正是担保人最难以承受的时候。因此，报告的交易价值可能无法全景呈现，头条数字与实际拨付金额可能相差甚远。此外，这些公司分布在不同行业和司法管辖区，使得单一监管者或监督者难以监控这些风险。
嗯。如果没有必要的披露供人审阅，即使是最勤奋的监管者或投资者也只能在事后才能判断这是否构成问题。
但也有亮点。如果事实证明这是一个问题，BIS 认为至少我们都会知道。这不仅会通过公开股票市场的暴跌和宏观经济重要投资的颠覆来体现，还因为他们认为风险会因私人信贷以及用于融资 AI 基础设施的特殊目的载体中的隐藏杠杆和相互关联的敞口而被放大。😬
进一步阅读： — 连接大型 AI 的点点（FTAV） — 英伟达 2000 亿美元‘资产负债表即服务’（FTAV） — 美国经济正在过热（FTAV）
发布时间
7 天前
2026-10-01 12:00:06 UTC
源站更新
7 天前
2026-10-01 13:39:32 UTC
首次抓取
7 天前
2026-10-01 12:00:56 UTC
BIS 报告称，AI 领域出现大量循环融资：技术公司互相投资并供货、供应商融资客户刺激需求、客户融资供应商确保关键输入，导致超过一半 AI 投资来自同业，且近半涉及有商业关系的公司，使需求报告部分内生，监督困难。
BIS 报告描述了 AI 领域三种主要的循环融资形式：一是技术公司之间既互相提供融资又开展业务，例如 Amazon 对 Anthropic 的投资同时提供 Trainium 芯片用于训练 Claude；二是供应商通过融资刺激客户需求，类似传统的供应商融资，如 Nvidia 推出“资产负债表即服务”并向财务较弱的客户提供资金以购买更多芯片；三是客户为了确保关键输入而融资供应商，形式可包括贷款、股权投资或前瞻性计算合同，例如 OpenAI 声称以 3000 亿美元的业务担保 Oracle 的数据中心建设，尽管 OpenAI 可能依赖当前或未来投资者提供实际资金。此外，还存在商品或服务双向流动的其他互惠关系。
报告作者 Jon Frost、Rudraksh Kansal、Kumar Rishabh、Vatsala Shreeti 和 Leanne Si Ying Zhang 对 1,246 家按计算、基础设施、数据工具、模型和应用划分的 AI 企业进行了研究。他们发现，2021 年至 2025 年间流入 AI 企业的总投资中，超过一半来源于其他 AI 企业。而在这些 AI 对 AI 的交易中，近半数发生在彼此具备某种商业关系的公司之间，这表明 AI 领域的融资与商业关系具有显著的自指性。
这种循环融资会使得报告的需求部分内生于企业自身的融资决策。举例来说，当供应商为客户提供融资时，供应商的收入增长部分反映的是其自身的资本投入，而非真正的最终需求有机增长，这使得投资者、贷款人和监管者难以判断当前 AI 热潮中有多少是基于有机需求。文章还类比了 1990 年代末的电信繁荣：上游设备供应商如 Lucent 和 Nortel 向网络运营商提供融资以购买其设备，导致供应商的部分销售额其实是自融资的；当运营商收入未达预期时，他们既无法偿还贷款也无法继续采购设备，供应商因而遭受财务损失和销售下降。若 AI 领域的收入增长和终端用户需求低于预期，类似动态也可能重演。
循环安排往往不透明，增加了监督和监管的难度。许多 AI 企业为私人公司，可能仅披露有限信息；即使是上市公司，交易条款也常复杂，混合了现金投资、长期采购承诺以及对底层资产价值的担保。残值担保（RVG）是一例：担保人承诺在固定期限后资产（如芯片或数据中心设备）价值不足时补足差额，此类或然负债通常记在资产负债表外，仅在经济下行时才会显现，而此时担保人最难以承受损失。因此，公开的交易规模可能无法完整反映实际资金流动，标称数字与实际拨付金额可能相差甚远。此外，这些企业分布于不同行业和司法管辖区，使得单一监管者难以全面监控其中的风险。
文章最后指出，若缺乏必要的披露，即便是最勤奋的监管者或投资者也只能在事后才知晓问题是否存在。不过也有积极一面：BIS 认为，若这些循环融资真的构成问题，其后果将会公开显现——不仅会引发公开股票市场的下跌和宏观上重要投资的颠覆，而且风险还会因私人信贷和用于融资 AI 基础设施的特殊目的载体中的隐藏杠杆和相互关联敞口而被放大。
A BIS report finds over half of AI sector investment 2021-2025 came from other AI firms, with nearly half of those deals tied to existing commercial links, creating circular financing that can inflate reported demand and obscure organic growth, echoing the late-1990s telecom
用于追踪这条内容的来源与记录标识。
