万亿隐形账单曝光！租赁口径重算AI资本开支，市场之前全部低估了投入规模

2026年10月16日，摩根士丹利Nicholas Colas团队发布重磅AI产业研报，提出一个颠覆性观点：市场过去一直沿用现金口径统计AI投入，忽略了数据中心租赁这种表外债务融资模式，严重低估了全球AI算力真实资本开支。

很多云厂商不会直接掏钱自建机房，而是通过SPV特殊载体融资建设数据中心，大厂签下长期租约。这笔投入经济本质就是借钱买算力，但会计上不计入现金资本开支科目，形成了一笔隐藏在财报之外的万亿级账单。把租赁项目纳入统计之后，整个AI投资周期的体量、节奏都要重新评估。

一、修正后数据：三年AI投入规模清晰落地

摩根士丹利重新测算全球超大规模云厂商与新兴算力服务商的AI资本开支：

- 2026年：约9800亿美元，同比增速接近100%
- 2027年：计入租赁后提升至1.58万亿美元，相比仅统计现金投入的口径扩大14%，增速上调至60%
- 2028年：进一步达到1.81万亿美元，增速回落至14%

其中租赁对应的资本开支，2027年预计1950亿美元，到2028年增长至2460亿美元。仅仅是各大云服务商已经签署、但还没有正式启动的租赁承诺，总额就高达1.1万亿美元。传统的资本开支预测模型，已经很难还原AI基建投入的完整全貌。

分企业来看，各家算力租赁投入体量拉开差距：甲骨文以572亿美元排在首位，微软453亿美元紧随其后，Meta 372亿美元，亚马逊284亿美元，谷歌266亿美元。甲骨文之所以遥遥领先，核心是它大量和第三方算力平台合作，依靠长期租赁快速扩充算力集群，不用一次性消耗巨额自有现金。

二、算力竞赛进入杠杆时代，锁定电力与机柜成为核心目标

瑞银资产管理负责人Barry评价，全球企业争相建设数据中心、提前锁定电力资源、大规模扩张算力，正在开启人类历史上规模最大的一轮基础设施投资周期。

和早年科技行业靠自有现金扩张不同，这一轮AI算力建设大量依靠长期租赁、表外信贷工具。这套模式的优势是，云厂商不用一次性拿出巨额资金，就能快速拿到机房、服务器使用权，抢占算力供给缺口；但代价是，未来多年都要持续支付租金，在高利率环境之下，长期利息成本会持续侵蚀利润。

这也是近期市场担忧AI产业链杠杆风险的根源。前期资金疯狂涌入算力硬件赛道，随着美债收益率走高，市场开始重新审视这种“借钱扩算力”商业模式的可持续性。此前美股算力标的集体回调，本质上就是市场开始定价这笔隐藏的长期债务。

三、钱最终流向哪里？65%资本开支流入标普成分股，硬件龙头拿走大头

资金传导路径十分清晰，大约65%的AI资本开支，最终转化为标普500成分股的营业收入，直接拉动标普500在2027年整体营收提升约5%。

在整个产业链分配中，算力芯片厂商占据最大份额，英伟达一家就拿走其中约三分之二的硬件相关收入。大量租赁带来的新增算力订单，最终都会转化为AI服务器、存储、光模块的采购需求。这也是为什么即便云厂商用租赁方式扩产，上游硬件企业依旧能拿到稳定订单。

但机构也提醒，如果不修正租赁口径，市场对AI投资周期的判断会明显提前。单纯看现金资本开支，很容易误判AI资本开支见顶；把租赁纳入统计之后，算力投入的持续性被拉长，整个产业的资本投入高峰，会比市场此前预期来得更晚。

四、藏在租赁模式背后两大矛盾，也是后续市场博弈焦点

第一，增长和负债的矛盾。租赁模式可以快速放大算力建设规模，拉长AI资本开支周期，但会积累大量远期刚性支出。一旦后续AI服务、大模型变现不及预期，租金偿付压力就会显现，高杠杆扩张的隐患就会暴露，这也是当前空头重点质疑AI产业链的核心逻辑。

第二，订单兑现与现金流回报的错配。云厂商现在签约锁定算力，是为了抢占AI需求红利。但算力属于重资产，回本周期漫长。当前市场分歧点在于：远期租金成本持续抬升，AI业务的现金流增速能不能覆盖逐年增加的租赁支出。

总结

摩根士丹利这份研报，撕开了AI行业隐藏在财报背后的万亿租赁账单。过去市场习惯看现金资本开支判断AI产业景气度，如今需要把表外租赁这一块加回来，才能看清完整的算力投入图景。

AI资本开支不是短期脉冲，而是被租赁杠杆拉长的超长周期。上游硬件企业持续受益算力采购，但整个行业的远期债务压力，也随之持续累积。后续跟踪AI赛道，不能只看订单数字，远期租赁承诺、租金成本、云厂商现金流，都会成为判断行业景气度的核心标尺。

风险提示：本文为机构研报与产业资讯客观复盘，不构成任何投资建议。行业存在融资成本上行、AI需求不及预期、资本开支收缩等不确定性风险。