根据Fazzari等人（1988年）提出并经Chinn修改的框架，为评估AI相关资本支出（capex）的持久性提供了最具启发性的视角。公司财务中的经典优序融资理论认为，企业在转向债务或股权发行等外部融资来源之前，会优先使用内部融资——即留存收益和现金流。图中最低的平坦部分对应的是以经营现金流提供的融资。

直到最近，AI投资的需求曲线仍与融资供给曲线的平坦段相交，这意味着最大的科技公司可以从内部产生的现金为其AI建设提供资金。然而，从2026年开始，超大规模企业——即亚马逊、微软、Alphabet和Meta等大型云计算和AI基础设施提供商——正越来越多地转向外部融资。这些支出主要用于建设训练和部署大规模AI模型所需的数据中心、专用半导体和GPU集群。其他缺乏足够现金流的AI相关企业在数月前就已开始利用外部资本市场。与此同时，AI投资资本的总体需求曲线继续向外移动。

这一转变在《经济学人》的分析中有所记录，该分析指出AI在资本市场中日益增长的足迹正从股票市场扩展至债券市场。

根据Slok（2026年7月28日）的研究，主要超大规模企业的自由现金流预计将从2028年开始增长。然而，这一预测仍是预期而非已实现的结果，其实现很大程度上取决于AI相关收入流——云计算AI服务、授权许可和企业采用——能否充分扩展以抵消沉重的先期资本成本。

作为背景，彭博社（2026年7月30日）详细报道了四家领先超大规模企业的资本支出计划，表明即便融资成本上升，AI投资热潮依然稳固。

回到优序融资框架（图1），可以得出一个关键推论：适用于这些超大规模企业的企业债券利率上升将减少其融资需求量。当超大规模企业能够从内部现金储备为AI投资提供资金时，它们在很大程度上不受债券收益率上升的影响。展望未来，随着对外部债务市场依赖的加深，这种保护将逐步减弱——利率动态可能成为AI基础设施投资步伐和规模更重要的制约因素。