一套改編自Fazzari等人（1988年）並由Chinn修正的分析架構，為評估AI相關資本支出（capex）的持久性提供了最具啟發性的視角。原始的公司金融等級順序理論指出，企業優先使用內部融資——保留盈餘與現金流——之後才轉向債務或股權發行等外部資金來源。圖表中最低的平坦線段即對應以營運現金流支應的融資。

直至近期，AI投資的需求曲線與融資供給曲線的這段平坦區間相交，意味著最大的科技公司能夠以內部產生的現金支應AI建設。然而，自2026年起，超大規模企業——即Amazon、Microsoft、Alphabet與Meta等大型雲端與AI基礎設施提供商——日益轉向外部融資。相關支出主要用於訓練與部署大規模AI模型所需的資料中心建設、專用半導體與GPU叢集。其他缺乏充足現金流的AI相關企業，早在數月前便已開始募集外部資本市場資金。與此同時，AI投資資金的整體需求曲線持續向外移動。

此一轉變已在經濟學人的分析中有所記載，該分析指出AI在資本市場中日益擴大的版圖正從股票市場延伸至債券市場。

根據Slok（2026年7月28日）的研究，主要超大規模企業的自由現金流預計將自2028年起攀升。然而，該預測仍屬推估而非已實現的結果，其實現與否在很大程度上取決於AI相關營收來源——雲端AI服務、授權與企業採用——能否充分擴張，以抵銷龐大的前期資本成本。

作為背景參考，四家領先超大規模企業的資本支出計畫已於Bloomberg（2026年7月30日）中詳述，顯示即使在融資成本上升之際，AI投資熱潮依然穩固。

回到等級順序架構（圖1），一個關鍵意涵浮現：適用於這些超大規模企業的公司債券利率上升，將降低其融資需求量。當超大規模企業能夠以內部現金儲備支應AI投資時，在很大程度上不受債券殖利率上升的影響。展望未來，隨著對外部債券市場的依賴加深，此一隔絕效果將逐漸消退——利率動態可能成為制約AI基礎設施投資步伐與規模的更顯著因素。