滙豐執行長稱 AI 基礎設施前景可期，但資料中心投資須審慎選擇

目錄

• 你可能想知道
• 主要內容
• 重點摘要表
• 後續展望...

你可能想知道

• 為什麼滙豐執行長認為人工智慧具有變革性，同時提醒投資者審慎看待資料中心計畫？
• 為 AI 基礎設施競相融資，可能如何影響借款人及更廣泛的金融市場？

主要內容

人工智慧正日益影響企業的營運方式，滙豐執行長 Georges Elhedery 認為，這項技術有潛力重塑銀行的工作。在週二接受 CNBC 的 Dan Murphy 訪問時，Elhedery 將 AI 稱為「重新設計並重新構想我們所有業務、所有活動的重要助力」。他表示，這項技術可藉由提升生產力，讓同事有更大的工作能力，並協助銀行重新設計營運方式。

Elhedery 將採用 AI 描述為一段持續進行的旅程，而非已完成的轉型。他的談話反映出一種普遍預期：AI 工具能改變員工處理工作的方式、企業組織流程的方式，以及機構提供服務的方式。然而，在他看來，對這項技術抱持熱情，並不代表應不加區分地投資所有為支援 AI 而建置的資產。

這項區別對資料中心尤其重要，因為資料中心容納了 AI 與雲端運算所使用的伺服器及相關基礎設施。隨著市場對 AI 的興趣升高，這類設施的需求也隨之擴大，但各項計畫在商業條款與財務實力方面並不相同。Elhedery 建議投資者逐一評估投資機會，而不是將整個產業視為同樣具有吸引力的投資標的。

他表示：「必須有所選擇。」他認為，投資者應檢視租賃協議的品質，以及支撐計畫的合約定價。有些協議可能比其他協議更能提供穩固基礎，而某些開發案則可能面臨更艱難的情況。核心要點是，AI 基礎設施的需求並不會自動使每一座資料中心都成為穩健的投資。

合約品質會影響設施收入的可靠性。資料中心可能需要大量前期投資，而其報酬則取決於租戶是否持續使用空間並遵守約定的付款條款。定價同樣重要：如果合約未能充分反映計畫成本、風險或市場狀況，即使整體產業需求強勁，也未必足以確保個別投資表現良好。

滙豐與這個市場有重要關聯，既是資料中心的融資方，也是營運方。標普全球去年將該銀行評為全球第七大、歐洲最大的貸款機構，資產接近 $3 trillion。滙豐總部位於倫敦，也正積極布局，為成長中的經濟領域企業提供服務。

滙豐在 2025 年年度報告中表示，目標是成為「快速成長轉型生態系統的領先銀行」。報告指出，其客戶群涵蓋資料中心及 AI 產業等領域。這項目標使該銀行置身於更廣泛的 AI 基礎設施發展之中，也讓融資決策及客戶計畫的品質變得格外重要。

預期中的建設規模相當可觀。McKinsey 預估，到 2030 年，全球資料中心支出可能達到 $7 trillion。大型科技公司愈來愈多地轉向私人信貸與舉債，為新設施籌措資金，使建置基礎設施原本已龐大的投資承諾再增加借款。

這些融資模式正成為金融市場緊張情勢的來源。企業在競相發展 AI 能力與資料中心容量之際，也在爭奪資金。與此同時，資金成本正在上升，企業的債務負擔也持續加重。這種壓力不僅限於科技企業，也與政府借款及更廣泛的債券供應相互交織。

本月稍早，Allianz 首席經濟顧問、PIMCO 前執行長 Mohamed El-Erian 在倫敦舉行的 LSEG 與 Eurasia Group 的 GZERO Summit 上談到這場競逐。他指出，政府借款及以較高利率再融資，加上超大規模雲端服務商融資需求迅速增長，正對債券市場造成壓力。

El-Erian 表示，超大規模雲端服務商去年透過債券融資籌集了 $200 billion，今年可能籌集一 trillion。他形容這些公司「對收益率不敏感」且「對利差不敏感」，因為它們投資的前提是 AI 將帶來真正的變革。在此脈絡下，這些說法是指，即使融資成本或信用利差可能不如預期有利，這些公司仍願意借款。

這種融資意願反映出部分企業對 AI 改變自身業務的信心有多強烈。同時，這也引發一些問題：市場能承受多少債務、借款成本可能如何變化，以及 AI 相關服務未來的收入是否足以支撐如此大規模的投資。這些基礎設施可能具有重要的策略用途，但財務結果將取決於成本、收入、合約與長期需求之間的關係。

債券市場目前已面臨多重壓力。2026 年，多個主要經濟體發行的債券殖利率已升至數十年高點，市場憂慮政府赤字高企與債務水準攀升，也擔心通膨持續居高不下，以及央行立場轉趨強硬。當政府與企業同時尋求大量融資時，彼此競爭可能影響各市場資金的價格與可得性。

JPMorgan Chase 今年稍早估計，到本十年末將發行 $4.1 trillion 的 AI 相關債務。這項預測反映資料中心及其他 AI 相關企業為大舉建置產能而預期增加的借款。這是預測，不代表最終發行金額必然如此，但可呈現融資挑戰的潛在規模。

綜合來看，兩種現實可能同時存在。AI 可能成為提升生產力與推動企業變革的重要動力，但支援 AI 的基礎設施也帶有各式各樣的投資風險。這項技術的潛力並不能免除評估特定設施的必要性：是否有可靠的租戶、定價合理的合約，以及能承受市場環境變化的融資架構。

因此，對投資者與貸款機構而言，審慎評估不應只著眼於市場需求的亮眼數字。應進一步思考哪些客戶已承諾使用設施、租賃協議如何分配風險、合約價格是否仍具可行性，以及計畫如何取得資金。這些考量有助於區分能夠履行義務的計畫，以及即使身處快速成長的產業仍可能陷入困境的計畫。

重點摘要表

後續展望...

AI 發展的下一階段，將需要更密切關注技術效能與財務韌性。研究人員與企業可以探討 AI 系統如何帶來可量化的生產力提升、這些效益如何在員工與產業之間分配，以及支援 AI 所需的運算基礎設施究竟為何。更清楚掌握需求，有助企業規劃產能，而不必只依賴廣泛預測或競爭壓力。

基礎設施規劃也需要更深入分析能源使用、電網容量、冷卻需求，以及專用硬體的使用年限。這些因素會影響營運成本與資料中心的長期可行性，就如同租戶承諾及合約條款會影響收入一樣。若能更透明地揭露這些領域的資訊，投資者便能更有效比較不同計畫，並以更一致的方式評估風險。

金融機構、監管機關與市場參與者或許也需要檢視，大規模 AI 借款如何與其他資金需求來源相互影響。壓力測試、審慎揭露，以及監控信貸曝險集中度，都有助於增進對潛在弱點的了解。這些工作無法判定 AI 是否會成功，但能協助找出金融風險正在累積之處。

歸根究柢，AI 的長期價值不只取決於技術能力，也取決於組織能否以負責任且永續的方式運用它。資料中心熱潮或許能打造重要基礎設施，但審慎評估仍不可或缺：前景看好的產業中，仍可能存在前景迥異的計畫。深入探討 AI 採用、穩健合約、能源系統與持久融資之間的關聯，將有助社會區分長遠進步與單純的投資熱潮。