AI巨头之间的“循环交易”越来越像上世纪80年代储蓄贷款危机中的“菊花链”。

四十年前，相互关联的交易掩盖了危险，放大了系统性风险，并在美国约三分之一的储蓄银行倒闭之前助长了资产价值的膨胀。

如今的金融工程——一个由相互交织的多年承诺组成的近亲生态系统，涉及提供融资、购买半导体、确保千兆瓦电力以及租赁数据中心——可能遭遇类似的命运，尤其是如果收入无法超过成本，或者一只黑天鹅事件摧毁了人工智能（AI）的发展轨迹。

OpenAI已在计划于明年进行的首次公开募股之前与英伟达、CoreWeave等公司达成了交易，而竞争对手Anthropic和xAI也达成了类似的协议。

Anthropic与供应商Lambda达成的350亿美元云计算交易就是最新的例子。

上个月，这家AI开发商与另一家由英伟达支持的“新云”公司Nscale签署了一项价值450亿美元的协议，用于租用数据中心容量。

根据PitchBook的数据，英伟达参与了超过7500亿美元的AI投资、融资交易和合作伙伴关系。

英伟达首席财务官科莱特·克雷斯表示，获得英伟达财务支持的AI实验室的需求将占该公司明年业务的约四分之一。

这波AI投资规模空前——根据国际清算银行的数据，是三年前水平的4.5倍。

这引发了一个问题：该行业非凡的增长中有多少是由那些同样从中受益的公司资助的？与此同时，隐藏的风险正与一场正在进行的借贷狂潮相碰撞。

据《日经新闻》报道，五大超大规模企业通过特殊目的载体和其他表外结构承担了约1.65万亿美元的债务，超过了它们直接报告的1.35万亿美元。循环交易可以强化估值和收入预期，进而证明更多投资的合理性。

融资创造需求，需求支撑估值，估值促进更多借贷，而借贷又为更多需求提供资金。

但需要明确的是，它们并不是使用虚假交易的欺诈性“往返交易”。

对于中国——估计拥有全球传统芯片市场30%的份额，并计划将先进芯片产量提高五倍——其后果可能是巨大的。

像阿里巴巴集团控股（拥有《南华早报》）这样的科技巨头已经加大了AI支出，以匹配全球建设趋势，导致利润暴跌和自由现金流为负。

在1980年代的美国，资本不足的储蓄贷款协会（S&L）在一个相互支持的“链条”内交易垃圾债券，制造了流动性、偿付能力和市场稳定性的假象。欺骗性的会计掩盖了损失，并在账面上制造了利润。

但当美联储为对抗通胀将利率提高到当时的历史高位时，储蓄贷款协会陷入了困境。它们持有旧的低利率固定抵押贷款，而存款成本却飙升。如今的“虚拟飞轮”在关键方面有所不同。

超大规模企业是有偿付能力的，在非凡的全球需求中实现了无与伦比的收入增长。利率尚未发挥作用。没有监管机构指控欺诈。华尔街提供了许多融资工具。然而，一些使储蓄贷款时代菊花链如此危险的因素正在重新出现。循环性通过相互关联的交易对手相互验证资产价值。

英格兰银行警告说，通过在相互依赖的各方之间循环资本，循环交易可能模糊风险最终所在的位置，同时将风险不均匀地集中在整个链条中。

超大规模企业可能首先遭受损失，当其产品和服务的需求下降时，然后当其股权投资价值下跌时再次遭受损失。只要需求和估值上升，飞轮就会加速。但如果一个关键环节失败，良性循环就会变成恶性循环。

那些放大了增长的金融联系可以在整个生态系统中传递困境，将一家公司的损失变成另一家公司的减值投资、未付合同或搁浅资产。

英伟达总裁兼首席执行官黄仁勋表示，这些交易“不是循环的，因为显然他们做他们的业务，我们做我们的业务”。

黄仁勋坚称，对计算能力的需求很高，英伟达声称到2027年至少有1万亿美元的积压订单，总财务承诺只占预期自由现金流的一小部分，而且基础设施可以重新分配。他可能是对的。

AI热潮可能产生足够的收入，使今天的承诺在事后看来显得微不足道。

但这假设需求持续增长，计算成本持续下降，并且基础设施保持足够长的生产力以偿还为其提供资金的债务。储蓄贷款危机的教训不是AI的虚拟飞轮注定要崩溃。

而是相互关联性——循环性、杠杆、相互依赖的交易对手以及相互验证的假设的结合——可以将意外挫折转变为更大的东西。

一项需要大幅减少计算能力的突破、AI定价的崩溃或另一个不可预见的冲击，都可能突然改写今天的经济格局。

当中国的DeepSeek和月之暗面取得突破时，我们已经尝到了这种滋味。在上升过程中加速投资的飞轮，同样可以轻易地转向逆转。