核心内容总结
当前大厂的AI竞赛已从“技术比拼”转向“资本较量”：AI基础设施（芯片、数据中心）需要巨额、长期投入，但回收周期长，导致大厂自由现金流紧张；为匹配资金期限、缓解压力，大厂开始调整资本结构（融资、推迟回购）、出售非核心资产、签长期合同锁定资源，同时融资成本分化（信用好的公司借钱更便宜），甚至将算力变成金融产品提前变现。资本不再是“无限资源”，而是成为约束条件，决定谁能撑到AI回报周期到来。
一、AI烧钱太猛，现金流扛不住了——得换“钱的姿势”
AI不是小打小闹，建数据中心、买GPU要花巨量的钱，而且这些钱投下去，得好几年才能回本。比如阿里二季度资本开支涨了75%（花了676亿），但经营现金流只有229亿，自由现金流（赚的钱减去花的钱）净流出446亿；谷歌二季度资本开支比经营现金流还多，第一次出现自由现金流负数，直接停了股票回购——过去是把多余的钱分给股东，现在得把钱留着投AI。
大厂不是真没钱（阿里账上有4700亿现金），但问题是“钱的期限不匹配”：短期现金（比如随时能取的存款）用来投需要十几年回收的AI项目，会让公司手头灵活的钱越来越少。所以阿里选择配股融资（发新股），谷歌发长期债券——用“没有到期日的权益资本”或“长期债务”来覆盖AI的长期投入，避免短期现金被耗光。
二、签了二十年合同，想退都退不了——未来的钱被提前锁死
建AI数据中心不能临时抱佛脚，得提前签长期合同：租场地要二十年，买电力要十几年，甚至芯片采购都得提前付款。这些合同一旦签了，不管未来AI业务好不好，都得付钱。
比如Meta签了2789亿的未执行合同（主要是数据中心租约），最长30年；微软有7438亿的合同义务，其中3291亿是没开始的租约。就算AI应用效果不好，想砍项目也没用——数据中心的租金、电力费还得继续交。今天多建一座机房，可能意味着未来二十年都要为这个决定买单，退出成本高到吓人。
三、借钱也分三六九等——信用好的大厂“借钱像捡钱”
AI扩张需要大量借钱，但不是所有公司都能便宜借到钱。信用评级高的公司（比如谷歌、亚马逊）债券收益率只有2.5%-3.5%，而Oracle因为自由现金流负数、资本开支太大，信用评级快到“垃圾级”，债券收益率高达7%-8%。
同样买一批GPU，借钱便宜的公司能接受更长的回收周期（比如五年回本也无所谓），还能降价抢客户；借钱贵的公司可能连建机房的钱都凑不够。比如CoreWeave因为客户合同不同，融资利率差了2个百分点以上——资金成本直接决定了算力扩张的上限。
四、卖“赚钱的非核心资产”——战略要排优先级了
过去大厂有钱，可以同时搞多个业务（比如字节投游戏、阿里搞零售），现在AI需要集中投钱，就得把非核心的资产卖掉腾钱。比如阿里卖灵犀互娱（有《三国志·战略版》这样的爆款），字节卖沐瞳（估值还涨了），微软裁游戏部门——这些业务明明赚钱，但优先级不如AI，就得被砍掉。
这叫“资本配给”：钱有限，每多留一个非核心业务，就少一笔钱投AI。战略价值不能单独当理由，得看“钱花在这能不能比AI更值”。
五、算力变成“金融产品”——未来的钱现在用
大厂想出了新招：把算力变成可以融资的资产。比如Nvidia联合金融机构搞了5000亿的算力融资平台——基金买GPU，再租给AI公司（比如xAI），AI公司不用一次性掏钱，而是付租金；Meta的Hyperion项目让基金持股80%，自己租回来。
这种“算力金融化”把未来十几年的租金收入变成现在的建设资金，减轻了大厂当下的压力，但风险也转移了：如果未来客户不续约，损失可能由投资者承担。不过这也让AI能调用更多外部资本，不再只靠自己的现金流。
最后：谁能撑到最后？
AI的技术差距可以追，但资本结构的差距很难补。信用好、资产厚、能拿到便宜长期资金的大厂，能接受更长的试错时间；依赖高成本融资的公司，留给他们的空间就小了。资本承受力本质上是“买时间”——谁能等到AI基础设施回本、模型开始赚钱，谁就能赢。
这篇文章的核心是：AI竞赛已经从“技术为王”变成“资本为王”，大厂们正在用各种手段解决“钱的问题”，而这些问题最终会决定谁能在AI时代笑到最后。