After Meeting EP. 219｜Coreweave 會成為第一張 AI 暴雷的骨牌嗎？

財經M平方 · 2026-10-24

重點

章節

這集談到的

這一集談到的個股與題材，有 12 項在發布前 30 天內也被其他節目談到，沒有看法相反的。

各個股與題材在本集與其他節目的看法對照是會員內容。

AI 融資壓力下的第一張骨牌？從 CoreWeave 信貸危機透視 AI 供應鏈的脆弱性與韌性

在台積電法說會後，市場對 AI 基礎建設的融資疑慮持續升溫，資金成本攀升正考驗著新興雲端業者的償債能力。本集深入剖析 CoreWeave 的信用違約交換（CDS）飆升與債券殖利率倒掛現象，探討其是否將成為 AI 泡沫破裂的第一張骨牌，並從總體經濟角度檢視 AI 需求的真實面貌與供應鏈的潛在風險。

開場回顧：半導體信心動搖與 AI 基建融資的升溫疑慮

上週 台積電 法說會落幕後，雖然釋出了許多營運展望，卻未能立即重建整個半導體產業的信心。費城半導體指數甚至創下了 18 年來最長的連跌紀錄，市場情緒明顯偏向保守。這背後的核心原因在於，上游 AI 基礎建設的融資疑慮正在快速升溫。

從美國政府到 科技巨頭，再到新興的雲端服務商，各方都在大舉借貸籌措資金。當所有人都想借錢時，資金成本自然水漲船高，進而推升了整體利率水平。市場開始從單純追捧 AI 的成長故事，轉向質疑這些巨額投資的資金來源與回報能力。

當企業的自由現金流（Free Cash Flow）日益減少，市場便開始關注其違約風險。許多研究報告指出，新興雲端（Neo Cloud）目前承受的壓力最大，尤其是 CoreWeave 的信用違約交換（CDS）與債券殖利率雙雙飆升，引發了市場對其償債能力的強烈質疑。這是否意味著 AI 泡沫的第一張骨牌即將倒下，成為本集討論的核心焦點。

CoreWeave 信貸風暴：CDS 飆升與債券殖利率倒掛的警訊

CoreWeave 近期股價單周重挫 25%，市值蒸發四分之一，股價回落至 7 月底以來的新低。更令市場擔憂的是，其五年期信用違約交換（CDS）利差已飆破 1000 個基點，隱含的五年內違約機率一度高達 60%。雖然這個數字可能因 CDS 報價中的風險溢價與資產回收率假設而存在「過度定價」的現象，但無疑反映了信貸市場的極度恐慌。

除了 CDS，CoreWeave 在次級市場的債券價格也出現崩跌。其 2031 至 2032 年到期的無擔保債券殖利率已飆破 15%，這通常是被歸類為垃圾債或困境債的危險信號。更值得警惕的是，其短期債券的跌幅甚至超過了長期債券，這種不尋常的「殖利率曲線倒掛」顯示市場正在押注其短期內可能面臨破產清算，而非單純的利率風險。

這種極端的信用壓力源自於 CoreWeave 特殊的債務結構。該公司大量發行無擔保債券，且這些債券中包含了「交叉違約」條款。這意味著只要其中一筆債務出現問題，所有債權人都有權提前追繳，形成連鎖效應。由於缺乏銀行認可的優質抵押品（僅有折舊快速的 GPU），CoreWeave 的融資容錯率極低，一旦市場情緒逆轉或營收不如預期，資金鏈就可能瞬間斷裂。

AI 供應鏈的連鎖反應：誰是 CoreWeave 危機下的受害者與受益者？

若 CoreWeave 真的爆發違約，其衝擊將沿著 AI 供應鏈擴散。最直接的受害者將是提供資金的華爾街資產巨頭與銀行，以及持有其算力合約的客戶，例如 微軟。此外，作為其 GPU 供應商的 輝達 也將面臨營收與估值的雙重打擊，甚至可能因表外融資的潛在風險而受到牽連。

然而，危機也可能是轉機。對於競爭對手而言，這將是一場搶佔市佔率的盛宴。同樣佈局星雲端的 SpaceX、甲骨文 等巨頭將有機會接收其客戶與訂單。更重要的是，一旦 CoreWeave 破產重組，其持有的龐大 GPU 資產將被低價拍賣，這對於急需算力的 OpenAI、Anthropic 等 AI 模型開發商來說，無疑是撿便宜的絕佳機會，甚至可能緩解目前高階 GPU 供不應求的緊張局面。

從財務報表來看，CoreWeave 的營收雖然快速增長，但其利息支出已高達營收的四分之一，營業利益微乎其微。其 2026 年的資本支出指引高達 351 至 390 億美元，自由現金流缺口極大，完全仰賴外部融資來支撐擴張。預估到 2028 年，其累計自由現金流虧損可能高達 790 億美元，這種「燒錢換市場」的模式在信貸緊縮環境下顯得異常脆弱。

歷史的借鏡：從電信泡沫到頁岩油革命的「債融之牆」

當前 CoreWeave 面臨的困境，在金融史上並非孤例。2000 年網路泡沫化時期，許多電信公司過度建設光纖網路，導致使用率不足，最終其高收益債殖利率飆破 15% 至 20%，因無法負擔高昂的再融資成本而接連倒閉。這正是所謂的「債融之牆」（Bond Vigilantes），即債券市場的投資者透過推高殖利率來懲罰過度借貸的企業。

另一個經典案例是 2010 年代的美國頁岩油革命。當時許多能源公司大量舉債鑽探新井，但由於頁岩油衰減速度極快，必須不斷「借新還舊」來維持產能。當 2014 至 2015 年全球油價崩跌時，這些公司同樣面臨借不到錢的窘境，最終引發了產業的倒閉與重整潮。

這些歷史經驗揭示了一個殘酷的現實：即使長期趨勢（如網路普及、能源獨立、AI 發展）是正確的，也不代表產業中的每一個參與者都能存活下來。目前 CoreWeave 的債務大多在 2030 年後才到期，短期內雖無立即違約風險，但若其無法在到期前證明獲利能力，屆時必將面臨嚴峻的再融資挑戰，重演歷史上的淘汰賽。

系統性風險評估：為何 CoreWeave 可能不會引發全面崩盤？

儘管 CoreWeave 的信用風險極高，但從總體經濟角度來看，它要演變成類似 2008 年金融海嘯的系統性風險機率並不高。首先，CoreWeave 的資本支出佔整體超大規模雲端服務商（Hyperscalers）的比例極小，其違約對整體 AI 基建的衝擊相對有限。

其次，信貸市場具有明顯的分層現象。雖然 CoreWeave 的無擔保債券殖利率飆升，但由 谷歌、亞馬遜 等科技巨頭擔保或作為承租人的專案債券，其信用風險利差仍維持在 200 至 300 個基點的相對健康水準。這顯示市場仍能清楚區分體質優劣，並未出現無差別的恐慌性拋售。

觀察整體信用市場，AAA 級與 BBB 級債券的信用利差仍處於歷史低檔，與 2008 年次貸危機醞釀時期的全面惡化截然不同。這代表目前市場的壓力主要集中在少數高風險的投機級公司，尚未擴散至擁有穩健資產負債表的 科技巨頭 與大型金融機構，系統性崩盤的機率相對較低。

總經視角下的 AI 泡沫：三大引爆點與需求放緩的真相

從總體經濟的角度檢視，AI 泡沫的破裂通常需要三大引爆點：產業供需反轉、貨幣政策緊縮導致融資環境惡化，以及財務造假等黑天鵝事件。目前看來，AI 算力與高階晶片仍處於供不應求的狀態，並未出現如 2000 年光纖使用率僅 5% 的嚴重供需失衡。雖然信貸週期接近尾聲，部分企業開始感受到壓力，但尚未出現大規模的財務詐欺跡象。

近期市場對於 AI 終端需求放緩的擔憂，主要來自於 Anthropic 等公司的營收增速下滑。然而，細看其財報，上半年高達 800 億美元的淨虧損中，有 720 億美元屬於可轉債價值重估等非現金項目，並非實際的現金流出。營收增速的放緩，更多是受到 OpenAI 降價競爭、企業從「瘋狂燒 Token」轉向更注重投資報酬率（ROI）的理性階段，以及限制中國模型蒸餾等因素的影響。

整體而言，AI 的市場大餅仍在擴大，企業採用 AI 的比率持續上升。競爭格局從一家獨大轉向多強並立，雖然對個別公司的估值造成壓力，但對下游消費者與整體生態系而言，反而能享受到更便宜、更多元的服務，這並非純然的利空。

AI 終端需求增速放緩的三大結構性因素

近期 AI 模型服務商的營收增速出現放緩跡象，引發市場對 AI 需求的疑慮，這背後主要有三大結構性因素。首先是激烈的價格競爭，OpenAI 為了搶奪市佔率，開始大幅降價，導致整體 Token 價格指數下滑。許多企業發現，使用較便宜但效能依然強大的模型就能滿足需求，這對堅持高定價策略的 Anthropic 造成了直接的市佔率壓力。

其次，企業對 AI 的應用正從「探索與實驗」階段進入「工程交付與成本控制」階段。企業不再盲目追求最前沿、最昂貴的模型，而是開始要求明確的投資報酬率（ROI）。這導致了從「Token Maxing」（瘋狂燒 Token）到「預算控制」的行為轉變，企業會根據任務的複雜度選擇不同等級的模型，而非一律使用最高階版本。

第三，Anthropic 為了配合美國政府的出口管制政策，限制了部分中國用戶利用其模型進行「蒸餾」的行為，這直接影響了其約 5% 至 7% 的營收。綜合這些因素，Anthropic 的營收增速從上半年的數十倍，放緩至第三季的 168 億美元，但這更像是市場結構調整的陣痛期，而非需求總量的反轉。

AI 能否重回高速成長？商業價值、資安與醫療的想像空間

AI 能否重回高速成長的關鍵，在於其能否真正解決商業與個人的核心問題，創造具體的商業價值。目前最值得關注的發展是雲端 AI Agent（代理型 AI），例如 Meta 的 MUSE、谷歌 的 Gemini 以及 OpenAI 推出的 Dot 等。這些「永遠在線」的數位勞動力，能在缺工的環境下提供 24 小時不間斷的生產力，這才是企業願意持續付費的根本動力。

展望 2027 年，有兩個新興領域值得關注。首先是資安領域的 AI 需求，近期一個影響全球近七成網站的 PHP 安全漏洞，正是由 AI 協助發現的。在攻擊與防守的雙重需求驅動下，資安將成為支撐 AI 算力需求的重要支柱。

其次，AI 在醫療領域的應用極具潛力。除了加速分子設計與製藥研發外，個人化醫療也開始嶄露頭角。已有案例顯示，使用者透過與 AI 對話描述身體不適，AI 便能推斷出潛在的血糖問題，並在實際抽血後獲得證實。這些從數位世界延伸至實體世界的應用，將為 AI 的終端需求提供源源不絕的成長動能。

Q&A：聽眾觀點分享：AI 供應鏈的「一真一假」與「四弱四強」

在聽眾留言中，有一位朋友以極具文藝氣息的詞彙總結了他對 AI 供應鏈的看法：「需求一真一假，供應四弱四強，百轉千回，終待塵埃落定。」這句話精準地捕捉了目前市場的分歧與矛盾。

所謂的「需求一真一假」，或許正呼應了市場對 AI 終端需求的辯證：真實的生產力提升與商業價值是真，但短期內過度吹捧的泡沫化期待是假。而「供應四弱四強」則反映了供應鏈中，部分環節面臨產能過剩或技術瓶頸的弱勢，與掌握關鍵技術、擁有定價權的強勢環節之間的鮮明對比。在這樣的格局下，投資人更需要仔細分辨誰是體質優良的長線贏家，誰是可能被淘汰的裸泳者。

Q&A：科技巨頭財報透視：SpaceX 的強勁動能與 Tesla 的轉型逆風

針對聽眾對於 SpaceX 與 Tesla 最新財報的提問，可以發現兩者正處於截然不同的發展階段。SpaceX 第三季財報顯示營收增長 161%，其中被稱為「Super Intelligence」的 AI 業務更是成長了 9 倍，成長動能極為強勁。此外，Elon Musk 已證實董事會成立特別委員會，研究與 Tesla 合併為控股公司的可能性，這為後續的資源整合帶來想像空間。

相較之下，Tesla 的營收略低於市場預期，雖然毛利率與自由現金流略有改善，但營業費用的快速增長侵蝕了利潤。這些費用主要來自 AI 訓練算力的折舊、晶片研發，以及 Optimus 機器人、Mega Pack 儲能等新業務的投入。Tesla 正處於從電動車製造商轉型為 AI 與能源巨頭的陣痛期，必須面對營運逆風。

而 Meta 的財報則帶來驚喜，其核心廣告業務年增 26%，更重要的是，其 AI 業務終於找到了明確的產品路線與商業化路徑。旗下的 MUSE 上線六周以來，在北美地區的用戶增長迅速，管理層預估訂閱交易與企業 AI 服務即將開始貢獻新增營收，這為其龐大的資本支出提供了變現的希望。

Q&A：AI 能源困境：Time to Power 溢價與供應鏈瓶頸

針對聽眾對於 AI 能源供應鏈的提問，目前美國資料中心面臨的電力吃緊，並非源於天然氣或核能等初級能源不足，而是電網接入許可、政治監管與供應鏈短缺等「軟性」障礙。例如，甲骨文 在新墨西哥州的天然氣管線就因無法通過政府許可而受阻。

在這樣的背景下，「Time to Power」（電力交付時間）成為了極具價值的溢價。誰能最快將資料中心建設完成並交付電力，誰就能賺取超額利潤。這也是為何像 SpaceX 這類具備強大工程能力的公司備受關注，因為它能快速交付算力基礎設施。

此外，能源供應鏈的瓶頸也創造了投資機會。由於資料中心建設需求暴增，燃氣渦輪機、變壓器等關鍵設備供不應求，相關製造商因此賺得盆滿缽滿。這意味著，在 AI 能源議題上，投資焦點不應只侷限於傳統的電力公用事業股，更應關注那些能解決「交付時間」瓶頸的設備供應商與基礎設施營運商。

Q&A：諾貝爾經濟學獎的啟示：行為經濟學與前瞻指引的反思

針對聽眾關於諾貝爾經濟學獎與總經指標的提問，本屆得主的理論對當前市場極具啟發性。第一位得主強調，個人的消費行為是基於「一生總所得」的理性預期，而非短期的補貼或減稅。這解釋了為何政府的短期刺激措施往往效果有限，因為人們會根據對未來長期收入的預期來調整當下的消費與儲蓄。

第二位得主則為央行的「前瞻指引」政策奠定了理論基礎。然而，這也引發了對當前政策的反思。近期聯準會官員 Kevin Walsh 公開呼籲不要再做過多的前瞻指引，這與諾貝爾獎得主的理論形成了有趣的對比，甚至被市場解讀為一種諷刺。這提醒投資人，在解讀 貨幣政策 時，除了關注利率決策本身，更應重視央行官員的每一次公開發言，因為這些「指引」本身就是一種試圖影響市場預期的政策工具。

結論

綜合來看，CoreWeave 的信用危機是 AI 狂潮下，資本無序擴張的一個縮影。雖然其自身的財務結構極為脆弱，但考量到其在整體 AI 基建中的佔比，以及 科技巨頭 依然穩健的資產負債表，要引發全面性的系統風險機率仍低。然而，這起事件敲響了警鐘：在 AI 的長線成長故事中，並非所有玩家都能存活。投資人應密切關注 2027 至 2028 年 AI 供需對焦的關鍵時間點，並仔細分辨供應鏈中誰是體質優良的強者，誰是可能被「債融之牆」壓垮的弱者。