黑石（Blackstone）正在把自己摆到 AI 浪潮的正中央。管理规模 1.3 万亿美元的私募巨头已不满足于只做财务投资人，而是通过多种策略直接下场：给数据中心提供巨额贷款、投资前沿 AI 模型，也投资应用层公司。
更关键的是，这轮 AI 转型对资本的需求量级，远超以往任何一轮技术周期。
一个刻意搬到旧金山的中枢
今年早些时候，黑石在旧金山推出了 Blackstone N1（BXN1），作为其 AI 相关动作的中央枢纽。主导者是黑石老将 Jas Khaira，为了站在 AI 的地理与产业中心，他主动从纽约搬到旧金山。
在 TechCrunch Disrupt 的舞台上，Khaira 解释了黑石为什么能在这轮技术变迁中扮演关键角色：
- 与移动互联、SaaS 等早期周期不同，那个时代企业靠相对温和的资本就能做到规模化；
- 转向 AI 需要的是“惊人的资本投入量”；
- 而充沛的资本供给，恰恰是黑石这类机构的机会。
差异化：算力融资和灵活资本结构
Khaira 强调，黑石区别于传统风投的地方有两点：一是聚焦算力融资（compute financing），二是能提供从债权到股权的灵活资本结构。
“目前除了超大规模云厂商之外，我们是最大的算力持有方——无论是对新型云（neocloud）的投资、对数据中心的投资，还是能策略性地调度这些算力去支持公司。”他如此描述。
BXN1 在多笔算力相关交易中扮演了关键角色：
- Crux AI：一家与 Google 合作、用于商业化其自研 TPU 的 neocloud，黑石作为投资方承诺投入 50 亿美元；
- Etched：一家成立仅四年的芯片初创公司，凭借极快的迭代速度吸引了投资人注意。
其中，neocloud 指租用 AI GPU 基础设施的云服务商。
起步之作：CoreWeave 与被复制的融资模板
黑石开创的一种融资结构，是先分析目标企业已签署的客户合同，再以 GPU 作为抵押物，向有风投背景的 neocloud 放出巨额贷款。
第一笔这样的交易发生在 2023 年，标的是 CoreWeave——彼时 ChatGPT 刚发布，这家 neocloud 的需求爆发式增长。据 Khaira 回忆，当时的 CoreWeave“收入只有 3000 万美元、盈利微薄”，却向黑石提出了 23 亿美元的贷款申请。
黑石愿意放贷的底气来自两点：CoreWeave 手中大量英伟达 GPU 本身具备可观抵押价值（英伟达同时是其投资方），以及它已与微软等蓝筹客户签订合同，让收入增长看起来有保障。
这笔交易很快成为模板——黑石与其他信贷机构此后向 CoreWeave 及其竞争对手提供了数十亿美元的后续债权融资。
核心风控逻辑在 Khaira 看来十分清晰：“我们首先看的，是客户的性质。如果客户是投资级客户——比如微软，或者比如 Meta——风险就会按这家客户来定价。” 沿着 CoreWeave 的成功路径，黑石又完成了多笔 neocloud 融资交易，其中包括今年早些时候与 Coatue 联合牵头，为澳大利亚 GPU 服务商 Firmus 安排的 100 亿美元信贷额度。
警报响起：债务堆积与信用利差走阔
Khaira 也承认，最近几周这些公司及其他 neocloud 运营商累积的高额债务已开始引发警示信号：
- CoreWeave 的债务规模已膨胀至约 500 亿美元；
- CoreWeave 股价近几天下跌超过 20%；
- Firmus 取消了原定在澳大利亚证券交易所的 IPO，目标估值约 300 亿美元。Khaira 的解释是：“最终市场并不认可那个估值，所以这笔交易没有做成。”
Altimeter Capital 创始人 Brad Gerstner 近期在 CNBC 节目中批评道：“CoreWeave 用来做抵押的实质上只有 GPU，这已经不够用了。过去他们靠这个拿到廉价债务。” 在 Khaira 看来，信用市场的紧张来自几重因素叠加：9 月利率上行、超预期的通胀数据暗示借贷成本可能继续攀升，以及 AI 基础设施债券发行潮本身。
“我们看到信用利差也在走高，”他说，“贷款人在已经更高的基准利率之上，又加收更高溢价来支撑 AI 建设扩张。为 Meta 或微软这样的主体发债的资本成本已经明显走高——即便这些资产负债表庞大、盈利稳健的科技巨头，融资也更贵了。” 关于 Firmus 上市取消，他的判断是：“市场在想，在利率上行的当口，neocloud、这类生意的合理价格究竟是多少。”
不像 2008，但算力仍然紧缺
尽管部分基础设施厂商承压，AI 公司对算力的渴求却毫无缓解，持续推动着数据中心的新建。
Khaira 淡化了一类“末日论”担忧——即 AI 基础设施债务的巨额累积可能引发普遍信用危机，甚至拖垮整体经济。“这不像是你有 2008 年那种一批信用状况堪忧的银行。” 他的理由是：绝大多数数据中心是为超大规模云厂商而建，承接这些建设的债务最终由“世界上最具备信用能力的公司”背书。
核心变化：ROI 存在，但极不均衡
当被问到黑石被投企业是否已从 AI 获得实际收益时，黑石合伙人 Khaira 给出的回答相当克制：确实有回报，但“参差不齐”（uneven）。
他用“锯齿型”（sawtooth-type pattern）来描述技术采纳的节奏：算力供给先行冲高，采纳应用随后才慢慢追上来。站在怀疑者视角，这种曲线看起来就像——算力过剩。
也就是说，短期内的 AI 基建投资潮与实际业务收益之间存在明显的时间差和错配，黑石自己也承认这一点。
影响与建议
- 别把资本开支当成收益兑现：算力供给曲线领先于采纳曲线，账面投入与业务回报之间存在时滞。
- ROI 分布不均，需逐案评估：投资组合内部表现分化明显，“有没有 ROI”和“回报多少”是两个问题。
- 落地实施是关键瓶颈：Ode 这类前置工程服务的模式，指向的是企业真正缺的不是模型，而是把模型接入既有流程的工程能力。
- 对采购方的启示：如果要评估 AI 项目的真实价值，重点看生产环境中的业务指标接入情况，而非试点阶段的模型表现。
评论