一家手握超過1000億美元訂單的AI算力公司，最近卻因為債務問題，被華爾街集中拋售。
這家公司就是CoreWeave。
10月中旬，它部分債券的二級市場殖利率一度逼近16%，股價也跟著大幅下跌。
要知道，CoreWeave的客戶包括微軟、OpenAI、Meta這些科技巨頭。算力需求沒有突然消失，訂單也還在增加，為什麼債券投資者反而開始擔心它還不上錢？
我認為，這次市場真正擔心的，不是CoreWeave沒有生意，而是它的擴張速度，正在考驗整個債務融資模式。
先看訂單。
截至今年6月底，CoreWeave披露的收入訂單儲備達到1042億美元，同比增長246%。而且這個數字，還沒有包括三季度初新增的超過250億美元客戶承諾。
這些確實不是普通的意向訂單。
CoreWeave已經與多家大型科技企業簽訂長期算力服務合同，客戶付錢，公司負責建設GPU叢集、交付算力。
但這裡有一個容易被忽略的時間差。
根據它的半年報，約1037億美元的剩餘履約義務中，預計只有41%會在未來24個月確認收入，其餘部分要在更長時間裡逐步兌現。
換句話說，千億美元訂單可以證明未來有生意，卻不能直接拿來支付今天的帳單。
而CoreWeave偏偏是一家必須先花錢、再慢慢收錢的公司。
它需要提前購買輝達GPU，配置伺服器、網路裝置和液冷系統，還得確保資料中心有足夠的電力。等算力真正交付，收入才能逐步確認。
今年二季度，公司收入約25.75億美元，資本開支卻達到94億美元。
管理層更把2026年全年資本開支預期提高到350億至390億美元，而全年收入指引只有124億至132億美元。
當然，不能直接拿當年的資本開支減去收入，就認定公司虧了多少錢。GPU是可以持續產生收入的資產，投入和回報本來就不在同一年。
但這些數字足以說明，CoreWeave要維持目前的增長速度，需要不斷投入巨額資金。
問題就出在這裡。
今年上半年，CoreWeave經營活動產生了約36.6億美元現金，這是一個積極變化。
但同期投資活動淨流出接近149億美元，而融資活動淨流入約140億美元。
這三組數字，比訂單增長更能解釋最近的市場反應。
公司已經開始產生經營現金流，但遠遠跟不上基礎設施擴張的投入。中間的資金缺口，仍然需要靠外部融資填補。
截至6月底，它的債務本金約356億美元。僅二季度，利息支出就達到6.4億美元，淨虧損約6.26億美元。
而真正讓華爾街緊張的，是融資環境開始發生變化。
CoreWeave此前發行的一批高收益債券，票面利率在9%至10%左右。到了10月中旬，部分債券因為價格下跌，市場殖利率一度衝到15%甚至16%附近。
這裡要區分一下。
16%並不代表公司所有存量債務都需要按照這個利率付息，更不能直接認定它以後只能以16%融資。
但債券市場已經明確表達了態度：如果還想繼續借錢，投資者可能要求更高的風險補償。
這對CoreWeave的影響，比股價短期下跌更值得研究。
因為它的商業模式高度依賴一個前提：通過長期客戶合同證明未來收入，再利用合同和GPU資產獲得融資，提前建設算力設施。
只要客戶穩定、項目按時交付、融資成本可控，這個模式就能夠持續運轉。
可一旦融資成本明顯上升，新項目原本算好的收益空間就會被壓縮。
有些訂單即便簽下來了，也未必值得按照原計畫繼續擴張。
還有一個值得注意的細節。
今年8月，CoreWeave完成了一筆26億美元的新貸款。貸款期限大約五年，而背後支援融資的客戶合同，平均只有三年左右。
這意味著貸款機構已經願意承擔一部分合同到期後的續租風險。
如果三年後GPU仍然搶手，公司可以繼續出租，甚至獲得額外收益。但如果屆時新一代晶片大規模替代舊裝置，或者算力租賃價格明顯下降，後續回報就可能不及預期。
貸款期限比客戶合同更長，本身不代表融資有問題，卻說明債權人不僅在看今天的訂單，也在押注幾年後的算力價值。
不過，我也不贊同現在就斷言CoreWeave快沒錢了。
截至6月底，公司現金及現金等價物約55億美元，加上可動用的已承諾融資額度，披露的總流動性約155億美元。
雖然這155億美元並不全是帳上現金，但至少說明它並非已經失去融資能力。
9月，公司還成功發行了37億美元可轉債。
更重要的是，CoreWeave背後有真實的大客戶和長期合同，很多項目採用約定付款的合同結構。輝達也承諾，在特定協議下購買其未售出的算力容量，相關承諾規模最高約63億美元。
這些安排能夠降低一部分經營風險。
所以，德意志銀行等機構仍然看好CoreWeave，認為市場可能低估了它的合同質量和融資能力。
這種看法有依據，但長期合同並不能消除融資成本上升的影響。
這次風波對整個AI產業鏈真正的影響，可能是算力需求還在增長，但部分裝置採購卻開始放慢。
因為微軟、Google有能力繼續投入，不代表所有算力雲公司都能跟上。一旦融資成本持續上升，部分企業就可能推遲新項目建設，進而影響GPU、伺服器、光模組等上游裝置的採購節奏。
這也是接下來判斷AI硬體景氣度，必須留意的變化。
以前更多看訂單增長有多快，接下來還得看這些訂單背後的資金能不能跟上。
AI需求未必出了問題，但不同企業兌現需求的能力，可能開始拉開差距。 (楷叔投研)