孙正义的AI战略已经从投资几家科技公司，演变成覆盖模型、芯片、数据中心、能源、机器人的全栈式布局。OpenAI成为其中最重要的一环。最新披露显示，软银对OpenAI的累计投资到今年10月预计达到646亿美元，持股约13%，此前累计账面投资收益约450亿美元。与此同时，它还在推进ABB机器人、DigitalBridge以及AI基础设施投资。

图源：SoftBank官网

问题在于，软银不同于Microsoft、Alphabet和Amazon。后者背后有Azure、搜索广告、AWS等巨大的经营现金流，而软银本质上仍是一家投资控股集团，其财富主要体现为Arm、OpenAI等资产价值，而不是源源不断的经营现金流。

因此，孙正义正在做一件非常典型的资产负债表操作：先用过桥贷款快速完成投资，再通过零售债、海外债、资产抵押融资、资产出售和未来项目融资把短期资金长期化。

但这并非偶然。软银过去就承认，在为大规模投资做财务准备时，需要重新组合债券与银行贷款等融资工具；如今更进一步，以OpenAI和Arm等资产支撑融资能力。

所以，软银面临的首先不是传统意义上的“资不抵债”，而是一个更加微妙的问题，即长期、高风险、回报尚未兑现的AI资产，正在越来越多地由具有明确利息成本和到期期限的负债来支持。

这就是风险真正开始发生变化的地方。软银选择日本个人投资者，并不能简单解释成“机构投资者不愿意买”。恰恰相反，日本拥有庞大的居民金融资产，而软银又长期经营零售债市场，品牌知名度和销售渠道都非常成熟。此次4.3%—4.9%的票息，在日本利率环境下提供了相当可观的信用利差，因此对追求固定收益的居民具有吸引力。

但这同时意味着，软银正在把传统上主要服务于家庭储蓄配置的资金，更深入地连接到全球AI资本开支周期中。

这是软银与美国科技巨头的显著区别。美国Hyperscalers主要依靠经营现金流、机构债券、SPV和项目融资；软银则增加了一条特殊通道（日本居民储蓄 → 软银债券 → 全球AI资产）。这使1万亿日元零售债具有了超越单笔融资的意义：它实际上是在测试，日本居民资产负债表能够在多大程度上成为孙正义AI战略的长期资金来源。如果因此认为软银已经偏离科技行业常态，同样是不准确的。

2026年，美国AI相关科技债券发行已经达到约2200亿美元，而上年同期仅约125亿美元；科技债信用利差已经扩大到约89个基点，比整体投资级债市场高约9个基点，部分新债甚至需要提供更高的新发行溢价才能完成销售。

Alphabet更具有代表性。尽管拥有全球最强劲的现金流之一，今年仍不断进入英镑、瑞郎、日元、澳元等不同债券市场。其最新澳元债发行55亿澳元，却获得超过180亿澳元认购。背后的原因之一，是AI巨额资本开支已经使Alphabet今年第二季度首次出现负自由现金流。

这说明一个根本性变化。AI正在把过去“轻资产”的互联网产业重新改造成资本密集型产业。GPU、服务器、数据中心、土地、电力、冷却系统和输电网络，都需要巨额前期资本。因此，今天AI企业不仅在争夺工程师和GPU，也开始争夺全球长期资本。

图源：摄图网

旧金山讲座提出的“四大引擎”——生产率、资本、城市和平行制度——恰好揭示了这一轮AI繁荣与过去互联网全球化不同的地方，即资本已经不只是技术扩散的配角，而成为决定AI扩张速度的重要发动机。

因此，判断软银此次融资究竟危险不危险，不能简单看债务规模。真正应该计算的是：AI投资回报率（ROIC）－资本成本（WACC）。如果软银以5%左右的成本融资，而OpenAI、Arm、机器人和AI基础设施长期能够创造15%甚至更高的资本回报，那么债务就是杠杆：它会放大股东收益。反过来，如果AI资产只能产生4%的长期回报，而融资成本升到6%，那么每增加一笔投资实际上都在毁灭价值。

这也是为什么软银宣布万亿日元发债后，股价下跌并不能简单理解成“债券没人买”。债券投资者关心能否按期获得本金和利息；股票投资者关心的是付完这些利息以后，还有多少价值属于股东。

8月24日公告后，软银股价收跌约5.3%。这更像是股权市场对资本结构和AI投资回报的一次重新定价，而不是对零售债认购结果的提前宣判。资本市场的评价标准正在发生变化。过去问的是“AI有没有需求？”；现在越来越多地问“自由现金流在哪里？”这正是旧金山讲座所谓“基本面与估值背离、定价逻辑迁徙”的核心含义。软银真正特殊的地方就在这里。Microsoft和Alphabet偿债能力主要建立在经营现金流之上；软银的融资能力则更多建立在资产价值之上。

图源：摄图网

截至8月5日，软银NAV约58.3万亿日元；与此同时，公司以Arm及SoftBank Corp股票为基础的保证金融资达到约274亿美元，并出售Nvidia、T-Mobile等资产支持AI投资，还利用OpenAI持股获得100亿美元贷款。

这意味着，如果OpenAI和Arm继续升值：资产价值上升 → LTV下降 → 融资能力提高 → 可以继续投资AI → NAV进一步上升。这是一个非常漂亮的正循环。真正危险的是循环反转却是：AI资产估值下降 → 抵押能力下降 → LTV上升 → 信用利差扩大 → 再融资成本上升 → 被迫出售优质资产 → NAV进一步下降。

旧金山讲座把这种机制概括为一种结构性负反馈，并特别强调了今天的风险并不是简单复制2008年，而可能通过SPV、长期债务、资产估值和私人信贷市场重新传导。这一判断尤其适用于软银。所以，今天还没有充分依据说软银正在发生“债务危机”；但同样不能因为NAV很高，就忽略其资产负债表对AI资产估值越来越敏感。

更大的问题还在行业层面。全球科技巨头已经承诺未来投入数万亿美元建设AI基础设施，而债券市场开始出现承接压力。与此同时，美国30年期实际收益率已接近3%的18年高位。政府巨额发债与AI企业融资同时争夺长期资本，“资本稀缺”正在重新进入科技公司的成本函数。

这意味着一个过去十几年互联网企业很少面对的问题，即无风险利率本身可能成为AI发展的约束。如果债券供给不断增加，投资者要求更高收益率，企业WACC就会上升；WACC上升又会降低数据中心、芯片和AI基础设施项目的净现值。于是可能形成AI投资越大 → 融资需求越大 → 长期资本价格越高 → AI项目回报门槛越高的变化。

因此，真正能够长期赢得AI竞争的企业，未必是今天宣布Capex最大的公司，而可能是能够以最低资本成本，把每一美元算力投入最快转化成自由现金流的公司。

所以，对孙正义这次融资行为，我既不赞成简单贴上“AI泡沫”的标签，也不赞成把它理解成又一次毫无约束的技术革命投资。目前数据至少证明，孙正义的部分判断已经获得回报，OpenAI累计账面收益约450亿美元，Arm成为软银最重要的资产之一，软银AI版图也已经从模型扩展到芯片、基础设施和机器人。但账面成功与最终成功之间，还隔着一道最重要的门槛：现金流。

因此，未来判断软银AI战略，我认为不应再把注意力集中在“OpenAI下一轮估值多少”，而应持续观察四个指标：AI资产实际现金回报、SoftBank LTV、自由现金对未来债务的覆盖程度，以及新增债券的边际融资成本。

如果未来OpenAI、Arm和AI基础设施回报持续提高，而软银融资成本稳定甚至下降，那么孙正义今天利用债务提前锁定AI资产，很可能被证明是一场成功的跨周期资本配置。反之，如果AI商业化慢于预期，同时资产估值下降、债券收益率提高、再融资压力增加，那么软银面对的就不再只是“投资看错”的风险，而是“投资看错＋杠杆放大＋期限错配”。这正是这次1万亿日元融资最值得关注的深层含义。软银不是全球AI债务问题的全部，却可能是观察AI繁荣如何从技术周期进入金融周期的一面镜子。

图源：摄图网

旧金山讲座最后强调，在繁荣与混乱并存的时代，真正重要的是保持清醒，而不是被短期繁荣或短期恐慌所左右。 对软银同样如此，真正的问题不是孙正义敢不敢继续押注AI，而是当AI竞争越来越依赖债务和资本市场时，他能否让技术回报跑赢资本成本，让长期资产的现金流跑赢债务到期的时钟。这或许才是万亿日元债券背后，资本市场真正需要回答的问题。

原文链接：https://mp.weixin.qq.com/s/W9oIBrNExLo_3-MbMu6qKQ