编者按：Parametrix首席执行官Jonathan Hatzor表示，该公司为数据中心提供保险，并与贷款机构和投资者合作分析数据中心融资风险。以下为作者个人观点。

人工智能的下一阶段发展依赖于一个物理基础：大规模、资本密集型的数据中心和电力基础设施建设，未来五年需要数万亿美元的投资。债务市场正在动员起来，以满足这一巨大需求，从投资级私募配售到复杂的项目融资结构，不一而足。

在为数字基础设施融资时，承保缺口日益显现。数据中心仍普遍被当作传统房地产资产来融资——即拥有长期租约、强大交易对手和可预测租金流的建筑物。贷款机构对信誉良好的租户、有担保的合同和有形抵押品感到放心。

然而，这一框架已严重过时。在人工智能时代，贷款机构不仅是在为建筑物融资，更是在为高性能计算工厂融资。这些资产的价值以及贷款的偿付能力，不仅取决于租户的信用质量，还取决于不间断的运营表现。资本结构的稳定性如今受到电力供应的确定性、冷却系统的韧性，以及租户与资产所有者之间服务级别协议（SLA）中定义的严格正常运行时间阈值和其他性能指标的维护能力的影响。

这种转变将运营波动性引入了一个此前以可预测性著称的资产类别。其运营表现将决定信贷表现。

电力：新的信用变量

在传统房地产中，租户通常自行管理运营并承担相关风险，而资产所有者仅提供空间。这使得融资模式能够区分拥有物业的物业公司（PropCo）和在物业内运营业务的运营公司（OpCo）。

但在托管和超大规模数据中心，这一模式并不适用——所有者需对正常运行时间、电力连续性和技术性能负责。这一根本差异意味着，贷款机构实际上是在为一个复杂的运营业务进行承保，任何单一的技术故障都可能直接损害抵押品价值。

最直接的约束是电力。电网并网延迟、输电瓶颈和热约束正迫使所有者转向“表后”发电和混合能源解决方案。这些结构引入了与燃料、监管和执行相关的额外风险，而这些变量远远超出传统房地产分析的范畴。

如果电力解决方案不够稳固，设施就无法运行，支撑债务的收入流便会受损。实际上，能源架构的韧性现已成为一个重要的承保考量因素。

交易杀手：SLA与终止风险

在数据中心贷款中，最容易被忽视的风险或许是服务级别协议（SLA）的危险影响。一次短暂的停机不再仅仅是运营上的不便，而是一个财务触发点，会对资产负债表产生连锁反应。

现代超大规模和托管租约包含严格的可用性阈值和性能指标，仅26秒的违约就可能触发严厉的罚则。这些罚则类似于无上限的、可变的运营支出。原本固定的租金收入可能转变为无上限的损失，直接侵蚀净营业收入（NOI）和偿债覆盖率。

更令人担忧的是终止风险。在长期性能失败的情况下，许多超大规模合同允许租户完全终止租约。这将导致贷款机构面临最糟糕的局面：借款人拥有高度专业化、专门建造的设施，背负巨额债务，却没有任何收入来偿还。

集中度与过时风险

加剧这些运营风险的是AI特有的新市场动态。与传统拥有多样化租户组合的设施不同，数据中心面临集中度风险，因为它们往往只容纳一个超大规模租户，仅依赖单一收入来源。

贷款机构还面临技术过时的风险。数据中心日益针对特定图形处理器（GPU）代际进行优化，而这些GPU在五年内就会贬值。如果设施的设计随着GPU一同过时，贷款期末的再融资风险将急剧上升。

通过金融工程弥合差距

要释放AI基础设施所需的资本，金融工程必须与技术复杂性同步演进。

贷款机构和机构投资者最终需要的是可预测性：能够在运营压力下维持稳定现金流的资产。在无法消除性能风险的情况下，必须对其进行量化，并在适当情况下进行转移。

结构化风险转移机制，包括SLA保险，将运营波动性转化为明确的财务敞口。通过减轻与性能相关罚则或收入中断相关的风险敞口，所有者可以稳定NOI并维持偿债韧性，即使在中断期间也是如此。这为贷款机构恢复了承保的清晰度。

随着数万亿美元流入数字基础设施，那些认识到房地产与运营基础设施之间的区别，并据此构建融资结构的机构，将最有能力可持续地为AI经济提供融资。