輝達不只賣晶片，要當AI央行！砸130億美元併購Hugging Face，「鈔能力」有何風險？

其次，輝達為興建資料中心提供融資信用支持。資料中心所費不貲，部份AI基礎設施投資規模已超過開發商本身的信用能力，金融機構不願單靠開發商信用提供大額融資，輝達提供保證背書，讓這些計劃更容易取得資金。

例如，軟銀旗下的SB Energy興建使用輝達硬體設備的資料中心，再由OpenAI承租20年，輝達為OpenAI的租賃與電力付款提供保證，最高達1050億美元。但輝達估計，這項資料中心計劃每一代基礎設施約需150萬顆GPU，可為輝達帶來1500億至2000億美元收入。

輝達還與華爾街大型金融機構合作，規劃動員超過5000億美元資金投入AI基礎設施，並可能為其中最高4分之1提供設備殘值保證。

對下游投資、融資信用支持外，輝達還鎖定上游供應商的供貨。輝達透露已有近2800億美元的長期供應與產能承諾，主要是記憶體與製造產能的長期供給。目前無法確定是否綁定台積電產能。

從上下游全方位佈局，化「被動」為「主動」

從以上佈局來看，輝達正利用本身資產負債表優勢，提供AI生態系發展所需的資金，成為AI產業中央銀行。

提供客戶融資不是新鮮事，奇異的飛機引擎事業、IBM的大型電腦、昂貴醫療設備都有類似的做法。但像輝達這樣提供整個生態系、從上游到下游的大額複雜融資，倒是少見。

傳統的客戶融資，主要是幫客戶購買自己的產品；輝達的做法更進一步。

它介入的不只是單一交易，而是AI生態系中從客戶、資料中心、金融機構到上游供應商的整體資本配置。

這樣的佈局也加速需求形成。原本可能因融資不足而延後的AI投資，能更快轉化成資料中心建設與算力採購，這些新增需求又高度回流到輝達晶片。財務資源因此成為把未來需求提前實現的競爭工具。

同時，這種做法還把原本的外部環境限制，轉化為自己能夠影響的變數。客戶融資、基礎設施建設與上游供應，原本都取決於外部條件；透過投資、保證與長期承諾，輝達提高了對這些條件的影響力，減少外部因素對自身成長的牽制。

把金錢變競爭工具，有什麼風險？

這個策略也有很大的風險，各項保證與財務承諾加起來已達4000、5000億美元，約是市場預估輝達今年現金流的兩倍。萬一AI產業發展不如預期，輝達的潛在負債不容小覷。

這似乎呼應了英特爾前總裁葛洛夫的名言：唯偏執狂得以倖存（Only the Paranoid Survive）。

能夠模仿輝達這個策略的公司必須有高毛利，還要有強勁的資產負債表。在台灣，以台積電最具備這樣的條件。但台積電生態系統的廠商多是股票上市公司，通常不勞台積電提供融資。

不過，輝達的做法對財務實力強大的公司也有啟發：如何利用自身財務資源創造需求、強化競爭優勢，值得企業思考。

【作者介紹】

湯明哲為麻省理工學院企管博士，曾任台大副校長，現為長庚大學校長。謝凱宇為倫敦商學院策略與創業學博士，曾任政大商學院教授、早稻田大學商學院長聘副教授、新加坡國立大學商學院助理教授等職，現為長庚大學管理學院教授。

（雜誌原標題：輝達要當AI央行 鈔能力有何風險？／責任編輯：池珮筑）