> ## Content Index
> Fetch the complete content index at: https://eponews.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 腾讯计划再次发行国际债券：AI竞争为什么越来越依赖资本市场？
- URL: https://eponews.com/tencent-bond-sale-ai-investment-financing-2026/
- Published: 2026-10-13T04:13:03.000Z
- Updated: 2026-10-13T04:13:03.000Z
- Description: 腾讯计划通过美元与离岸人民币债券融资至少45亿美元。六月份才完成一轮债券发行的中国科技巨头，为何再次向国际投资者借钱？随着人工智能从软件竞争演变成算力、数据中心和资金实力的较量，即使拥有庞大现金流的企业，也必须重新计算技术投资的成本与回报。
- Author: 沈知远
- Tags: 中国, 腾讯, 人工智能, AI, 国际债券, 科技金融, 资本市场, 腾讯云, 数据中心, 企业融资, 中国科技公司

一家拥有数千亿元现金储备、每年创造巨额收入的科技公司，为什么还要向银行和债券投资者借钱？

10月12日，腾讯在投资者网站发布公告，宣布计划根据全球中期票据计划，向专业投资者发行新一批国际债券。

路透社援引知情人士透露，腾讯希望通过美元和离岸人民币债券融资至少45亿美元，规模可能接近今年6月完成的46.6亿美元债券发行。

按照12日公布的方案，债券可能包括10年期和20年期美元债，以及10年期和30年期离岸人民币债。

但当时的融资规模、具体期限及发行价格，都尚未最终确定。

10月13日，事情有了进一步进展。

路透社报道，腾讯已经开始向市场销售上述四个期限的债券。美元债订单簿收到超过20亿美元的认购意向，离岸人民币债券的认购意向超过350亿元人民币。

这些订单反映了投资者需求，但并不等于腾讯已经收到同等金额的融资，也不代表发行最终完成。

截至发稿时，最终发行结果仍需以公司的正式定价及交割公告为准。

这次融资之所以受到关注，不只是因为金额庞大。

更重要的是，它反映了一项正在全球科技行业发生的变化：人工智能竞争已经不仅是工程师和算法之间的竞争，也正在成为企业资产负债表之间的竞争。

## 为什么腾讯需要这么多钱？

腾讯目前经营着中国规模庞大的互联网业务。

微信、网络游戏、广告、金融科技和云服务持续产生收入，为公司提供资金支持。

但人工智能改变了科技企业的成本结构。

过去，互联网公司开发软件和数字服务，主要投入研发人员、服务器和网络设施。

如今，训练和运行先进人工智能模型，需要大规模采购计算芯片、存储设备、网络设备和软件，并建设能够持续供电和散热的数据中心。

这些投资通常必须在产品产生收入之前完成。

腾讯10月12日公布的债券发行材料显示，按照其中较广泛的资本开支口径，今年上半年公司资本开支达到963亿元人民币，而去年同期为459亿元，增幅超过一倍。

这项口径包括IT基础设施、数据中心、土地使用权、办公园区及知识产权等支出，不能全部视为AI投资。

腾讯此前半年报所披露的资本开支为约847亿元，统计口径不同，也不应直接混用。

但两项数据指向同一个趋势：腾讯正在显著增加长期资本投入。

人工智能的商业竞争，还没有形成稳定的最终格局，企业却已经需要为未来数年的算力需求提前付款。

## 现金很多，为什么不直接使用自己的钱？

从表面上看，腾讯似乎并不缺钱。

截至今年6月底，腾讯持有的现金、现金等价物及定期存款等合计超过5100亿元人民币。

这笔资金足以支持相当规模的投资。

但企业财务管理并不是把所有现金都投入最热门的业务。

现金还需要用于支付供应商、发放员工薪酬、支持现有业务，并应对市场变化。

腾讯同时有股息、股份回购、投资和到期债务等其他资金安排。

如果把大量现金一次性投入AI基础设施，就可能削弱公司在其他领域的财务灵活性。

相比之下，发行长期债券可以把部分融资成本分摊到未来十年甚至更长时间。

这意味着公司今天获得资金，却可以根据债券条款在以后逐步支付利息和偿还本金。

对于信用评级较高、拥有稳定收入来源的大型企业，债券融资有时比出售资产或者发行新股更加合适。

发行新股可能稀释原有股东的持股比例；债券融资则不改变股权结构，但会增加债务及利息负担。

因此，拥有大量现金与选择借钱，并不矛盾。

真正的问题，是借来的资金能否创造足够的长期回报。

## 数据中心正在吞噬科技公司的现金流

![](https://storage.ghost.io/c/7a/e9/7ae90ae4-a352-4f5a-b807-a898da1c53dc/content/images/2026/10/image-8.png)

腾讯数据中心。图片：腾讯官网

今年第二季度，腾讯资本开支达到约528亿元人民币。

同期公司经营活动仍然产生现金，但在支付大规模资本开支、内容费用及租赁负债之后，季度自由现金流为负138亿元。

腾讯指出，这一结果受到大额AI相关预付款影响。

如果剔除算力采购的相关预付款，第二季度自由现金流仍为正376亿元。

这两种数字看似矛盾，实际上说明了人工智能投资的一个重要特点：公司不一定正在失去盈利能力，却可能需要提前支付巨额现金。

例如，一家公司准备扩大AI云服务，可能必须先购买服务器、支付设备供应商款项，并建设配套设施。

而客户使用这些服务、支付订阅费或算力租赁费用，可能发生在数个月甚至数年之后。

支出发生的时间，与收入回流的时间，并不相同。

这种差异在传统互联网软件业务中也存在，但在AI基础设施投资迅速扩张的时期，规模变得更加突出。

如果未来客户需求增长符合预期，提前投入可能带来回报。

如果需求增长不及预期，设备折旧、运营和债务成本却不会自动消失。

这正是AI投资越来越需要资本市场支持，同时也越来越受到资本市场审视的原因。

## 腾讯正在用现有业务为未来下注

腾讯与一些尚未实现盈利的AI创业公司存在重要区别。

它拥有成熟的游戏、广告和社交生态，可以利用这些业务产生的收入支持新技术投资。

人工智能也可能直接改善其既有业务。

在广告领域，AI可以帮助企业优化广告创意、提高投放效率。

在游戏领域，它可能用于内容制作、用户服务及开发工具。

在云计算领域，腾讯可以向其他企业出售模型服务和计算资源。

公司还在开发混元大模型、AI编程工具及面向企业的智能化产品。

这种布局使腾讯不必完全依赖一个全新的AI应用获得收入。

但也带来一个问题：AI究竟是在创造新的收入来源，还是仅仅提高现有业务的成本？

如果广告收入增长来自AI提高了投放效率，那么相关投资可能具有明确的商业价值。

如果企业不断采购昂贵的计算设备，却无法吸引足够多的付费客户，长期回报就可能低于预期。

腾讯管理层此前曾表示，即使部分AI应用的发展不及预期，计算资源仍可能通过云服务向外部客户出租。

这为投资提供了一种潜在的收益渠道。

不过，算力出租收入仍然取决于市场需求、设备利用率、服务价格以及运营成本，不能被视为已经保证的回报。

## 债券投资者正在重新计算AI风险

腾讯此次发行债券，也发生在全球债务融资环境趋于复杂的时期。

人工智能投资热潮推动许多科技公司增加资本支出，一部分企业开始更频繁地使用债券、银行贷款及其他融资工具。

今年9月，软银通过债券发行筹集约111亿美元，用于支持包括AI在内的投资活动。

但投资者并不是无条件支持所有AI项目。

随着利率和债券收益率维持在相对较高水平，企业融资成本增加，投资者也更加关注债务偿还能力。

一些高度依赖未来收入预期的AI基础设施项目，已经面临融资困难。

与之相比，腾讯拥有成熟业务和较高信用评级。

此次拟发行债券预计获得穆迪A1和标普A+评级，有助于公司接触大型机构投资者。

但评级并不能消除风险。

如果未来AI投资回报不足，企业仍然需要按约定支付债券利息，并在到期时偿还本金。

因此，投资者关注的不应只有腾讯计划借多少钱，还包括融资成本、债务期限、经营现金流，以及未来资本开支是否能够逐渐转化为利润。

特别需要注意的是，腾讯此次债券的拟定用途为一般企业用途。

虽然融资发生在AI投资显著增加之际，但不能据此认定筹集资金将全部直接用于购买AI芯片或建设数据中心。

## AI竞争，正在进入财务耐力赛

过去，评价一家科技公司的竞争力，人们主要看用户规模、产品体验、研发能力和市场份额。

如今，还必须关注它能否持续负担越来越昂贵的基础设施。

购买芯片需要现金，建设数据中心需要现金，吸引研究人员需要现金，训练模型和提供推理服务同样需要持续支出。

技术领先仍然重要，但资金投入正在影响企业能够参与竞争的深度和持续时间。

这对大型科技公司可能有利。

腾讯可以依靠成熟业务、资产和信用评级筹集资金，而初创企业则可能更加依赖股权融资和风险资本。

不过，规模庞大也不意味着一定能够赢得AI竞争。

新的技术路线可能降低计算成本，新兴企业可能创造更受欢迎的产品，而客户也未必愿意为所有AI功能支付额外费用。

最终，人工智能的商业价值仍然需要通过真实需求和可持续利润来证明。

腾讯再次进入国际债券市场，说明它希望在这场长期竞争中保留更多资金选择。

对股东而言，融资可能提高企业未来增长的可能性，也增加了需要承担的财务责任。

对债券投资者而言，最重要的是腾讯未来能否持续创造足够现金流。

对于整个科技行业，这轮融资浪潮提出了一个更大的问题。

过去几年，企业争相证明自己有能力开发更先进的AI模型。

接下来，它们还必须证明，使用这些模型所创造的经济价值，能够覆盖建设和运行它们的庞大成本。

AI竞争已经从技术竞赛延伸到资本竞赛。但决定胜负的，最终仍然不是谁能够借到最多的钱，而是谁能够把这些钱变成长期、稳定的商业回报。