一百多年前，美國有一群人借錢蓋鐵路。鐵路蓋好了，火車也開了，結果公司卻倒了。最諷刺的是，火車沒有停，乘客照樣搭，貨物照樣運，只是原來出錢的人賠得灰頭土臉，但後來接手的人，反而撿到大便宜，賺得盆滿缽滿。
被撕裂的負利差鴻溝 引發AI算力租賃產業踩踏效應
一百多年後，歷史的Déjà vu(既視感)再度降臨，只是這一次，鐵軌換成了GPU，火車站換成了AI資料中心。
美國算力巨頭CoreWeave當前手握上千億美元的未來訂單，但債券投資人在「腦袋與眼睛完成連線」後，忽然意識到砸進去的錢可能拿不回來，於是開始用腳投票(賠本拋售債券)，市場殖利率一度飆升至15%。
債券價格的異常暴跌很快蔓延至CoreWeave的股價上，僅六個交易日累計跌幅高達25.5%，接著更擴散至整個AI算力租賃產業。這種「有人在電影院裡喊失火」的踩踏效應，宛如催狂魔(Dementors)般迅速席捲了AI產業鏈上的每一家公司。
1840年代英國「鐵路狂熱」巔峰期時全國湧現上千個鐵路計畫，但過度投資導致客貨運費率暴跌，多數鐵路的真實投資回報率僅剩3%～5%，而同期高風險的鐵路融資成本卻飆破8%，最終無數投資人血本無歸。
當催狂魔席捲 誰將淪為第一批時代耗材？
場景換到1873年的美國，為修建「北太平洋鐵路」，當時最大金主Jay Cooke & Co.為了填補龐大的資本支出黑洞，以10%～15%的極高短期票據利率在市場上瘋狂借錢。然而已通車的鐵路在激烈價格戰下，實際資本回報率(ROIC)被壓縮至4%～6%。借15%的短債去養5%的長線資產，最終不僅Jay Cooke & Co.破產，更引發全美四分之一的鐵路公司倒閉。
場景到1893年，此時美國鐵路總里程數在短時間內翻倍，各大鐵路大亨(如范德堡家族與古爾德)為搶奪市佔率展開割喉戰，導致運輸收益率慘跌。當時鐵路公司「借新還舊」的發債成本動輒逼近10%，運營報酬率卻不到4%，高達156家鐵路公司就此進入破產重整。
翻開這三段斑斑血淚的歷史，與當下的CoreWeave等AI算力租賃商的處境，簡直是令人毛骨悚然的「跨時空鏡像」。算力租賃公司透過抵押GPU，借取動輒8%～12%高息的私募債務，買進的卻是「折舊極快」的硬體設備。
資本市場開始追問四個財務問題
當越來越多競爭者湧入，或是上游CSP(雲端巨頭)開始大規模自建算力時，GPU的租賃費率(資產回報率)必然面臨殘酷的下修壓力。當資金成本的錨高高懸起，而資產回報的錨卻無情墜落，這道被撕裂的負利差鴻溝，就是引發踩踏效應的底層物理學。
過去，市場狂熱地相信這套宏大敘事。如今，資本市場在「電影院失火」的恐慌中徹底清醒，並開始冷酷地追問四個致命的財務問題：
●需求能否轉化為真實的自由現金流？
●收款週期能否完美匹配高昂的還本付息進度？
●新設備的實質投資報酬率(ROIC)，是否還能勉強高過日益沉重的資本成本(WACC)？
●一旦再融資成本持續飆高，這場借錢買算力的遊戲還能續命多久？
生意好不等於股東賺錢！
在市場近乎嚴苛的「自證清白」要求下，CoreWeave們正被迫褪去「AI算力明星股」的耀眼光環，赤裸裸地成為資本市場檢驗整場AI基礎設施投資報酬率(ROI)的終極試金石。
歷史一再證明：基礎建設終將造福人類，但第一批出資者往往「買的時候好好的，現在回不去了」，最終淪為時代的耗材。
AI算力必將改變世界，但在負利差的死亡螺旋前，投資人必須清醒：「生意好到不像話」與「股東能不能賺錢」，還真是完全不同的兩回事。科技革命負責改變世界，但資本市場卻決定了最終是由誰來付這筆帳。
