在他看来，这意味着 200 多家新云（Neocloud，新型云服务商）将面临小鱼般的（guppy-level）死亡和整合。" 有些（新云）能挺过难关，但数量寥寥无几。" 他说道。
帕里哈皮蒂亚则指出，作为拥有大量已开发土地资产的投资者，他观察到新云平台存在组织混乱、资本化不足等问题。
他强调，与超大规模云服务商签署一份保密协议需要 3 个月时间，还要求 18 个月的托管期。2027 年将出现比当前预测更多的搁浅算力和库存计算资源，这些资源已完成采购和付款，但实际上面临收益不足或闲置积尘。对此，马斯克附和道：" 我认为我们会看到很多算力资源在尚未完全建成的数据中心里闲置。"
近期，在利率环境重新收紧、数据中心建设面临政策与融资双重不确定性的背景下，有关新云 " 缺钱 " 风险的讨论日益升温。
全球著名咨询机构 Gartner 预测，到 2030 年超 80% 的新云服务商将被迫终止独立运营，核心原因是行业营收缺口将达数万亿美元级别。该机构测算，AI 数据中心到 2030 年需创收 8.5 万亿美元才能覆盖成本，但实际预计仅 3.6 万亿美元。
与此同时，AI 基础设施融资市场已显现压力。据报道，CoreWeave 有约 500 亿美元债务，其部分债券收益率一度升至 15% 左右；公司今年资本支出预计最高达 390 亿美元，而分析师预计其 2026 年收入接近 130 亿美元，亏损约 21.3 亿美元。
中信证券判断，市场担忧的核心不仅在于高杠杆和高融资成本对新云厂商现金流及偿债能力的压力，更在于相关风险可能向 AI 产业链扩散。其认为，市场短期过于放大了这一极端情景，新云整体的债务压力仍是 AI 需求的反映。
这与黄仁勋最近表态不谋而合：其在柏林举行的 GTC 大会上强调，市场对新型云公司的需求 " 爆表 "，但资金短缺却阻碍了增长。其表示：" 中间环节缺失的是推动增长所需的营运资金——因为人工智能的各个领域都有着巨大的需求，所以资金短缺。"
上述机构进一步指出，虽然 AI 资本开支为新云及相关企业带来了高额的债务问题，但考虑到公开市场、GPU 抵押等多种融资方式，其认为 2027 年 AI 债务问题依旧可控，但需观察进入到 2027H2 之后 AI 在模型能力、商业化层面的变化，以及租赁价格等后续的走势。
华泰证券认为，在海外发达国家普遍高利率的环境下，考虑到中期选举等事件性影响，AI 融资风险仍可能继续发酵。后续可能会进一步增加数据中心的建设成本，拖累落地节奏。建设成本与融资成本的提高，或加剧云厂商内部分化格局，拥有更多存量数据中心且信用评级更高的 hyperscaler（超大规模云服务商）或更加占优，关注三季报能否带来新的催化。
