Rewolucja w zakresie sztucznej inteligencji (AI) nabiera tempa, napędzana ogromnym zapotrzebowaniem na coraz większe centra danych do uruchamiania złożonych algorytmów i uczenia modeli. Podczas gdy giganci technologiczni, tacy jak Google i Amazon, tradycyjnie finansowali te ogromne projekty infrastrukturalne swoimi ogromnymi zyskami, nowa fala mniejszych graczy głodnych kawałka tortu AI coraz częściej zwraca się w stronę długów. To przesunięcie się do miliardów dolarów pożyczek, które do 2028 r. mogą osiągnąć 1 bilion dolarów, budzi obawy dotyczące narażenia na ryzyko w dynamicznie rozwijającej się branży.
Rozwój centrów danych finansowanych długiem rozpoczął się od firm takich jak Meta, które współpracują z wyspecjalizowanymi dostawcami. Na przykład Meta zgodziła się kupić moc obliczeniową o wartości 14,3 miliarda dolarów od CoreWeave, stosunkowo nieznanej firmy, która niedawno weszła na giełdę. Model biznesowy CoreWeave opiera się w dużej mierze na pożyczaniu; Na każde 5 miliardów dolarów mocy obliczeniowej, które planuje sprzedać w ciągu najbliższych czterech lat, musi pożyczyć 2,85 miliarda dolarów.
Tendencja ta wykracza poza tego typu partnerstwa. OpenAI, firma stojąca za wirusowym chatbotem ChatGPT, przewodzi fali ambitnych projektów centrów danych. Mimo że generuje miliardy dolarów rocznie, jego dyrektor generalny Sam Altman nie prognozuje rentowności wcześniej niż w 2029 r. OpenAI wraz z partnerami takimi jak Oracle i SoftBank planuje wydać ponad 400 miliardów dolarów na budowę centrów w Teksasie, Nowym Meksyku, Ohio i Wisconsin – z których większość prawdopodobnie zostanie sfinansowana z pożyczek. Dokładna skala zadłużenia nie jest jeszcze jasna, ale analitycy szacują, że Oracle będzie musiał pożyczać 25 miliardów dolarów rocznie w ciągu najbliższych czterech lat, aby wywiązać się ze swoich zobowiązań.
Sytuację komplikuje fakt, że projekty te często wiążą się ze złożonymi strukturami finansowania. Na przykład w pierwszym centrum danych OpenAI w Teksasie Oracle obsługuje sprzęt komputerowy, a Crusoe buduje infrastrukturę fizyczną, zabezpieczając pożyczkę o wartości 15 miliardów dolarów od Blue Owl Capital i innych inwestorów na pokrycie swoich udziałów. Tymczasem SoftBank i OpenAI podobno polegają na zadłużeniu obiektów w Ohio i Teksasie.
OpenAI podjęła inne śmiałe posunięcia, aby zabezpieczyć finansowanie, w tym sprzedała duże udziały w firmie producentowi chipów Nvidia za 100 miliardów dolarów i przejęła znaczne udziały w AMD – potencjalnie o dziesiątki miliardów dolarów więcej. Umowy te obejmują zobowiązania do zakupu chipów komputerowych od obu firm, ale zawierają opcję wyjścia, jeśli zmienią się potrzeby OpenAI. Jednak nawet jeśli takie możliwości wyjścia istnieją, sam dług może stać się problematyczny.
To uzależnienie od pożyczek niesie ze sobą kilka zagrożeń. Po pierwsze, zabezpieczeniem wielu kredytów są często same chipy komputerowe, które szybko tracą na wartości. Po drugie, szeroki zakres instytucji – od banków i prywatnych pożyczkodawców po firmy inwestujące bezpośrednio w nieruchomości – jest właścicielami tych długów, tworząc luki systemowe w całym krajobrazie finansowym. Niejasność otaczająca wiele z tych transakcji utrudnia pełną ocenę potencjalnej skali zaangażowania.
„Dźwignia finansowa w systemie zwiększa ryzyko” – ostrzega Jeremy Kress, profesor prawa gospodarczego na Uniwersytecie Michigan, który specjalizuje się w niestabilności finansowej. „I trudno powiedzieć, jak duża jest dźwignia w systemie”.
Podobieństwa z boomem technologicznym końca lat 90. są uderzające. Upadek infrastruktury światłowodowej napędzanej długiem doprowadził do powszechnego bankructwa, gdy obiecane przychody nie zostały zrealizowane. Chociaż potencjał sztucznej inteligencji jest niezaprzeczalny, eksperci ostrzegają, że obecne poleganie na pożyczonych pieniądzach grozi powtórzeniem błędów z przeszłości. Szybka akumulacja długu związanego z sztuczną inteligencją może mieć skutki kaskadowe, jeśli prognozowane zyski będą niewystarczające, narażając inwestorów i wierzycieli na ryzyko i potencjalnie zagrażając długoterminowej stabilności całej branży.
