Πώς ο δανεισμός τροφοδοτεί την άνθηση της Τεχνητής Νοημοσύνης

Οι επενδυτές που βασίζονται σε δάνεια ρίχνουν δισεκατομμύρια δολάρια σε επενδύσεις στην τεχνητή νοημοσύνη, ακριβώς τη στιγμή που στελέχη και αναλυτές του κλάδου εγείρουν ερωτήματα σχετικά με το εάν η νέα τεχνολογία τροφοδοτεί μια ακόμη φούσκα.

Η JPMorgan Chase & Co. και η Mitsubishi UFJ Financial Group ηγούνται της χορήγησης ενός δανείου άνω των 22 δισεκατομμυρίων δολαρίων για να υποστηρίξουν το σχέδιο της Vantage Data Centers να κατασκευάσει ένα τεράστιο campus κέντρων δεδομένων, δήλωσαν αυτή την εβδομάδα άτομα με γνώση του θέματος. Η Meta Platforms Inc., η μητρική εταιρεία του Facebook, λαμβάνει 29 δισεκατομμύρια δολάρια από την Pacific Investment Management Co. και την Blue Owl Capital Inc. για ένα τεράστιο κέντρο δεδομένων στη Λουιζιάνα, ανέφερε το Bloomberg αυτόν τον μήνα.

Και πολλές ακόμη από αυτές τις συμφωνίες φαίνονται στον ορίζοντα. Μόνο η OpenAI εκτιμά ότι θα χρειαστεί τρισεκατομμύρια δολάρια με την πάροδο του χρόνου για να δαπανήσει στις υποδομές που απαιτούνται για την ανάπτυξη και λειτουργία υπηρεσιών τεχνητής νοημοσύνης.

Ταυτόχρονα, βασικοί παράγοντες του κλάδου αναγνωρίζουν ότι πιθανότατα θα προκύψουν δυσκολίες στο μέλλον για τους επενδυτές στην τεχνητή νοημοσύνη. Ο CEO της OpenAI, Sam Altman, δήλωσε αυτή την εβδομάδα ότι βλέπει παραλληλισμούς μεταξύ της τρέχουσας επενδυτικής φρενίτιδας στην τεχνητή νοημοσύνη και της φούσκας των dot-com στα τέλη της δεκαετίας του 1990. Σχολιάζοντας τις αποτιμήσεις νεοσύστατων επιχειρήσεων, ανέφερε: «κάποιος θα καεί εκεί». Και το MIT δημοσίευσε μια έκθεση που δείχνει ότι το 95% των έργων παραγωγικής τεχνητής νοημοσύνης στον εταιρικό κόσμο δεν έχουν αποφέρει κανένα κέρδος.

Συνολικά, όλα αυτά είναι αρκετά για να κάνουν νευρικούς τους επενδυτές που βασίζονται στον δανεισμό.

«Είναι φυσικό για τους επενδυτές που βασίζονται στον δανεισμό να θυμούνται τις αρχές της δεκαετίας του 2000, όταν οι εταιρείες τηλεπικοινωνιών αναμφισβήτητα υπερδανείστηκαν και είδαμε κάποιες σημαντικές απομειώσεις σε αυτά τα περιουσιακά στοιχεία», δήλωσε ο Daniel Sorid, επικεφαλής αμερικανικής στρατηγικής πιστοληπτικής ικανότητας επενδυτικού βαθμού στην Citigroup. «Έτσι, η άνθηση της τεχνητής νοημοσύνης σίγουρα εγείρει ερωτήματα σχετικά με τη βιωσιμότητα μεσοπρόθεσμα».

Η πρώιμη κατασκευή των υποδομών που απαιτούνται για την εκπαίδευση και την τροφοδοσία των πιο προηγμένων μοντέλων ΑΙ χρηματοδοτήθηκε σε μεγάλο βαθμό από τις ίδιες τις εταιρείες τεχνητής νοημοσύνης, συμπεριλαμβανομένων τεχνολογικών γιγάντων όπως η Google και η Meta Platforms Inc. Πρόσφατα, όμως, τα χρήματα προέρχονται όλο και περισσότερο από επενδυτές ομολόγων και ιδιώτες πιστωτές.

Η υπερέκθεση εδώ έρχεται σε πολλά σχήματα και μεγέθη, με ποικίλους βαθμούς κινδύνου. Πολλές μεγάλες εταιρείες τεχνολογίας — οι λεγόμενοι hyperscalers τεχνητής νοημοσύνης — πληρώνουν για νέες υποδομές με εταιρικό χρέος, το οποίο είναι πιθανώς ασφαλές λόγω των υπαρχουσών ταμειακών ροών που εξασφαλίζουν το χρέος, σύμφωνα με πρόσφατη ανάλυση του Bloomberg Intelligence.

Μεγάλο μέρος της χρηματοδότησης του χρέους προέρχεται τώρα από ιδιωτικές πιστωτικές αγορές.

«Η ιδιωτική χρηματοδότηση της τεχνητής νοημοσύνης με δανεισμό ανέρχεται σε περίπου 50 δισεκατομμύρια δολάρια ανά τρίμηνο, στο χαμηλότερο επίπεδο, τα τελευταία τρία τρίμηνα. Ακόμα και χωρίς να ληφθούν υπόψη οι μεγάλες συμφωνίες από την Meta και την Vantage, η χρηματοδότηση αυτή παρέχει ήδη δύο έως τρεις φορές περισσότερα από όσα παρέχουν οι χρηματιστηριακές αγορές», δήλωσε ο Matthew Mish, επικεφαλής πιστωτικής στρατηγικής στην UBS.

Και πολλοί νέοι κόμβοι υπολογιστών χρηματοδοτούνται μέσω εμπορικών τίτλων που υποστηρίζονται από δάνεια – τίτλοι οι οποίοι δεν συνδέονται με μια εταιρική οντότητα, αλλά με τις πληρωμές που παράγονται από τα συγκροτήματα. Το ποσό των CMBS που υποστηρίζονται από υποδομές τεχνητής νοημοσύνης έχει ήδη αυξηθεί κατά 30%, στα 15,6 δισεκατομμύρια δολάρια, σε σχέση με το σύνολο του 2024, σύμφωνα με εκτίμηση της JPMorgan Chase & Co. αυτόν τον μήνα.

Ο Sorid και ένας συνάδελφός του στην Citi δημοσίευσαν μια έκθεση στις 8 Αυγούστου που επικεντρώνεται στους συγκεκριμένους κινδύνους για τις εταιρείες κοινής ωφέλειας που έχουν αυξήσει τον δανεισμό για την κατασκευή των υποδομών ηλεκτρισμού που απαιτούνται για την τροφοδοσία των κέντρων δεδομένων που διψούν για ενέργεια. Αυτοί και άλλοι αναλυτές μοιράζονται μια κοινή ανησυχία για το γεγονός ότι οι εταιρείες ξοδεύουν τόσα πολλά χρήματα αυτή τη στιγμή, πριν τα έργα τεχνητής νοημοσύνης δείξουν την ικανότητά τους να δημιουργούν έσοδα μακροπρόθεσμα.

«Οι συμφωνίες για κέντρα δεδομένων αφορούν χρηματοδοτήσεις διάρκειας 20 έως 30 ετών για μια τεχνολογία που δεν γνωρίζουμε καν πώς θα μοιάζει σε πέντε χρόνια», δήλωσε η Ruth Yang, επικεφαλής παγκόσμιας ανάλυσης ιδιωτικών αγορών στην S&P Global Ratings. «Είμαστε συντηρητικοί στην εκτίμησή μας για τις μελλοντικές ταμειακές ροές επειδή δεν γνωρίζουμε πώς θα μοιάζουν, δεν υπάρχει ιστορική βάση».

ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:

• Nvidia: Τα αποτελέσματα που θα δοκιμάσουν την πίστη της Wall στην «έκρηξη» της τεχνητής νοημοσύνης
• Η στρατηγική στροφή της xAI του Έλον Μασκ και η «μάχη» με την OpenAI
• Ο Σαμ Άλτμαν αποκαλύπτει πώς η πατρότητα άλλαξε τις προτεραιότητές του στην OpenAI