به گزارش شبکه اطلاع‌رسانی طلا و ارز، رونق هوش مصنوعی در سال‌های اخیر، صرفاً یک جهش فناورانه نبوده، بلکه به‌تدریج به یکی از بزرگ‌ترین پروژه‌های سرمایه‌گذاری تاریخ معاصر تبدیل شده است. رقابت برای توسعه مدل‌های پیشرفته هوش مصنوعی، شرکت‌های فناوری را به سمت سرمایه‌گذاری‌های عظیم در زیرساخت‌های محاسباتی، به‌ویژه مراکز داده، سوق داده است؛ سرمایه‌گذاری‌هایی که ابعاد آن‌ها از توان نقدی حتی بزرگ‌ترین غول‌های فناوری نیز فراتر رفته است. در پاسخ به این فشار مالی، شرکت‌های فناوری با همراهی وال‌استریت، به ساختارهای مالی پیچیده‌ای روی آورده‌اند که امکان انتقال بدهی‌ها به خارج از ترازنامه را فراهم می‌کند.
این تحول اگرچه در کوتاه‌مدت به رشد سریع صنعت کمک کرده، اما در سطح کلان، نگرانی‌های جدی درباره شفافیت مالی، تمرکز ریسک و پایداری این مدل تأمین مالی ایجاد کرده است؛ نگرانی‌هایی که پیامدهای آن می‌تواند فراتر از صنعت فناوری و به کل بازارهای مالی سرایت کند.
خروج بدهی از ترازنامه؛ معماری مالی جدید در عصر هوش مصنوعی
بررسی‌ها نشان می‌دهد شرکت‌های فناوری تاکنون بیش از ۱۲۰ میلیارد دلار از هزینه‌های مراکز داده هوش مصنوعی را از طریق ساختارهایی موسوم به شرکت‌های با هدف خاص یا SPV تأمین مالی کرده‌اند؛ ساختارهایی که به‌طور عامدانه برای نگه‌داشتن بدهی‌ها خارج از ترازنامه شرکت‌های اصلی طراحی شده‌اند. در این مدل، SPVها به‌عنوان نهادهای حقوقی مستقل عمل می‌کنند که وام‌ها را دریافت کرده، دارایی‌های فیزیکی مانند مراکز داده و سخت‌افزارها را تملک می‌کنند و سپس این دارایی‌ها را به شرکت‌های فناوری اجاره می‌دهند.
این شیوه تأمین مالی، مزیت‌های قابل‌توجهی برای شرکت‌های فناوری دارد. مهم‌ترین مزیت آن، حفظ رتبه اعتباری بالا و جلوگیری از افزایش ظاهری نسبت بدهی به سرمایه است؛ عاملی که به این شرکت‌ها اجازه می‌دهد همچنان با هزینه پایین‌تر به بازار اوراق قرضه دسترسی داشته باشند. با این حال، از منظر اقتصادی، این بدهی‌ها به‌طور کامل از بین نمی‌روند، بلکه صرفاً به لایه‌ای کمتر شفاف از ساختار مالی منتقل می‌شوند؛ لایه‌ای که ارزیابی ریسک آن برای سرمایه‌گذاران و ناظران بازار دشوارتر است.
نقش وال‌استریت و بازار اعتبار خصوصی در تغذیه تب هوش مصنوعی
مؤسسات مالی بزرگی مانند Pimco، BlackRock، Apollo، Blue Owl Capital و بانک‌هایی نظیر JPMorgan نقش کلیدی در تأمین منابع مالی این زیرساخت‌ها ایفا کرده‌اند. این سرمایه‌ها عمدتاً از بازار اعتبار خصوصی تأمین می‌شود؛ بازاری که طی سال‌های اخیر با سرعتی چشمگیر رشد کرده و اکنون ارزشی حدود ۱.۷ تریلیون دلار دارد.
جذابیت این بازار برای سرمایه‌گذاران در بازده‌های بالاتر نسبت به بازار بدهی سنتی نهفته است. در عین حال، تمرکز بالای وام‌ها، نقدشوندگی محدود و وابستگی شدید به چند وام‌گیرنده بزرگ، باعث شده است که تحلیلگران نسبت به انباشت ریسک‌های پنهان هشدار دهند. به‌ویژه آنکه بخش قابل‌توجهی از این وام‌ها به پروژه‌هایی اختصاص یافته که بازگشت سرمایه آن‌ها به تداوم رشد تقاضا برای هوش مصنوعی وابسته است؛ رشدی که تضمین‌شده و بدون نوسان نیست.
متا و اوراکل؛ پیشگامان تأمین مالی خارج از ترازنامه
در میان بازیگران بزرگ، اوراکل و متا نقش محوری در گسترش این مدل ایفا کرده‌اند. اوراکل به‌تنهایی حدود دو سوم کل تأمین مالی ۱۲۰ میلیارد دلاری مراکز داده از طریق SPVها را به خود اختصاص داده است. این شرکت با ایجاد SPVهایی که مالک مراکز داده هستند، تعهدات مالی سنگینی را پذیرفته، اما آن‌ها را مستقیماً در ترازنامه خود منعکس نکرده است. در صورت بروز مشکل، وام‌دهندگان تنها می‌توانند به دارایی‌های پروژه مراجعه کنند، نه به کل شرکت اوراکل؛ موضوعی که در ظاهر ریسک اعتباری شرکت را کاهش می‌دهد، اما در عمل وابستگی متقابل پیچیده‌ای میان شرکت و SPV ایجاد می‌کند.
متا نیز با معامله ۳۰ میلیارد دلاری پروژه Hyperion، نمونه‌ای شاخص از این رویکرد ارائه داده است. این شرکت با استفاده از SPV «Beignet Investor» توانست عملاً بدهی عظیمی ایجاد کند، بدون آنکه نسبت‌های مالی‌اش به‌طور مستقیم تحت فشار قرار گیرد. نکته مهم‌تر آن است که این ساختار حتی راه را برای استقراض بیشتر متا از بازار اوراق قرضه هموارتر کرد؛ امری که نشان می‌دهد بازارها تا چه حد به این مدل مالی عادت کرده‌اند.
بدهی پنهان و ریسک‌های واقعی؛ توهم خروج ریسک
اگرچه بدهی‌های SPV از نظر حسابداری خارج از ترازنامه هستند، اما از منظر اقتصادی همچنان تعهدات بالقوه برای شرکت‌های فناوری ایجاد می‌کنند. در بسیاری از قراردادها، شرکت‌ها به‌صورت ضمنی یا صریح، تضمین‌هایی برای حفظ ارزش دارایی‌ها یا تمدید قراردادهای اجاره ارائه داده‌اند. برای مثال، متا با ارائه «تضمین ارزش باقیمانده» عملاً پذیرفته است که در صورت افت ارزش مرکز داده، زیان سرمایه‌گذاران را جبران کند.
این موضوع نشان می‌دهد که ریسک نهایی همچنان به شرکت فناوری بازمی‌گردد، حتی اگر در ظاهر به SPV منتقل شده باشد. به بیان دیگر، این ساختارها بیشتر ریسک را پنهان می‌کنند تا حذف؛ پنهان‌سازی‌ای که می‌تواند در شرایط بحرانی، اثرات شوک را تشدید کند.
تمرکز تقاضا و تهدید ریسک سیستماتیک
یکی از مهم‌ترین نقاط ضعف این مدل، تمرکز بالای تقاضا در بازار مراکز داده هوش مصنوعی است. OpenAI به‌تنهایی بیش از ۱.۴ تریلیون دلار تعهدات محاسباتی بلندمدت ایجاد کرده و نقش محوری در اکوسیستم هوش مصنوعی دارد. چنین تمرکزی بدان معناست که هرگونه اختلال در وضعیت مالی یا عملیاتی یک بازیگر بزرگ، می‌تواند هم‌زمان چندین پروژه، SPV و صندوق اعتباری خصوصی را تحت فشار قرار دهد.
افزون بر این، ریسک‌هایی مانند محدودیت دسترسی به برق، تغییر مقررات دولتی در حوزه هوش مصنوعی، یا پیشرفت‌های فناورانه‌ای که سخت‌افزارهای فعلی را منسوخ کند، می‌توانند ارزش اقتصادی این مراکز داده را به‌شدت کاهش دهند. در چنین شرایطی، زنجیره‌ای از فشارهای مالی ممکن است به‌طور هم‌زمان در بخش‌های مختلف بازار اعتبار خصوصی فعال شود.
همه غول‌ها هم‌مسیر نیستند
در مقابل این روند، شرکت‌هایی مانند گوگل، مایکروسافت و آمازون مسیر محافظه‌کارانه‌تری را انتخاب کرده‌اند. این شرکت‌ها که پیش از رونق هوش مصنوعی نیز زیرساخت‌های گسترده مراکز داده داشتند، عمدتاً از جریان نقدی داخلی یا بدهی مستقیم استفاده کرده‌اند و تاکنون به‌طور گسترده وارد تأمین مالی از طریق SPV نشده‌اند. این تفاوت رویکرد، نشان‌دهنده شکاف راهبردی در نحوه مدیریت ریسک میان غول‌های فناوری است.
نتیجه‌گیری
رونق هوش مصنوعی، علاوه بر فرصت‌های اقتصادی عظیم، ساختارهای مالی تازه‌ای را به وجود آورده که در ظاهر کارآمد و کم‌هزینه به نظر می‌رسند، اما در عمق خود حامل ریسک‌های قابل‌توجهی هستند. استفاده گسترده از SPVها به شرکت‌های فناوری اجازه داده است سرمایه‌های کلان جذب کنند و رشد سریع خود را حفظ کنند، اما این بدهی‌های پنهان می‌توانند در صورت تغییر شرایط بازار، به منبعی برای بی‌ثباتی مالی تبدیل شوند.
از منظر اقتصادی، آنچه امروز به‌عنوان نوآوری مالی در خدمت هوش مصنوعی دیده می‌شود، ممکن است فردا به آزمونی جدی برای تاب‌آوری بازار اعتبار خصوصی و حتی نظام مالی گسترده‌تر تبدیل شود؛ آزمونی که نتیجه آن، به پایداری واقعی تقاضا برای هوش مصنوعی و شفافیت مدیریت ریسک در پشت‌صحنه این انقلاب فناورانه بستگی دارد.
نظرات کاربران