Περισσότερα από 3 τρισ. δολάρια. Αυτό είναι το ιλιγγιώδες κόστος που απαιτείται για την κατασκευή των data centers τα οποία χρειάζονται για να προετοιμαστεί ο κόσμος για το κύμα της τεχνητής νοημοσύνης.
Ούτε καν οι μεγαλύτερες τεχνολογικές εταιρείες στον κόσμο —ούτε η Amazon.com, ούτε η Microsoft, ούτε η Meta Platforms— είναι διατεθειμένες ή σε θέση να καλύψουν αυτόν τον λογαριασμό αποκλειστικά με ίδια κεφάλαια. Ακόμη και οι τεράστιες συμμετοχές σε ιδιωτικές εταιρείες όπως η OpenAI και η Anthropic δεν πλησιάζουν καν το κόστος μιας «βιομηχανικής επανάστασης». Οι κρατικές ενισχύσεις και επιδοτήσεις μπορούν να μετριάσουν το βάρος, αλλά όχι να το απορροφήσουν.
Από πού θα έρθουν τα χρήματα; Από το χρέος — παντού
Η απάντηση βρίσκεται στις αγορές χρέους. Και όχι σε μία μόνο: σε όλες.
Ομόλογα υψηλής πιστοληπτικής διαβάθμισης, ομόλογα υψηλού ρίσκου, private credit, δάνεια ειδικού σκοπού και σύνθετες τιτλοποιήσεις.
«Τα μεγέθη είναι πρωτόγνωρα», λέει ο Ματ ΜακΚουίν της Bank of America. «Πρέπει να αξιοποιηθούν όλες οι διαθέσιμες πηγές».
Μόνο το 2025, εταιρείες και έργα που σχετίζονται με την AI άντλησαν τουλάχιστον 200 δισ. δολάρια από τις αγορές χρέους — πιθανότατα πολύ περισσότερα, καθώς πολλές συμφωνίες είναι ιδιωτικές. Για το 2026, οι εκδόσεις υπολογίζονται σε εκατοντάδες δισεκατομμύρια, με κίνδυνο να πιεστούν ανοδικά τα επιτόκια για το σύνολο των επιχειρήσεων.
Ταυτόχρονα, τα χρηματιστηριακά χαρτοφυλάκια είναι ήδη «φουσκωμένα» από μετοχές AI. Οι λεγόμενες Magnificent 7 αντιπροσωπεύουν περίπου το ένα τρίτο της αξίας του S&P 500. Η διαφοροποίηση γίνεται όλο και δυσκολότερη.
Η γοητεία και το ρίσκο της AI για τους επενδυτές
Παρά τις ανησυχίες, η AI είναι δύσκολο να αγνοηθεί. Εκτιμήσεις των Morgan Stanley και Moody’s Ratings ανεβάζουν τις κεφαλαιακές δαπάνες πάνω από τα 3 τρισ. δολάρια, ενώ η JPMorgan Chase & Co. βλέπει συνολικό κόστος άνω των 5 τρισ. δολαρίων, αν συνυπολογιστεί και η ενεργειακή υποδομή.
Οι λεγόμενοι hyperscalers είναι πρόθυμοι να πληρώσουν ελκυστικά επιτόκια για να «χτίσουν τώρα». Αυτό αναμένεται να οδηγήσει την αγορά ομολόγων επενδυτικής βαθμίδας σε ιστορικά υψηλά επίπεδα εκδόσεων το 2026.
Πέρα από τα εταιρικά ομόλογα, κεντρικό ρόλο παίζουν τα δάνεια project finance μέσω οχημάτων ειδικού σκοπού (SPVs), όπου το χρέος δεν βαραίνει άμεσα τον ισολογισμό των τεχνολογικών κολοσσών. Χαρακτηριστικό παράδειγμα αποτελεί η χρηματοδότηση data centers της Oracle, με δεκάδες δισεκατομμύρια δολάρια σε δάνεια.
Ωστόσο, οι κίνδυνοι αυξάνονται:
- Τι θα συμβεί αν η υιοθέτηση της AI είναι πιο αργή από τις προβλέψεις;
- Αν τα έσοδα καθυστερήσουν, θα μπορέσει το χρέος να αναχρηματοδοτηθεί;
- Αν η τεχνολογία ξεπεράσει γρήγορα τον σημερινό εξοπλισμό, τα data centers και οι GPUs μπορεί να καταστούν παρωχημένα πριν αποπληρωθεί το χρέος.
Η Bank for International Settlements προειδοποιεί ότι η αυξημένη μόχλευση μπορεί να ενισχύσει τους κραδασμούς στο χρηματοπιστωτικό σύστημα.
Η νέα «μόδα»: Χρηματοδότηση ακόμα και των chips
Η χρηματοδότηση δεν σταματά στα κτήρια. Τα ίδια τα chips —κυρίως της Nvidia— γίνονται αντικείμενο δανεισμού, με SPVs να αγοράζουν GPUs και να τα μισθώνουν σε εταιρείες AI. Πρόκειται για ιδιαίτερα ριψοκίνδυνα στοιχήματα, καθώς η αξία τους μπορεί να μηδενιστεί αν εμφανιστεί νέα τεχνολογία.
Όπως λένε τραπεζίτες και διαχειριστές κεφαλαίων, όσο πλησιάζει κανείς «στην καρδιά» της τεχνολογίας, τόσο πιο κερδοσκοπικό γίνεται το στοίχημα.
Πηγή: newmoney.gr