Δείτε περισσότερα άρθρα μας στα αποτελέσματα αναζήτησης

Add Newmoney.gr on Google

Η ραγδαία ανάπτυξη των υποδομών τεχνητής νοημοσύνης χρηματοδοτείται σε ολοένα μεγαλύτερο βαθμό μέσω δανεισμού, εντείνοντας τις ανησυχίες για την ικανότητα των επιχειρήσεων να ανταποκριθούν στις μελλοντικές οικονομικές τους υποχρεώσεις. Όπως αναφέρει ο Economist, οι εταιρείες που δραστηριοποιούνται στο οικοσύστημα της AI, από τους κατασκευαστές ημιαγωγών έως τα κέντρα δεδομένων και τους παρόχους ενέργειας, έχουν προχωρήσει σε νέο δανεισμό περίπου 850 δισ. δολαρίων από τις αρχές του 2026. Ως αποτέλεσμα, οι συνολικές δανειακές υποχρεώσεις του κλάδου έχουν ξεπεράσει τα 3 τρισ. δολάρια.

Ωστόσο, η ανησυχία δεν αφορά αποκλειστικά το ύψος του χρέους. Εξίσου σημαντικό ζήτημα αποτελεί η αυξανόμενη πολυπλοκότητα των χρηματοδοτικών συμφωνιών, οι εγγυήσεις που παρέχουν μεγάλοι τεχνολογικοί όμιλοι προς τους πελάτες τους και η μεταφορά του πιστωτικού κινδύνου σε επενδυτικούς οργανισμούς, ασφαλιστικές επιχειρήσεις και συνταξιοδοτικά ταμεία.

Καθώς οι συγκεκριμένες χρηματοοικονομικές διασυνδέσεις πολλαπλασιάζονται, γίνεται ολοένα δυσκολότερο να εντοπιστεί ποιος θα επωμιστεί τελικά τις ζημιές εάν η ανάπτυξη της αγοράς τεχνητής νοημοσύνης επιβραδυνθεί.

CoreWeave: Η περίπτωση που προβληματίζει τους επενδυτές

Ενδεικτικό παράδειγμα των κινδύνων αποτελεί η CoreWeave, εταιρεία που προσφέρει υπολογιστική ισχύ μέσω κέντρων δεδομένων για εφαρμογές τεχνητής νοημοσύνης.

Η αξία ενός πενταετούς ομολόγου της έχει καταγράψει πτώση 16% από τον Ιούλιο, ενώ η απόδοσή του έχει ενισχυθεί από το 10% στο 15%. Πρόκειται για επίπεδα που, σύμφωνα με τον Economist, παραπέμπουν σε επιχειρήσεις οι οποίες αντιμετωπίζουν αυξημένη χρηματοοικονομική πίεση.

Την ίδια στιγμή, η αποτίμηση των συμβολαίων αντιστάθμισης πιστωτικού κινδύνου (CDS) υποδηλώνει πιθανότητα αθέτησης πληρωμών που υπερβαίνει το 60% σε ορίζοντα πενταετίας. Η συγκεκριμένη εκτίμηση προκύπτει από τις τιμές της αγοράς και αντανακλά την επιδείνωση της εμπιστοσύνης των επενδυτών στην πιστοληπτική εικόνα της εταιρείας.

Ανάλογες πιέσεις καταγράφονται και σε ανταγωνιστικές επιχειρήσεις, μεταξύ των οποίων οι Nebius και TeraWulf, με τις αποδόσεις των ομολόγων τους να κινούνται ανοδικά.

Η ευρύτερη εικόνα των αποκαλούμενων «neoclouds», δηλαδή των εξειδικευμένων παρόχων υπολογιστικών υποδομών AI, ενισχύει τον προβληματισμό. Από τις δέκα εισηγμένες επιχειρήσεις αυτής της κατηγορίας, μόλις δύο εμφανίζουν κέρδη.

Το συνολικό τους χρέος ανέρχεται σε 100 δισ. δολάρια, ποσό που αντιστοιχεί στο τριπλάσιο των ετήσιων εσόδων τους. Μάλιστα, τα 57 δισ. δολάρια από αυτά έχουν αντληθεί μόνο κατά τη διάρκεια του 2026.

Στη δίνη του δανεισμού και οι τεχνολογικοί κολοσσοί

Η προσφυγή στις αγορές χρέους για τη χρηματοδότηση επενδύσεων στην τεχνητή νοημοσύνη δεν αποτελεί πλέον χαρακτηριστικό μόνο των μικρότερων εταιρειών. Αντίθετα, επεκτείνεται με ταχύτητα και στους μεγαλύτερους τεχνολογικούς ομίλους.

Οι Alphabet, Amazon, Microsoft και Meta έχουν αντλήσει συνολικά 214 δισ. δολάρια μέσα στο 2026, όταν για ολόκληρο το 2025 ο αντίστοιχος δανεισμός τους είχε περιοριστεί στα 83 δισ. δολάρια.

Η Oracle εμφανίζει συνολικό χρέος 169 δισ. δολαρίων, έχοντας προχωρήσει σε νέες εκδόσεις ύψους 25 δισ. δολαρίων φέτος. Παράλληλα, οι SoftBank και SpaceX έχουν εξασφαλίσει επιπλέον χρηματοδότηση 91 δισ. δολαρίων από τις αρχές του έτους.

Στο συνολικό ποσό προστίθενται ακόμη 79 δισ. δολάρια δανεισμού που σχετίζεται με την ανάπτυξη κέντρων δεδομένων μέσω εταιρειών ειδικού σκοπού, καθώς και 84 δισ. δολάρια που έχουν αντλήσει επιχειρήσεις κατασκευής ημιαγωγών και άλλοι προμηθευτές του κλάδου.

Εφόσον συνυπολογιστούν οι κατασκευαστές εξοπλισμού και οι αμερικανικές εταιρείες ηλεκτρικής ενέργειας, ο νέος δανεισμός του οικοσυστήματος AI αγγίζει τα 850 δισ. δολάρια, σχεδόν τέσσερις φορές το αντίστοιχο επίπεδο του 2023.

Μέχρι πρότινος, μεγάλο μέρος των επενδύσεων καλυπτόταν από τις ταμειακές ροές των ισχυρών εταιρειών cloud. Πλέον, όμως, οι χρηματοδοτικές ανάγκες φαίνεται να ξεπερνούν τόσο τα κεφάλαια που παράγουν οι υπόλοιπες δραστηριότητές τους όσο και τα ποσά που δαπανούν μέχρι σήμερα επιχειρήσεις και καταναλωτές για υπηρεσίες AI.

Σύμφωνα με εκτιμήσεις της JPMorgan Chase, οι συνολικές κεφαλαιουχικές δαπάνες για την τεχνητή νοημοσύνη έως το 2030 αναμένεται να διαμορφωθούν περίπου στα 5,5 τρισ. δολάρια, με το 75% της χρηματοδότησης να προέρχεται από δανεικά κεφάλαια.

Οι περίπλοκες χρηματοδοτήσεις πίσω από τα data centers

Προκειμένου να εξασφαλίσουν τα απαιτούμενα κεφάλαια, οι επιχειρήσεις διευρύνουν τις πηγές χρηματοδότησής τους, αξιοποιώντας διαφορετικές αγορές και ολοένα πιο σύνθετα χρηματοοικονομικά εργαλεία.

Είναι χαρακτηριστικό ότι περίπου το 30% των ομολόγων που εξέδωσαν φέτος οι πέντε μεγαλύτεροι πάροχοι cloud —Alphabet, Amazon, Microsoft, Meta και Oracle— ήταν εκφρασμένο σε νομίσματα εκτός δολαρίου, όπως το ευρώ, η βρετανική στερλίνα και το ιαπωνικό γεν. Παράλληλα, ιδιαίτερη δυναμική αποκτά η χρήση εταιρειών ειδικού σκοπού (SPVs) για τη χρηματοδότηση μεγάλων συγκροτημάτων κέντρων δεδομένων.

Ο Economist αναφέρεται χαρακτηριστικά στο έργο Sopaipilla της Meta, στο Ελ Πάσο του Τέξας, το οποίο περιλαμβάνει δέκα data centers.

Το συγκρότημα ανήκει στην εταιρεία Wurldwide, όπου η Meta διαθέτει συμμετοχή 20% και η BlackRock ελέγχει το υπόλοιπο 80%.

Τον Αύγουστο, η Wurldwide προχώρησε σε έκδοση χρέους 13 δισ. δολαρίων για τη χρηματοδότηση της κατασκευής, ενώ η Meta έχει συμφωνήσει να μισθώνει τις εγκαταστάσεις για χρονικό διάστημα 20 ετών.

Μέσω της συγκεκριμένης συμφωνίας, οι επενδυτές αποκτούν πρόσβαση σε μια μακροχρόνια πηγή εσόδων που συνδέεται με την οικονομική ισχύ της Meta. Ταυτόχρονα, ο τεχνολογικός όμιλος μπορεί να διατηρεί τον συγκεκριμένο δανεισμό εκτός του εταιρικού του ισολογισμού.

Οι οίκοι πιστοληπτικής αξιολόγησης έχουν κατατάξει την εταιρεία ειδικού σκοπού μόλις μία βαθμίδα χαμηλότερα από τη Meta, αντανακλώντας τη σημασία της μακροχρόνιας μισθωτικής συμφωνίας.

Μια ακόμη πρακτική που κερδίζει έδαφος είναι η χορήγηση δανείων με ενέχυρο τους ίδιους τους ημιαγωγούς που χρησιμοποιούνται στις υποδομές τεχνητής νοημοσύνης. Με τον τρόπο αυτό, διαφορετικά στοιχεία ενός επενδυτικού έργου, όπως οι κτιριακές εγκαταστάσεις, τα chips και οι μονάδες ηλεκτροπαραγωγής που εξασφαλίζουν την απαιτούμενη ενέργεια, μπορούν να χρηματοδοτούνται ξεχωριστά.

Η πολυεπίπεδη αυτή διάρθρωση χρέους καθιστά σημαντικά δυσκολότερη τη συνολική αποτίμηση των οικονομικών κινδύνων.
Τρισεκατομμύρια σε υποχρεώσεις πέρα από τα δάνεια
Οι χρηματοδοτικές δεσμεύσεις των μεγάλων τεχνολογικών επιχειρήσεων δεν εξαντλούνται στον συμβατικό τραπεζικό και ομολογιακό δανεισμό.

Υπάρχει ένα επιπλέον πλέγμα μακροχρόνιων συμφωνιών που, αν και δεν καταγράφονται όλες ως δάνεια, συνεπάγονται ιδιαίτερα σημαντικές μελλοντικές πληρωμές.

Σύμφωνα με στοιχεία της CreditSights, τα οποία επικαλείται ο Economist, οι πέντε μεγαλύτεροι πάροχοι cloud διαθέτουν ήδη στους ισολογισμούς τους υποχρεώσεις μισθώσεων που υπερβαίνουν τα 250 δισ. δολάρια.

Παράλληλα, έχουν αναλάβει δεσμεύσεις για επιπλέον μισθώσεις αξίας 1,2 τρισ. δολαρίων, οι οποίες δεν έχουν ακόμη ενεργοποιηθεί, καθώς και για αγορές προϊόντων από προμηθευτές συνολικού ύψους 1,5 τρισ. δολαρίων.

Το τοπίο γίνεται ακόμη πιο σύνθετο εξαιτίας των οικονομικών εγγυήσεων που προσφέρουν ισχυρές τεχνολογικές εταιρείες σε επιχειρήσεις οι οποίες αγοράζουν τα προϊόντα τους.

Σύμφωνα με την ανάλυση, η Nvidia έχει αναλάβει δεσμεύσεις κάλυψης χρέους που μπορεί να φτάσει έως τα 300 δισ. δολάρια, εφόσον πελάτες που έχουν δανειστεί για την αγορά των ημιαγωγών της αδυνατήσουν να αποπληρώσουν τις υποχρεώσεις τους.

Ανάλογους μηχανισμούς οικονομικής υποστήριξης έχουν αξιοποιήσει και οι Alphabet και Broadcom για συγκεκριμένους πελάτες τους.

Τέτοιου είδους συμφωνίες διευκολύνουν την άντληση κεφαλαίων και την υλοποίηση νέων επενδύσεων. Ωστόσο, δημιουργούν ταυτόχρονα ένα δίκτυο αλληλεξαρτήσεων που δυσχεραίνει την αναγνώριση του τελικού φορέα κινδύνου και των πιθανών διαδρομών μετάδοσης οικονομικών απωλειών.

Ποιοι επενδυτές χρηματοδοτούν την επέκταση της AI

Σημαντικό μέρος των νέων εκδόσεων χρέους καταλήγει στα χαρτοφυλάκια μεγάλων διαχειριστών επενδυτικών κεφαλαίων.

Χαρακτηριστική είναι η περίπτωση της Pimco, η οποία απέκτησε τίτλους συνολικής αξίας 18 δισ. δολαρίων από ομολογιακή έκδοση 27 δισ. δολαρίων που χρηματοδοτεί το συγκρότημα κέντρων δεδομένων Hyperion της Meta, στη Λουιζιάνα.

Ένα μέρος των τίτλων μεταπωλήθηκε στη συνέχεια σε θεσμικούς επενδυτές, μεταξύ των οποίων ασφαλιστικές επιχειρήσεις και συνταξιοδοτικά ταμεία.

Παράλληλα, σημαντικό ρόλο στην αγορά έχουν αποκτήσει οι εταιρείες ιδιωτικής πίστωσης, όπως η Apollo και η Blackstone, οι οποίες συμμετέχουν σε περισσότερο σύνθετα χρηματοδοτικά σχήματα.

Αυξημένο ενδιαφέρον για τους εξειδικευμένους παρόχους υποδομών AI εκδηλώνουν και τα hedge funds, τα οποία αναζητούν επενδυτικές ευκαιρίες στις εταιρείες neocloud.

Το αποτέλεσμα είναι ότι ο πιστωτικός κίνδυνος της τεχνητής νοημοσύνης δεν αφορά πλέον μόνο τους μετόχους και τους άμεσους χρηματοδότες των τεχνολογικών επιχειρήσεων. Αντίθετα, έχει αρχίσει να κατανέμεται σε ένα πολύ μεγαλύτερο τμήμα του παγκόσμιου χρηματοπιστωτικού συστήματος.

Οι δύο μεγάλοι κίνδυνοι για το μέλλον

Παρά τις ενδείξεις αυξανόμενης πίεσης, ο Economist επισημαίνει ότι δεν επικρατεί ακόμη γενικευμένος πανικός στις αγορές.

Μόλις περίπου το 15% της συνολικής αξίας των ομολόγων που συνδέονται με την τεχνητή νοημοσύνη και εκδόθηκαν φέτος κατατάσσεται στη μη επενδυτική βαθμίδα. Επιπλέον, οι ισχυροί ισολογισμοί τεχνολογικών ομίλων, όπως η Nvidia, μπορούν να περιορίσουν μέρος των αναταράξεων και να λειτουργήσουν ως μηχανισμός απορρόφησης ενδεχόμενων ζημιών.

Ωστόσο, η ανάλυση αναδεικνύει δύο βασικές απειλές για τη βιωσιμότητα της επενδυτικής έκρηξης.

Η πρώτη αφορά την άνοδο του κόστους χρηματοδότησης. Για τις μεγαλύτερες και οικονομικά ισχυρότερες εταιρείες, η αύξηση των επιτοκίων μπορεί να περιορίσει τα περιθώρια κερδοφορίας.

Για τους μικρότερους και περισσότερο εκτεθειμένους παρόχους, όμως, ενδέχεται να δημιουργήσει σοβαρές δυσκολίες στην εξυπηρέτηση των υποχρεώσεών τους.

Στην περίπτωση της CoreWeave, για παράδειγμα, οι πληρωμές τόκων αντιστοιχούν ήδη περίπου στο 25% των ετήσιων εσόδων, γεγονός που περιορίζει σημαντικά τη χρηματοοικονομική της ευελιξία.

Ο δεύτερος και σημαντικότερος κίνδυνος σχετίζεται με το ενδεχόμενο η πραγματική ζήτηση για υπηρεσίες τεχνητής νοημοσύνης να αυξηθεί με βραδύτερους ρυθμούς από εκείνους που έχουν ενσωματώσει οι επιχειρήσεις στα επενδυτικά τους σχέδια.

Στοιχεία της Ramp, εταιρείας που παρέχει εταιρικές κάρτες πληρωμών, δείχνουν ότι οι δαπάνες των πελατών της για υπηρεσίες AI έχουν παραμείνει ουσιαστικά στάσιμες από τον Ιούλιο.

Η εξέλιξη συνδέεται με τις προσπάθειες των επιχειρήσεων να ελέγξουν το αυξανόμενο λειτουργικό κόστος. Αν και τα στοιχεία αφορούν αποκλειστικά την πελατειακή βάση της Ramp, αποτελούν μία από τις ενδείξεις επιβράδυνσης που αναδεικνύει ο Economist.

Εάν η ζήτηση αποδειχθεί χαμηλότερη των προσδοκιών, οι επιχειρήσεις ενδέχεται να αναγκαστούν να επανεξετάσουν τα χρηματοδοτικά τους σχέδια, ενώ θα μπορούσαν να καθυστερήσουν και ενδεχόμενες χρηματιστηριακές εισαγωγές της Anthropic ή της OpenAI.

Σε ένα τέτοιο σενάριο, οι επενδυτές πιθανότατα θα επαναξιολογούσαν την έκθεσή τους στον κλάδο και τους κινδύνους που συνοδεύουν τις χρηματοδοτήσεις του.

Το μεγάλο ερώτημα, επομένως, είναι κατά πόσο η εμπορική αξιοποίηση της τεχνητής νοημοσύνης θα μπορέσει να δημιουργήσει αρκετά έσοδα και ταμειακές ροές, στον απαιτούμενο χρόνο, ώστε να καλύψει τις συνεχώς αυξανόμενες υποχρεώσεις που έχει προκαλέσει η πρωτοφανής επενδυτική επέκταση.