زمانی که هوش مصنوعی از وال استریت وام می‌گیرد: «چرخه CapEx» غول‌های فناوری و تسریع مالی‌سازی

زیرساخت‌های هوش مصنوعی از «چرخه CapEx» صنعت فناوری به یک چرخه تأمین مالی تبدیل شده است که توسط کل سیستم مالی پشتیبانی می‌شود.

نویسنده: جیم، MSX مایتون

ویرایش: فرانک، MSX مایتون

در دو سال گذشته، بحث‌های وال استریت درباره هوش مصنوعی، مهم‌ترین اعداد همیشه GPU، مراکز داده و CapEx بوده است.

اما تا سال 2026، عدد دیگری به سرعت به کانون توجه بازار وارد می‌شود: بدهی.

قبلاً، گروهی از شرکت‌های سودآور سیلیکون‌ولی عادت داشتند که با پول نقد خود GPU بخرند و مراکز داده بسازند. اکنون، با ادامه رشد زیرساخت‌های هوش مصنوعی به سمت صدها میلیارد و حتی تریلیون‌ها دلار، حتی شرکت‌هایی مانند Alphabet، Amazon و Meta که بالاترین توانایی تولید نقدینگی جهانی را دارند، به طور فزاینده‌ای وارد بازار اوراق قرضه می‌شوند.

Morgan Stanley پیش‌بینی می‌کند که حجم انتشار بدهی‌های مرتبط با هوش مصنوعی در سطح جهانی در سال 2026 ممکن است به نزدیک 570 میلیارد دلار برسد که بیش از دو برابر سال گذشته است؛ تا پایان ماه مه، این حجم به حدود 236 میلیارد دلار رسیده است که چهار برابر سال گذشته است.

در همین حال، هزینه‌های مرتبط با Alphabet، Amazon، Microsoft و Meta در سال جاری به حدود 700 میلیارد دلار پیش‌بینی می‌شود و تا سال 2027، هزینه‌های سرمایه‌ای Hyperscaler حتی ممکن است از 1 تریلیون دلار فراتر رود.

روش‌های تأمین مالی نیز در حال گسترش است.

• در 10 اوت، انویدیا اعلام کرد که با Apollo، BlackRock، Blackstone، Brookfield، گلدمن ساکس و KKR همکاری می‌کند و امیدوار است بیش از 500 میلیارد دلار سرمایه شخص ثالث را به زیرساخت‌های هوش مصنوعی جذب کند.
• تقریباً در همان زمان، تعهدات پرداخت اجاره آینده که Microsoft، Meta، Oracle، Amazon و Alphabet فاش کرده‌اند، به سطح تریلیون دلار رسیده است؛

زمانی که ثروتمندترین شرکت‌های جهان شروع به تغییر روش‌های تأمین مالی خود می‌کنند، به این معنی است که داستان هوش مصنوعی به مرحله جدیدی وارد می‌شود. حالا این سؤال مطرح می‌شود، این شرکت‌ها که قبلاً صدها میلیارد دلار نقدینگی داشتند، چرا ناگهان به وام گرفتن علاقه‌مند شده‌اند؟

1. مقیاس هزینه‌های هوش مصنوعی، به طور فزاینده‌ای بزرگ‌تر می‌شود

Alphabet بهترین مثال برای درک این تغییر است.

از نظر خود کسب‌وکار، آخرین فصل آن تقریباً قوی به نظر می‌رسد------در Q2 درآمد به 119.8 میلیارد دلار رسید که 24 درصد نسبت به سال گذشته افزایش داشت؛ درآمد Google Cloud به 24.8 میلیارد دلار رسید که رشد 82 درصدی را نشان می‌دهد.

اما در طرف دیگر، هزینه‌های سرمایه‌ای Alphabet در یک فصل به حدود 44.9 میلیارد دلار رسیده است که باعث شده حتی با وجود رشد سریع کسب‌وکار، برای اولین بار جریان نقدی آزاد فصلی منفی باشد و جریان نقدی آزاد Q2 به -5.9 میلیارد دلار کاهش یابد؛ در عین حال، Alphabet پیش‌بینی هزینه‌های سرمایه‌ای خود را برای سال 2026 به 195 تا 205 میلیارد دلار افزایش داده است.

این دقیقاً بزرگ‌ترین تفاوت هزینه‌های سرمایه‌ای هوش مصنوعی با دوران نرم‌افزار سنتی است.

شرکت‌های بزرگ فناوری در دوران نرم‌افزار اساساً یک ماشین نقدی بودند: پس از اتمام تحقیق و توسعه اولیه، هزینه حاشیه‌ای برای هر کاربر جدید محدود بود و درآمد زیاد در نهایت می‌توانست به جریان نقدی آزاد تبدیل شود.

به عبارت دیگر، هوش مصنوعی در حال تبدیل دوباره شرکت‌های فناوری به «سنگین» است.

GPU، سرورها، شبکه‌های پرسرعت، مراکز داده، تأسیسات برق، سیستم‌های خنک‌کننده و زمین، همه نیاز به سرمایه‌گذاری‌های کلان نقدی قبل از ایجاد درآمد واقعی دارند.

مدیرعامل آمازون، اندی جاسی، توضیح داده است که مراکز داده معمولاً حدود دو سال قبل از شروع به کار رسمی، هزینه‌های ساخت را آغاز می‌کنند، در حالی که درآمد باید تا زمانی که تأسیسات واقعاً آنلاین شوند، به تدریج تحقق یابد.

بنابراین، یک عدم تطابق طبیعی در زمان‌بندی سرمایه به وجود می‌آید، نقدینگی امروز باید هزینه شود، اما درآمد باید در سال‌های آینده به آرامی بازگردانده شود، در این شرایط، حتی اگر شرکت نقدینگی زیادی داشته باشد، تکیه کامل بر جریان نقدی داخلی برای تأمین مالی ممکن است انتخاب منطقی نباشد.

Alphabet در ماه فوریه حدود 31.5 میلیارد دلار تأمین مالی اوراق قرضه جهانی را تکمیل کرده است که شامل اوراق قرضه 100 ساله نادر نیز می‌شود؛ در ماه اوت نیز یک انتشار 25 میلیارد دلاری اوراق قرضه با رتبه سرمایه‌گذاری انجام داده است. اقدامات آمازون حتی تهاجمی‌تر است، در ماه مارس ابتدا در بازار اوراق قرضه ایالات متحده حدود 37 میلیارد دلار تأمین مالی کرده و روز بعد 14.5 میلیارد یورو اوراق قرضه منتشر کرده است که مجموعاً نزدیک به 54 میلیارد دلار می‌شود و در ماه ژوئیه نیز 25 میلیارد دلار اوراق قرضه دلار منتشر کرده است.

در همین حال، آمازون برنامه هزینه‌های سرمایه‌ای خود را برای سال 2026 به 220 میلیارد دلار افزایش داده است، درآمد آخرین فصل AWS نسبت به سال گذشته 37 درصد افزایش یافته و سریع‌ترین رشد در بیش از چهار سال را ثبت کرده است، اما جریان نقدی آزاد در 12 ماه گذشته از 18.2 میلیارد دلار مثبت یک سال پیش به -7.6 میلیارد دلار کاهش یافته است.

Meta نیز تغییر مشابهی را نشان می‌دهد. در ماه آوریل، Meta انتشار 25 میلیارد دلاری اوراق قرضه را تکمیل کرد؛ درآمد Q2 همچنان 28 درصد افزایش یافته و به 60.8 میلیارد دلار رسید، اما جریان نقدی آزاد از 8.55 میلیارد دلار در سال گذشته به تنها 784 میلیون دلار کاهش یافته است و پیش‌بینی هزینه‌های سرمایه‌ای برای سال 2026 به 130 تا 145 میلیارد دلار افزایش یافته است.

این شرکت‌ها ناگهان توانایی کسب درآمد خود را از دست نداده‌اند و هنوز هم سود زیادی دارند، بلکه نقدینگی قابل تخصیص آن‌ها به طور فزاینده‌ای کاهش یافته است.

این نیز دلیلی است که در عصر هوش مصنوعی، جریان نقدی آزاد به یک معیار دشوارتر از EPS ساده تبدیل شده است.

2. در حالی که وام گرفتن، داستان‌های متفاوتی برای گوگل و اوراکل دارد

اما وام گرفتن به خودی خود به معنای خطر نیست.

برای شرکت‌هایی مانند Alphabet و Amazon، بدهی بیشتر یک ابزار ساختار سرمایه است.

آن‌ها دارای کسب‌وکار اصلی بزرگ، جریان نقدی پایدار و رتبه اعتباری بالایی هستند، در شرایطی که هزینه‌های سرمایه به شدت پیش‌رو است، تقسیم هزینه‌های ساخت به آینده از طریق اوراق قرضه بلندمدت یک تطابق طبیعی است.

واقعاً باید به این توجه کرد که وقتی هزینه‌های سرمایه به طور مداوم از توانایی تولید نقدینگی خود فراتر می‌رود، تأمین مالی در حال بهینه‌سازی ترازنامه است یا در حال افزایش فشار بر ترازنامه است؟

اوراکل یکی از نمونه‌های افراطی در حال حاضر است.

تا پایان سال مالی 2026، هزینه‌های سرمایه‌ای اوراکل به حدود 55.66 میلیارد دلار می‌رسد، در حالی که جریان نقدی عملیاتی تنها حدود 32 میلیارد دلار است و جریان نقدی آزاد سالانه به -23.69 میلیارد دلار کاهش یافته است. در همین حال، شرکت FY2026 حدود 43 میلیارد دلار تأمین مالی بدهی و 5 میلیارد دلار تأمین مالی سهام را تکمیل کرده است و تا پایان ماه مه، کل بدهی‌های آینده حدود 130.1 میلیارد دلار است.

در 9 ژوئیه، S&P Global Ratings رتبه اعتباری بلندمدت اوراکل را از BBB به BBB- کاهش داد------- پایین‌ترین سطح در رتبه‌بندی‌های سرمایه‌گذاری و بعدی به سطح سفته‌بازی.

بنابراین، در حالی که هر دو شرکت در حال هزینه کردن برای هوش مصنوعی هستند، Alphabet بیشتر در حال استفاده از ترازنامه خود است، در حالی که اوراکل در حال چالش ترازنامه است و این نیز چارچوب مشاهده‌ای است که باید در مرحله بعدی بازار هوش مصنوعی دوباره ایجاد شود.

قبلاً بازار بیشتر بر روی رشد درآمد هوش مصنوعی، رشد سفارشات و رشد کسب‌وکار ابری تمرکز داشت، اما در آینده باید چند سؤال دیگر اضافه شود، مانند اینکه برای به دست آوردن این رشد، شرکت چقدر هزینه کرده است؟ برای هر 1 دلار درآمد، چقدر هزینه سرمایه‌ای نیاز است؟ چه مقدار جریان نقدی آزاد باقی مانده است؟ چه مقدار باید وام بگیرد؟ وقتی هزینه‌های بهره، استهلاک و هزینه‌های اجاره به صورت سود و زیان وارد می‌شوند، در نهایت چه مقدار سود باقی می‌ماند؟

در نهایت، آنچه واقعاً ارزش‌گذاری را تعیین می‌کند، تنها رشد نیست، بلکه کارایی سرمایه رشد است.

3. تغییرات مهم‌تر از انتشار اوراق قرضه: هوش مصنوعی در حال تبدیل شدن به یک دارایی مالی است

اگر بگوییم که انتشار اوراق قرضه توسط Alphabet، Amazon و Meta تنها تغییر در روش تأمین مالی است، پس اقدام اخیر انویدیا این موضوع را یک قدم جلوتر می‌برد.

در 10 اوت، انویدیا اعلام کرد که با Apollo، BlackRock، Blackstone، Brookfield، گلدمن ساکس و KKR همکاری استراتژیک برقرار کرده و امیدوار است یک پلتفرم تأمین مالی محاسباتی مستقل تأسیس کند که به مدت طولانی بیش از 500 میلیارد دلار سرمایه شخص ثالث را به زیرساخت‌های هوش مصنوعی جذب کند.

انویدیا خود حق انتخاب برای ارائه حداکثر 25 درصد، یعنی حداکثر 125 میلیارد دلار backstop را دارد، اما در حال حاضر مقادیر و زمان‌های خاص سرمایه‌گذاری هنوز اعلام نشده است.

واقعاً قابل توجه است که انویدیا چگونه این مدل را تعریف می‌کند. در بیانیه رسمی، انویدیا به طور مستقیم محاسبات هوش مصنوعی و کارخانه هوش مصنوعی را به عنوان یک «دسته دارایی قابل سرمایه‌گذاری» جدید توصیف کرده است.

منطق در واقع پیچیده نیست. در گذشته، اگر یک Neocloud نیاز به خرید GPU به ارزش چند میلیارد دلار داشت، ابتدا باید خود را به مقدار زیادی سرمایه برساند. در آینده، این ساختار ممکن است به طور فزاینده‌ای شبیه تأمین مالی زیرساخت‌های سنتی شود، به عنوان مثال، مراکز داده و GPU به عنوان دارایی شکل می‌گیرند، مشتریان به طور طولانی مدت قدرت محاسباتی را اجاره می‌کنند و مؤسسات مانند Apollo، BlackRock و KKR سرمایه بلندمدت را تأمین می‌کنند و پروژه‌ها سپس با درآمد محاسباتی آینده هزینه‌های تأمین مالی را بازپرداخت می‌کنند.

بنابراین، GPU دیگر فقط یک تراشه‌ای نیست که پس از فروش تمام شود، بلکه یک مجموعه کامل از کارخانه هوش مصنوعی که از GPU، مراکز داده، برق و قراردادهای محاسباتی بلندمدت تشکیل شده است، شروع به بسته‌بندی به عنوان یک دارایی زیرساختی می‌کند که می‌تواند جریان نقدی بلندمدت تولید کند و توسط بازار سرمایه قیمت‌گذاری و تأمین مالی شود.

این موضوع از اهمیت زیادی برخوردار است.

زیرا به محض اینکه زیرساخت‌های هوش مصنوعی بتوانند به محدوده سرمایه‌گذاری صندوق‌های بازنشستگی، سرمایه‌های بیمه، اعتبار خصوصی، صندوق‌های زیرساخت و مؤسسات مدیریت دارایی وارد شوند، استخر سرمایه‌ای که هوش مصنوعی می‌تواند به آن دسترسی پیدا کند، دیگر محدود به نقدینگی شرکت‌های فناوری نخواهد بود.

این ممکن است باعث شود که این دور ساخت زیرساخت‌های هوش مصنوعی بیشتر از آنچه بازار تصور می‌کند، ادامه یابد.

اما در عین حال، این نیز شکل ریسک را تغییر خواهد داد. به هر حال، بزرگ‌ترین ریسک در مرحله اول چرخه هوش مصنوعی این است که هیچ‌کس از هوش مصنوعی استفاده نمی‌کند، اما در مرحله دوم ممکن است نگران‌کننده‌تر این باشد که هوش مصنوعی به وضوح مورد استفاده قرار می‌گیرد، اما قیمت قدرت محاسباتی به سرعت کاهش می‌یابد و رشد درآمد از بدهی، استهلاک و هزینه‌های تأمین مالی عقب می‌ماند.

به ویژه زمانی که سرعت به‌روزرسانی GPU هنوز بسیار سریع است، مدل‌های بازگشت سرمایه‌ای که امروز بر اساس دوره‌های پنج ساله یا حتی طولانی‌تر طراحی شده‌اند، باید بر اساس یک فرضیه مهم بنا شوند، یعنی در سال‌های آینده، این دستگاه‌ها هنوز باید نرخ استفاده و ارزش اقتصادی کافی را حفظ کنند.

این نیز متغیر جدیدی است که صنعت هوش مصنوعی باید با ورود واقعی سرمایه مالی به آن مواجه شود.

علاوه بر این، یک تعهد سرمایه‌ای دیگر نیز وجود دارد که ممکن است به راحتی نادیده گرفته شود.

بر اساس آمار رویترز از اسناد شرکت‌ها، Microsoft، Meta، Oracle، Amazon و Alphabet حدود 1.09 تریلیون دلار تعهدات پرداخت اجاره آینده را فاش کرده‌اند که هنوز آغاز نشده است، که شامل Microsoft حدود 329.1 میلیارد دلار، Meta حدود 279 میلیارد دلار، Oracle حدود 260 میلیارد دلار، Amazon حدود 137.2 میلیارد دلار و Alphabet حدود 85.2 میلیارد دلار است؛ Meta همچنین در ماه ژوئیه توافق جدید اجاره مرکز داده به ارزش 68 میلیارد دلار را امضا کرده و مقیاس شناخته شده فعلی را به حدود 1.16 تریلیون دلار افزایش داده است.

البته، این اعداد را نمی‌توان به سادگی به عنوان «شرکت‌های فناوری 1.16 تریلیون دلار بدهکار هستند» تفسیر کرد. بسیاری از قراردادها چندین سال را در بر می‌گیرند و هنوز به طور رسمی آغاز نشده‌اند، بنابراین در حال حاضر تماماً به عنوان بدهی اجاره‌ای در ترازنامه وارد نشده‌اند؛ افشای مربوط به آمازون همچنین شامل انبارها، دفاتر، هواپیماها و وسایل نقلیه است و تماماً متعلق به مراکز داده هوش مصنوعی نیست.

اما این هنوز یک موضوع مهم را فاش می‌کند، که بخشی از سرمایه‌گذاری‌های زیرساخت‌های هوش مصنوعی در سال‌های آینده در واقع از قبل قفل شده است، به شرطی که تقاضای قدرت محاسباتی ادامه یابد، این تعهدات پایه‌ای برای رشد درآمد آینده هستند، اما اگر کارایی مدل به سرعت افزایش یابد، قیمت واحد قدرت محاسباتی به طور مداوم کاهش یابد، یا سرعت تجاری‌سازی هوش مصنوعی کمتر از حد انتظار باشد، آنگاه ظرفیت بلندمدت قفل شده امروز ممکن است به هزینه‌های ثابت که به سرعت نمی‌توان کاهش داد، تبدیل شود.

و این، بزرگ‌ترین تفاوت بین چرخه تأمین مالی هوش مصنوعی و چرخه فناوری صرف است.

نوشتن در آخر

اکنون هنوز دشوار است که این تغییرات را به سادگی به عنوان سیگنال‌های منفی تفسیر کنیم.

برعکس.

ورود بازار اوراق قرضه، اعتبار خصوصی، صندوق‌های بازنشستگی، سرمایه‌های بیمه و مؤسسات مدیریت دارایی جهانی، احتمالاً به گسترش بیشتر مقیاس سرمایه‌ای که هوش مصنوعی می‌تواند به آن دسترسی پیدا کند، کمک خواهد کرد و اجازه می‌دهد این دور ساخت زیرساخت‌ها بیشتر از آنچه تصور می‌شود، ادامه یابد.

تا 12 اوت، بازار سهام ایالات متحده هنوز از اوج تاریخی خود فاصله چندانی ندارد. پس از گزارش مالی اخیر، آمازون به دلیل رشد 37 درصدی AWS در یک زمان پس از ساعت کاری نزدیک به 9 درصد افزایش یافت؛ Microsoft پس از اثبات رشد کسب‌وکار ابری و توانایی تولید نقدینگی، نیز پاداش قابل توجهی از بازار دریافت کرد؛ در همین حال، Alphabet پس از اعلام ادامه افزایش CapEx تحت فشار قرار گرفت و Meta پس از کاهش 91 درصدی جریان نقدی آزاد با فروش مواجه شد.

بازار شروع به رد سرمایه‌گذاری در هوش مصنوعی نکرده است، بلکه به تدریج از «معامله تقاضا» ساده به «معامله بازده سرمایه» سخت‌تر وارد می‌شود:

• مرحله اول، رقابت بر سر این است که چه کسی جرات هزینه کردن را دارد؛
• مرحله دوم، رقابت بر سر این است که چه کسی می‌تواند با هزینه سرمایه کمتری قدرت محاسباتی بیشتری به دست آورد و هر دلار سرمایه‌گذاری شده را به اندازه کافی جریان نقدی تولید کند؛

و زمانی که هوش مصنوعی از هزینه‌های سرمایه‌ای شرکت‌های فناوری به دارایی‌هایی تبدیل می‌شود که وال استریت می‌تواند خریداری، تأمین مالی و قیمت‌گذاری کند، سؤالی که این رقابت واقعاً باید به آن پاسخ دهد، دیر یا زود به این تبدیل خواهد شد که «چه کسی واقعاً می‌تواند چیزی بسازد که در نهایت واقعاً سودآور باشد؟»

و این ممکن است نقطه عطف واقعی باشد که در یک یا دو سال آینده، فاصله ارزش‌گذاری Google، Amazon، Meta، Oracle، CoreWeave و حتی انویدیا را تعیین می‌کند.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.