به گزارش سرویس بینالملل جماران، «فایننشالتایمز» در گزارشی به بررسی موج عظیم سرمایهگذاری در زیرساختهای هوش مصنوعی و خطر سرایت بدهی مراکز داده به نظام مالی پرداخت و نوشت: هوش مصنوعی در ظاهر یک فناوری نرمافزاری است، اما رقابت بر سر توسعه آن به یکی از بزرگترین موجهای سرمایهگذاری فیزیکی جهان تبدیل شده است. مدلهای پیشرفته هوش مصنوعی به تراشههای قدرتمند، مراکز داده عظیم، شبکه برق پایدار، تجهیزات خنککننده و حجم بالایی از آب نیاز دارند. به همین دلیل، رقابت میان شرکتهای فناوری دیگر فقط بر سر کیفیت الگوریتمها نیست؛
بلکه به رقابتی برای تصاحب زمین، انرژی، تراشه و منابع مالی تبدیل شده است. براساس گزارش فایننشالتایمز، شرکتهای فناوری تا سال ۲۰۳۰ ممکن است حدود ۷ تریلیون دلار در مراکز داده سرمایهگذاری کنند. بزرگی این رقم بهاندازهای است که حتی شرکتهایی مانند مایکروسافت، آمازون، آلفابت و متا نیز قادر نیستند تمام هزینه آن را از جریان نقدی خود تامین کنند. این چهار ابرشرکت از ابتدای رونق هوش مصنوعی، بیش از ۱.۵ تریلیون دلار قرارداد اجاره مرتبط با مراکز داده امضا کردهاند.
همچنین برآورد میشود سرمایهگذاری مرتبط با هوش مصنوعی در سالهای آینده معادل حدود ۲.۸ درصد تولید اقتصادی آمریکا باشد؛ سهمی حتی بزرگتر از سهم راهآهن در اوج توسعه آن در قرن نوزدهم. وقتی نقدینگی شرکتهای فناوری کافی نیست شرکتهای بزرگ فناوری دهها میلیارد دلار ذخیره نقدی دارند، اما مقیاس سرمایهگذاری مورد نیاز برای مراکز داده از ظرفیت تامین مالی داخلی آنها فراتر رفته است.
به همین دلیل، تقریبا تمام بخشهای بازار مالی برای تامین مالی این موج بسیج شدهاند: بازار اوراق قرضه، بانکها، اعتبار خصوصی، صندوقهای زیرساختی، شرکتهای بیمه، صندوقهای بازنشستگی و حتی سرمایهگذاران خرد. در نگاه اول، این پروژهها سرمایهگذاریهایی نسبتا مطمئن به نظر میرسند. مراکز داده معمولا قراردادهای اجاره بلندمدتی با شرکتهای بزرگی مانند مایکروسافت، گوگل، آمازون و متا دارند. اعتبار بالای این شرکتها باعث میشود وامدهندگان تصور کنند جریان درآمد پروژه برای سالهای طولانی تضمین شده است.
به همین دلیل، بعضی از پروژهها رتبه اعتباری نزدیک به شرکت فناوری مستاجر دریافت کردهاند و با نرخهای بهره نسبتا پایین تامین مالی شدهاند. اما این ظاهر امن میتواند گمراهکننده باشد. در برخی ساختارها، سرمایهگذار مستقیما به داراییهای شرکت فناوری دسترسی ندارد و تنها به درآمدهای شرکت واسطی متکی است که مالک یا ادارهکننده مرکز داده است. اگر قرارداد اجاره پایان یابد، مستاجر تغییر کند یا مرکز داده دیگر از نظر فناوری رقابتی نباشد، اعتبار بالای شرکت فناوری لزوما نمیتواند از سرمایهگذار محافظت کند.
ناهماهنگی میان عمر بدهی و عمر فناوری مهمترین خطر این سرمایهگذاریها، تفاوت میان عمر بلند بدهی و عمر کوتاه فناوری است. ساخت یک مرکز داده با وامها، اوراق و قراردادهایی تامین میشود که ممکن است سررسید آنها به ده سال یا بیشتر برسد. اما تراشههای هوش مصنوعی با سرعت زیادی در حال پیشرفتاند و نسلهای جدید آنها میتوانند تجهیزات قبلی را ظرف چند سال کمارزش کنند. بنابراین یک مرکز داده ممکن است از نظر فیزیکی همچنان پابرجا باشد، اما ارزش اقتصادی تجهیزات داخل آن بهسرعت کاهش یابد.
پرسش اساسی برای وامدهنده این است که اگر تراشههای فعلی قدیمی شوند یا نیاز شرکتها به قدرت پردازشی کاهش یابد، این دارایی در پایان قرارداد اجاره اولیه چه ارزشی خواهد داشت؟ این مسئله زمانی جدیتر میشود که بدهی پروژه تا پایان دوره اولیه اجاره کاملا بازپرداخت نشده باشد. در این صورت، مرکز داده باید مستاجر تازهای پیدا کند یا قرارداد موجود را تمدید کند. اگر در آن زمان عرضه ظرفیت پردازشی بیش از تقاضا باشد، اجارهبها کاهش مییابد و توان بازپرداخت بدهی نیز تضعیف میشود. نشانههایی از حساستر شدن سرمایهگذاران دیده میشود.
شرکت QTS در آوریل برای تامین مالی یکی از مراکز داده خود ۴.۶ میلیارد دلار اوراق منتشر کرد و تقاضا برای خرید آن تقریبا سه برابر حجم عرضه بود. اما بازده اوراق جدید همین شرکت در اوت به بیش از ۷.۲ درصد رسید؛ درحالیکه بازده انتشار قبلی حدود ۵.۷ درصد بود. چنین افزایشی نشان میدهد بازار دیگر صرف حضور شرکتی مانند مایکروسافت را برای نادیده گرفتن ریسکهای ساختاری پروژه کافی نمیداند.
انتقال ریسک به بیرون از ترازنامه شرکتهای فناوری یکی از مهمترین نکات گزارش فایننشالتایمز این است که ریسک مراکز داده بهتدریج از ترازنامه شرکتهای فناوری خارج و میان بخشهای مختلف نظام مالی توزیع میشود. بخشی از پروژهها از طریق شرکتهای با هدف خاص یا همان SPV تامین مالی میشوند. در این ساختار، مرکز داده در یک شرکت حقوقی جداگانه قرار میگیرد و بدهی پروژه مستقیما در ترازنامه شرکت فناوری دیده نمیشود. این روش به شرکتهای فناوری اجازه میدهد سرمایهگذاری عظیمی انجام دهند، بدون آنکه همه بدهی و ریسک آن را مستقیما بر عهده بگیرند.
بانکها نیز پس از اعطای وام، بهدنبال انتقال بخشی از ریسک خود به سرمایهگذاران دیگر میروند. یکی از ابزارهای مورد استفاده «انتقال مصنوعی ریسک» است. در این روش، وام در ترازنامه بانک باقی میماند، اما سرمایهگذار دیگری در برابر دریافت بازده، بخشی از زیان احتمالی آن را تضمین میکند. در نتیجه، ریسک اولیه یک پروژه میتواند از شرکت فناوری به بانک و سپس از بانک به صندوقهای اعتبار خصوصی، شرکتهای بیمه، صندوقهای بازنشستگی یا سایر سرمایهگذاران منتقل شود.
این سازوکار ظرفیت تامین مالی را افزایش میدهد، اما تشخیص اینکه در نهایت چه نهادی زیان را تحمل خواهد کرد دشوارتر میشود. بنابراین مسئله فقط افزایش بدهی شرکتهای فناوری نیست؛ مسئله اصلی، پخش شدن ریسک هوش مصنوعی در سراسر نظام مالی است. هرچه ابزارهای مالی پیچیدهتر شوند، فاصله میان دارایی واقعی و دارنده نهایی ریسک بیشتر خواهد شد. برق، آب و مخالفتهای محلی حتی اگر تقاضا برای هوش مصنوعی مطابق انتظار افزایش یابد، ساخت مراکز داده با محدودیتهای فیزیکی روبهرو است. این مراکز به برق دائمی و مقادیر زیادی آب برای خنککردن تجهیزات نیاز دارند.
در مناطقی که شبکه برق یا منابع آب محدود است، ایجاد یک مرکز داده بزرگ میتواند با منافع خانوارها و صنایع محلی تعارض پیدا کند. براساس نظرسنجی مورد اشاره فایننشالتایمز، هفت نفر از هر ده آمریکایی با ساخت مرکز داده در محل زندگی خود مخالفاند. برخی پروژهها نیز به دلیل اعتراضهای محلی، نگرانیهای محیطزیستی، تاخیر در دریافت مجوز یا اختلاف بر سر تامین برق متوقف یا گرانتر شدهاند. برای وامدهنده، تاخیر در مجوز فقط یک مشکل اداری نیست.
اگر بانک بخشی از منابع را پرداخت کرده باشد اما پروژه نتواند مجوز آب، برق یا ساخت دریافت کند، سرمایه در پروژهای نیمهتمام گرفتار خواهد شد. از طرف دیگر، توسعهدهنده برای گرفتن مجوز و آمادهسازی زمین به سرمایه نیاز دارد. به این ترتیب، یک چرخه دشوار شکل میگیرد: بدون تامین مالی، دریافت مجوز سخت است و بدون مجوز نیز سرمایهگذار حاضر به تامین مالی نیست. شکاف بزرگ در پوشش بیمهای صنعت بیمه میتواند یکی از برندگان رونق مراکز داده باشد، اما ابعاد این پروژهها از ظرفیت متعارف بیمهگران فراتر رفته است.
هزینه ساخت یک مرکز داده بزرگ اکنون ممکن است از ۱۰ میلیارد دلار عبور کند. بیمه چنین داراییهایی در برابر آتشسوزی، بلایای طبیعی، حملات، قطع طولانی برق یا اختلال شبکه، به ظرفیت بسیار بالایی نیاز دارد. بیمهگران با مشکل دیگری نیز مواجهاند: داده تاریخی کافی برای محاسبه احتمال و شدت خسارت در این نسل جدید از مراکز داده وجود ندارد. یک مرکز داده معمولی نیست که خسارت آن فقط به ساختمان محدود شود. توقف فعالیت آن میتواند خدمات دیجیتال، مدلهای هوش مصنوعی و عملیات چندین شرکت را همزمان مختل کند. در نتیجه، یک حادثه میتواند به خسارتی بسیار متمرکز و بزرگ منجر شود.
برای نمونه، تنها بخشی از مرکز داده ۱۴ میلیارد دلاری متا در تگزاس تحت پوشش بیمه قرار گرفته است. بنابراین در صورت وقوع فاجعه، قطع گسترده برق یا طرح دعاوی حقوقی، میلیاردها دلار زیان احتمالی میتواند بدون پوشش باقی بماند. این شکاف بیمهای نهتنها شرکت فناوری، بلکه وامدهندگان و سرمایهگذاران پروژه را نیز در معرض خطر قرار میدهد. اگر نیاز به قدرت پردازشی کمتر از انتظار باشد چه میشود؟ همه این ساختارهای مالی بر یک فرض اساسی بنا شدهاند: تقاضا برای قدرت پردازشی هوش مصنوعی برای سالهای طولانی و با سرعت بالا رشد خواهد کرد.
اگر این فرض درست باشد، مراکز داده میتوانند جریان درآمد پایداری ایجاد کنند و بدهی خود را بازپردازند. اما اگر مدلهای هوش مصنوعی کارآمدتر شوند و با تراشه و انرژی کمتری آموزش ببینند، نیاز به ساخت مراکز داده جدید میتواند کاهش یابد. رقابت شدید میان آمازون، مایکروسافت، آلفابت و متا نیز احتمال ایجاد ظرفیت مازاد را افزایش میدهد؛ زیرا هر شرکت برنامه سرمایهگذاری خود را براساس تقاضای آینده تنظیم میکند، بدون آنکه لزوما ظرفیت در حال ساخت رقبا را بهطور کامل در محاسباتش وارد کند. در چنین سناریویی، ممکن است عرضه قدرت پردازشی از تقاضای واقعی پیشی بگیرد.
مراکز دادهای که با فرض رشد دائمی تقاضا ساخته شدهاند، با کاهش اجارهبها، خالی ماندن ظرفیت یا افت ارزش دارایی مواجه میشوند. برخی تحلیلگران مورد استناد گزارش معتقدند عرضه ظرفیت پردازشی هوش مصنوعی ممکن است پس از سال ۲۰۲۹ از تقاضا عبور کند. این همان نقطهای است که یک رونق فناوری میتواند به مسئلهای مالی تبدیل شود. اگر درآمد پروژهها کمتر از پیشبینی باشد، بدهی همچنان باقی میماند؛ حتی اگر تراشهها قدیمی شده باشند یا مستاجر دیگر به همان میزان ظرفیت نیاز نداشته باشد. آیا با یک حباب تازه روبهرو هستیم؟
شباهتهایی میان موج کنونی و رونق راهآهن در قرن نوزدهم یا گسترش فیبر نوری در دوره حباب داتکام وجود دارد. در هر دو مورد، فناوری پایه واقعا مهم و تحولآفرین بود، اما سرمایهگذاری بیش از اندازه و رقابت برای تصاحب بازار موجب شد ظرفیت بسیار بیشتری از تقاضای کوتاهمدت ساخته شود. ترکیدن یک حباب لزوما به معنای بیارزش بودن فناوری نیست. راهآهن جهان را تغییر داد و اینترنت نیز به زیربنای اقتصاد مدرن تبدیل شد؛ اما بسیاری از شرکتها و سرمایهگذارانی که زیرساختهای اولیه آنها را با بدهی سنگین تامین کردند، زیان دیدند یا ورشکست شدند.
درباره هوش مصنوعی نیز ممکن است هر دو گزاره همزمان درست باشد: هوش مصنوعی میتواند بهرهوری و ساختار اقتصاد را متحول کند، اما بخشی از سرمایهگذاریهای انجامشده در مراکز داده بازده مورد انتظار را ایجاد نکند. از ریسک فناوری تا ریسک نظام مالی مهمترین هشدار گزارش فایننشالتایمز این نیست که هوش مصنوعی شکست خواهد خورد؛ بلکه این است که ساختار تامین مالی آن بهشدت به رشد دائمی تقاضا وابسته شده است. اگر درآمدهای هوش مصنوعی دیرتر از انتظار ظاهر شوند یا نیاز به مراکز داده کاهش یابد، زیان فقط در قیمت سهام شرکتهای فناوری منعکس نخواهد شد.
بانکها ممکن است با افزایش نکول وامها روبهرو شوند، شرکتهای بیمه باید خسارتهای بزرگتری بپردازند، صندوقهای بازنشستگی و اعتبار خصوصی با کاهش ارزش داراییهای خود مواجه میشوند و دولتهای محلی نیز ممکن است از درآمدهای مالیاتی وعدهدادهشده محروم بمانند. در مناطقی که برای جذب مراکز داده تخفیف مالیاتی یا سرمایهگذاری گسترده در شبکه برق انجام شده است، خانوارها نیز میتوانند بخشی از هزینه را از طریق افزایش قبوض برق یا کاهش درآمدهای عمومی تحمل کنند. به این ترتیب، ریسک یک سرمایهگذاری خصوصی ممکن است به اقتصاد محلی و مصرفکنندگان منتقل شود.
پرسش اصلی این نیست که آیا هوش مصنوعی آینده دارد یا خیر. پرسش مهمتر این است که آیا درآمد حاصل از این فناوری پیش از سررسید بدهیها و فرسودهشدن تجهیزات ایجاد خواهد شد؟ همچنین باید پرسید که اگر این پیشبینیها محقق نشوند، مالک نهایی ریسک چه کسی خواهد بود؟ رونق مراکز داده نشان میدهد اقتصاد هوش مصنوعی فقط بر تراشه و الگوریتم بنا نشده است؛ این اقتصاد به شبکهای از بدهی، بیمه، اعتبار خصوصی، صندوقهای بازنشستگی و تعهدات بلندمدت نیز وابسته است. هرچه این شبکه بزرگتر و پیچیدهتر شود، مرز میان ریسک یک صنعت و ریسک کل نظام مالی کمرنگتر خواهد شد.
منبع: جماران
