ديون بنية الذكاء الاصطناعي: اختبار الائتمان الخاص المقبل؟

لم تعد طفرة الذكاء الاصطناعي قصة نماذج وبرمجيات فقط. خلف الواجهات اللامعة توجد بنية مادية باهظة: مراكز بيانات، وحدات معالجة رسوميات GPU، شبكات، تخزين، عتاد وبرمجيات. وتصف Brandywine Global هذا البناء الحاسوبي بأنه منظومة تشمل العتاد والبرمجيات والشبكات والتخزين ومراكز البيانات ووحدات GPU، وتقول إن سباق بناء بنية الذكاء الاصطناعي خلق فرصة تمويل متنامية في أسواق الائتمان، وخصوصاً في الأوراق المالية المدعومة بالأصول .

السؤال العملي ليس فقط: هل يهدأ حماس الذكاء الاصطناعي؟ بل: من يمول البنية التي تُبنى الآن، وبأي نوع من الديون، وكم من هذه المخاطر مرئي للمستثمرين والجهات الرقابية؟ الخلاصة الحذرة هي القلق لا اليقين. فالمصادر المتاحة تظهر تشكّل ائتمان سريعاً، وهياكل تمويل معقدة، وشفافية أضعف من سوق السندات العامة؛ لكنها لا تثبت وحدها أن الخسائر ستكون كبيرة أو مترابطة بما يكفي لإطلاق أزمة نظامية .

كيف تحولت طفرة الذكاء الاصطناعي إلى قصة ديون؟

تاريخياً، كان بوسع عمالقة التكنولوجيا تمويل جزء كبير من توسعهم من التدفقات النقدية التشغيلية. لكن حجم الإنفاق الحالي والمتوقع على الذكاء الاصطناعي يغيّر المعادلة. بنك التسويات الدولية، وهو منتدى مهم للبنوك المركزية، يقول إن احتياجات الاستثمار المرتبطة بالذكاء الاصطناعي أصبحت كبيرة إلى درجة تدفع الشركات إلى الانتقال من التمويل عبر التدفقات النقدية التشغيلية إلى الدين، مع دور متزايد بسرعة للائتمان الخاص .

وتضيف Apollo زاوية مهمة: أرقام إصدارات الديون العامة لشركات الحوسبة السحابية العملاقة لا تكشف الصورة كاملة، لأنها تستبعد تمويلات خاصة كبيرة تُستخدم لبناء بنية تحتية لهذه الشركات خارج أسواق السندات التقليدية . بمعنى آخر، الرقم الظاهر في سوق السندات قد لا يعكس كل الرفع المالي المتراكم خلف مراكز البيانات المخصصة للذكاء الاصطناعي.

لماذا الائتمان الخاص هو نقطة الضغط؟

المقصود بالائتمان الخاص هنا هو التمويل الذي يجري غالباً عبر صناديق أو مقرضين غير مصرفيين أو ترتيبات ثنائية، لا عبر سندات عامة متداولة أمام الجميع. هذا النوع من التمويل قد يكون مناسباً لمشروعات كبيرة ومفصلة حسب الحاجة، لكنه يجعل قياس التعرض الكلي أصعب على المستثمرين الخارجيين.

بحسب Quinn Emanuel، استخدمت شركات التكنولوجيا سندات الشركات، والائتمان الخاص، وكيانات ذات غرض خاص خارج الميزانية لسد فجوة تمويل بنية الذكاء الاصطناعي، مع نقل أكثر من 120 مليار دولار من إنفاق مراكز البيانات خارج الميزانيات خلال أقل من عامين . وتحدد الدراسة نفسها قروضاً مباشرة، وهياكل SPV، وتوريقات، وتمويلات مضمونة بوحدات GPU ضمن الأدوات المرتبطة بطفرة مراكز بيانات الذكاء الاصطناعي .

هذه الأدوات ليست سيئة في ذاتها. فهي قد تكون جزءاً مشروعاً من تمويل المشاريع الكبرى. لكن المشكلة أنها تصعّب الإجابة عن ثلاثة أسئلة أساسية: من يتحمل المخاطر في النهاية؟ ما القيمة الحقيقية للضمانات إذا تعثر المقترض؟ وكم من خدمة الدين يعتمد على إيرادات مستقبلية للذكاء الاصطناعي لا على تدفقات نقدية قائمة؟

الفجوة الحرجة: إنفاق اليوم وإيرادات الغد

أوضح موضع للخطر هو التوقيت. تقدير Quinn Emanuel يضع إيرادات الذكاء الاصطناعي عند نحو 60 مليار دولار في 2025، مقابل نحو 400 مليار دولار من الإنفاق الرأسمالي . كما تشير Cresset إلى اتساع الفجوة بين الإنفاق الرأسمالي على الذكاء الاصطناعي والإيرادات المحققة، وتقول إن الائتمان الخاص يموّل جزءاً متزايداً من نمو الذكاء الاصطناعي اعتماداً على إيرادات متوقعة لا على أصول صلبة .

هذا لا يعني أن الاستثمار سيفشل. لكنه يعني أن سداد الديون قد يعتمد على افتراضات لم تثبت بالكامل بعد: ارتفاع استخدام مراكز البيانات، قدرة الشركات على تسعير خدمات الذكاء الاصطناعي، استمرار الطلب على الحوسبة، وبقاء أسواق إعادة التمويل مفتوحة. وإذا كان التسعير الائتماني مبنياً على أن كل هذه العوامل ستتحسن بسلاسة، فقد يكفي تباطؤ متوسط لفرض إعادة تقييم قاسية.

الهياكل التي تستحق التدقيق

ليست كل ديون بنية الذكاء الاصطناعي هشة. أكثر المناطق حساسية هي تلك التي يعتمد فيها السداد على التوقعات أو قيم الضمانات أو دعم الشركة الراعية، أكثر من اعتماده على تدفقات نقدية تعاقدية ومتينة.

• كيانات SPV خارج الميزانية. يمكن للكيان ذي الغرض الخاص أن يعزل مخاطر مشروع محدد، لكنه قد يجعل تعرض الشركة الراعية أقل وضوحاً. وتشير Apollo إلى هيكل Beignet التابع لميتا بوصفه كياناً ذا غرض خاص لتمويل سعات مخصصة لمراكز البيانات، بينما تضع Quinn Emanuel الكيانات خارج الميزانية ضمن مزيج تمويل مراكز بيانات الذكاء الاصطناعي .
• التمويلات المضمونة بوحدات GPU أو المعدات. تحدد Quinn Emanuel التمويلات المضمونة بوحدات GPU ضمن الهياكل المستخدمة في هذا المجال . وإذا تعثر المقترض، فقد تعتمد قيمة الاسترداد على ما إذا كانت المعدات ما زالت ذات قيمة اقتصادية وقابلة للبيع أو إعادة التمويل.
• التوريقات والأوراق المالية المدعومة بالأصول. تقول Brandywine إن بنية الذكاء الاصطناعي أصبحت فرصة في أسواق الائتمان، وخصوصاً في الأوراق المالية المدعومة بالأصول، بينما تحدد Quinn Emanuel التوريقات ضمن أدوات تمويل مراكز بيانات الذكاء الاصطناعي .
• عقارات مراكز البيانات وتمويل المشاريع. يقول بنك الاحتياطي الفيدرالي في شيكاغو إن الذكاء الاصطناعي دخل تعرضات البنوك للعقارات التجارية أساساً عبر الاستثمارات في مراكز البيانات . كما يصف سيناريو مخاطر قصوى قد يؤدي فيه الضغط على مقترضي برمجيات الذكاء الاصطناعي إلى خفض الاستثمار، مع آثار لاحقة على مراكز البيانات وشركات الطاقة ومصنّعي أشباه الموصلات .
• الرفع المالي خارج البنوك وهشاشة التمويل. تقرير سوقي يلخص رؤية S&P Global Ratings للسيولة في 2026 يشير إلى صعود الائتمان الخاص كمصدر تمويل مهم، ويقول إن محدودية الشفافية والاعتماد على التمويل قصير الأجل لدى مؤسسات مالية غير مصرفية عالية الرفع قد يشكلان مصدراً للهشاشة المالية .

كيف يمكن أن تنتقل الضغوط؟

لا يحتاج سيناريو الضغط إلى اختفاء الطلب على الذكاء الاصطناعي. قد يبدأ الأمر ببساطة إذا استمر الإنفاق الرأسمالي في تجاوز الإيرادات المحققة، ما يدفع المقرضين إلى مراجعة افتراضات استخدام مراكز البيانات، وقيم الضمانات، وشروط إعادة تمويل مراكز البيانات ووحدات GPU .

هنا تصبح الشفافية هي قناة العدوى. فإذا كانت إصدارات الديون العامة لا تشمل تمويلات خاصة كبيرة، فقد لا يمتلك السوق رؤية واضحة لحجم الرفع المالي المرتبط بالذكاء الاصطناعي إلا عند حلول آجال إعادة التمويل، أو عند اضطرار الشركات الراعية إلى ضخ أموال إضافية، أو عند ظهور حالات تعثر .

والبنوك ليست خارج الصورة. فسيناريو بنك الاحتياطي الفيدرالي في شيكاغو يربط الضغط على مقترضي برمجيات الذكاء الاصطناعي، خصوصاً الأقل تصنيفاً، بتراجع الاستثمار وآثار لاحقة على مراكز البيانات والطاقة وأشباه الموصلات .

لماذا لا يعني ذلك أزمة مالية حتمية؟

المعطيات الحالية تدعو إلى اليقظة، لا إلى إعلان أزمة مسبقة. بنك التسويات الدولية يرصد انتقالاً من التدفقات النقدية إلى الدين، وApollo تحذر من أن الإصدارات العامة لا تعكس كل تشكل الائتمان المرتبط بالذكاء الاصطناعي، وQuinn Emanuel تحدد هياكل تمويل معقدة مرتبطة بمراكز البيانات . لكن هذه الحقائق لا تكفي وحدها لإثبات أن التعرضات كبيرة ومتشابكة بما يكفي لتهديد النظام المالي الأوسع.

الفاصل الحقيقي هو جودة الاكتتاب. الدين المدعوم بتدفقات نقدية متينة ورعاة أقوياء يختلف عن دين مبني أساساً على إيرادات ذكاء اصطناعي متوقعة، وقيم ضمانات مفترضة، وسهولة مستمرة في إعادة التمويل. لذلك تبدو ملاحظة Cresset حول تمويل بعض نمو الذكاء الاصطناعي اعتماداً على إيرادات متوقعة لا على أصول صلبة بمثابة خط فاصل مهم .

إشارات الإنذار التي ينبغي مراقبتها

• استمرار تجاوز الإنفاق الرأسمالي على الذكاء الاصطناعي للإيرادات المحققة منه .
• زيادة حصة الاستثمار في الذكاء الاصطناعي الممولة بالدين والائتمان الخاص بدلاً من التدفقات النقدية التشغيلية .
• توسع القروض الخاصة وتمويلات SPV خارج أسواق السندات العامة .
• نمو القروض المباشرة، والتوريقات، والأوراق المالية المدعومة بالأصول، والتمويلات المضمونة بوحدات GPU المرتبطة ببنية الذكاء الاصطناعي .
• الاعتماد في الاكتتاب على إيرادات ذكاء اصطناعي متوقعة بدلاً من أصول صلبة أو تدفقات قائمة .
• ارتفاع تعرض البنوك لعقارات مراكز البيانات، واحتمال ظهور آثار لاحقة في تمويل الطاقة أو أشباه الموصلات .
• زيادة استخدام الرفع المالي أو التمويل قصير الأجل لدى مؤسسات مالية غير مصرفية ذات شفافية محدودة .

الخلاصة

ديون بنية الذكاء الاصطناعي مرشح جدي ليكون اختباراً مهماً للائتمان الخاص. الخطر ليس أن يخفت الحماس للذكاء الاصطناعي فقط، بل أن أصولاً طويلة العمر مثل مراكز البيانات والبنية الحاسوبية تُموَّل عبر هياكل دين معتمة قبل أن تثبت قاعدة الإيرادات قدرتها على حمل هذا الحجم من الإنفاق .

لذلك فالموقف الأنسب هو الحذر لا الذعر. إذا نما استخدام الذكاء الاصطناعي وتحولت الخدمات إلى إيرادات كافية، فقد تصمد صفقات كثيرة. أما إذا جاءت الإيرادات أبطأ من المتوقع، فمن المرجح أن تظهر الضغوط أولاً في القروض الخاصة، وكيانات SPV، والتوريقات، والتمويلات المضمونة بوحدات GPU، وتمويل مراكز البيانات؛ أي في الأماكن التي تكون فيها رؤية السوق أضعف.