كيف يعيد اقتراض الذكاء الاصطناعي تشكيل أسواق الائتمان؟

• Amazon: نحو 53 مليار دولار من الديون، بينها طرح سندات أميركية بقيمة 37 مليار دولار وأكثر من 16 مليار دولار من السندات المقومة باليورو.
• Alphabet: نحو 20 مليار دولار من السندات.
• Oracle: نحو 25 مليار دولار لتمويل توسعها في الذكاء الاصطناعي.

لكن هذه الأرقام ليست ترتيبًا نهائيًا ثابتًا؛ إذ تختلف بحسب تاريخ القطع وما إذا كانت البيانات تحتسب عقود الإيجار، واتفاقات الائتمان الخاص، والمشروعات المشتركة، وهياكل تمويل المشاريع. لذلك ينبغي التعامل معها بوصفها لقطات زمنية لا مقارنة نهائية موحدة.

لماذا تقترض شركات تملك سيولة ضخمة؟

تكمن المفارقة في أن هذه الشركات اعتمدت تاريخيًا بدرجة كبيرة على التدفقات النقدية الداخلية. غير أن بناء البنية التحتية للذكاء الاصطناعي يتطلب إنفاقًا متزامنًا على معالجات متقدمة، ومعدات شبكات، وأراضٍ، ومبانٍ لمراكز البيانات، وأنظمة تبريد، ومصادر كهرباء.

وتأتي هذه التكاليف مقدمًا، في وقت لا تزال فيه الإيرادات المستقبلية من خدمات الذكاء الاصطناعي غير مؤكدة بالكامل. ووفق Reuters، يُتوقع أن يتجاوز إجمالي إنفاق شركات التكنولوجيا 730 مليار دولار في 2026، ارتفاعًا من تقدير سابق عند نحو 700 مليار دولار.

يمنح الاقتراض الشركات القدرة على بدء الإنشاءات وحجز الطاقة والقدرات الحاسوبية قبل تحقق الإيرادات المستقبلية. كما توسّع عقود الإيجار، والتمويل الخاص، وصناديق البنية التحتية، والمشروعات المشتركة قاعدة التمويل المتاحة.

لكن المقابل هو نقل جزء أكبر من مخاطر التنفيذ من الأرصدة النقدية للشركات إلى حملة السندات والمقرضين والمستثمرين في المشاريع.

كيف تغيرت أسواق الائتمان؟

الأثر المباشر هو زيادة كبيرة في المعروض من الديون طويلة الأجل ذات التصنيف الاستثماري. ومع طرح شركات التكنولوجيا مزيدًا من السندات، أصبح المستثمرون أكثر انتقائية في تحديد الكمية التي يمكنهم استيعابها والسعر الذي يطلبونه مقابل ذلك.

وأفادت Reuters بأن كبار المصدرين اضطروا إلى الاقتراض بعوائد أعلى تدريجيًا مع تراجع قوة الطلب. ويمكن أن يؤدي تدفق ديون التكنولوجيا إلى:

• رفع العوائد المطلوبة؛
• توسيع فروق الائتمان؛
• زيادة الخصومات أو الحوافز في الإصدارات الجديدة؛
• رفع تكاليف إعادة التمويل؛
• زيادة اللجوء إلى السندات بعملات غير الدولار أو إلى الائتمان الخاص والتمويل خارج الميزانية.

أما التأثير في سوق سندات الخزانة الأميركية فهو غير مباشر. فالإصدارات الكثيفة للشركات تزيد المنافسة على رؤوس الأموال طويلة الأجل، وقد تضيف ضغطًا على العوائد طويلة الأجل، لكن عوائد الخزانة تظل مرتبطة أساسًا بالظروف الاقتصادية الكلية، وتوقعات التضخم، والسياسة النقدية، وحجم الإصدارات الحكومية. لذلك يمثل اقتراض الذكاء الاصطناعي مصدرًا إضافيًا للطلب على التمويل طويل الأجل، وليس تفسيرًا مستقلًا لتحركات سوق الخزانة.

وأشار بنك التسويات الدولية أيضًا إلى الارتفاع الحاد في إصدارات السندات من شركات الحوسبة السحابية العملاقة، وإلى أن جزءًا كبيرًا من الاقتراض طويل الأجل. كما ارتفعت فروق عقود مبادلة مخاطر الائتمان، خصوصًا لدى الشركات ذات التصنيفات الأقل، مع تساؤل المستثمرين عن العوائد النهائية لهذه المشاريع.

NVIDIA تفتح قناة تمويل ثانية

أعلنت NVIDIA في أغسطس شراكات مع Apollo وBlackRock وBlackstone وBrookfield وGoldman Sachs وKKR، بهدف إنشاء منصات مستقلة لتمويل القدرات الحاسوبية يمكنها تعبئة أكثر من 500 مليار دولار من رأس المال الخارجي مع مرور الوقت.

ويختلف هذا النموذج عن إصدار NVIDIA أو إحدى شركات الحوسبة السحابية سندات مؤسسية جديدة فحسب. فهو يهدف إلى تمكين المستثمرين الخارجيين من تمويل مراكز البيانات، والبنية التحتية للطاقة، ومصانع الذكاء الاصطناعي، ومعدات NVIDIA عبر تجمعات رأسمالية مخصصة.

وتصف الشركة الخطوة بأنها محاولة لتحويل الحوسبة والبنية التحتية المتكاملة للذكاء الاصطناعي إلى فئة أصول قابلة للاستثمار.

إذا نجح النموذج، فقد يقلل حجم البنية التحتية التي يتعين على الشركات فائقة التوسع إبقاؤها مباشرة في ميزانياتها. كما يمكن أن يربط مشاريع الذكاء الاصطناعي بصناديق الأسهم الخاصة، والائتمان الخاص، والبنية التحتية، وتمويل المشاريع.

لكن نقل الأصول بعيدًا عن الشركة الأم لا يلغي المخاطر؛ بل يغيّر هوية مالك الأصول، والجهة التي تقرض مقابلها، والطرف الذي يتحمل الخسائر إذا جاء معدل الاستخدام أو الإيرادات دون التوقعات.

المخاطر التي يراقبها المستثمرون

1. ارتفاع الفائدة طويلة الأجل

تؤدي زيادة عوائد سندات الخزانة طويلة الأجل إلى رفع التكلفة الإجمالية للسندات المؤسسية، وعقود الإيجار، وديون المشاريع. كما تقلل القيمة الحالية للتدفقات النقدية البعيدة التي يُفترض أن تحققها مشاريع الذكاء الاصطناعي.

وقد يبدو نموذج معين جذابًا عندما يكون التمويل رخيصًا، لكنه يصبح أقل إقناعًا عندما يتعين على المشروع تحمل أعباء فائدة أعلى.

2. احتمال تأخر الإيرادات عن الالتزامات

غالبًا ما يُرتب تمويل البنية التحتية قبل سنوات من وصول المنشأة إلى كامل طاقتها التشغيلية. وهنا ينشأ خطر زمني واضح: تبدأ خدمة الدين وفق جدول ثابت، بينما قد يتطور الطلب على القدرة الحاسوبية وإيرادات منتجات الذكاء الاصطناعي بوتيرة أبطأ.

لذلك لا يتمثل السؤال الرئيسي في قدرة الشركات الكبرى على الاقتراض؛ فكثير منها لا يزال يتمتع بقدرة مالية كبيرة. السؤال الأهم هو: هل ينمو الاقتراض الإجمالي بوتيرة أسرع من الطلب المستدام وتوليد النقد من خدمات الذكاء الاصطناعي؟

3. Oracle مثال على تحول مخاوف الائتمان إلى مشكلة خاصة بشركة

أصبحت Oracle حالة تراقبها الأسواق عن كثب لأنها تمول توسعًا قويًا في الذكاء الاصطناعي، مع حساسية أكبر للرفع المالي وظروف إعادة التمويل مقارنة ببعض منافسيها الأكثر امتلاءً بالنقد.

وقد تحدثت تقارير عن اتساع ملحوظ في فروق عقود مبادلة مخاطر الائتمان الخاصة بـOracle، رغم اختلاف المستويات الدقيقة بحسب المصدر وتاريخ القياس.

ولا يعني اتساع هذه الفروق أن التخلف عن السداد وشيك؛ بل يشير إلى ارتفاع تكلفة التأمين على ديون الشركة، وإلى أن المستثمرين يطلبون تعويضًا أكبر عن المخاطر الائتمانية التي يرونها.

4. وحدات معالجة الرسوميات تخلق فجوة بين الأصول والديون

قد تفقد معدات الذكاء الاصطناعي قيمتها الاقتصادية بسرعة أكبر من آجال السندات أو قروض البنية التحتية التي موّلت شراءها. فإذا جعلت أجيال جديدة من المعالجات وحدات الرسوميات الحالية أقل تنافسية، أو تراجع معدل استخدامها، فقد تنخفض قيمة الضمانات بينما يبقى الدين قائمًا.

وهذا يختلف عن تمويل العقارات التقليدي: فقد تظل مباني مراكز البيانات صالحة للاستخدام سنوات طويلة، لكن المعدات الحاسوبية الموجودة داخلها قد تواجه تقادمًا تقنيًا سريعًا.

5. الاعتماد على عدد محدود من المستأجرين

قد تنكشف هياكل تمويل مراكز البيانات والمشاريع أمام مجموعة صغيرة من العملاء الكبار. ويمكن لتباطؤ الإنفاق، أو إعادة التفاوض على العقود، أو ضعف الطلب على خدمات السحابة من أحد العملاء الرئيسيين أن يؤثر في عدة مشاريع في الوقت نفسه، خصوصًا عندما تكون المنشآت مصممة لأحمال ذكاء اصطناعي متخصصة.

6. قدرة سوق الائتمان قد تصبح عنق الزجاجة

قد تتمكن أكبر شركات التكنولوجيا من إضافة مزيد من الديون دون فقدان تصنيفها الاستثماري فورًا. لكن قدرة سوق السندات على استيعاب هذا الحجم من الديون بأسعار مواتية ليست بلا حدود.

وأشارت أبحاث Goldman Sachs الواردة في التقارير إلى فجوة محتملة بين حجم الدين الذي تستطيع الشركات فائقة التوسع تحمله، وحجم الديون المقومة بالدولار الذي يستطيع سوق السندات ذات التصنيف الاستثماري استيعابه بشكل مريح.

ويساعد ذلك في تفسير التوسع في قنوات بديلة، مثل السندات باليورو والعملات الأجنبية الأخرى، والائتمان الخاص ذي التصنيف الاستثماري، وصناديق البنية التحتية، وعقود الإيجار، وسندات المشاريع المشتركة.

وتنوع هذه القنوات مصادر التمويل، لكنه قد يجعل قياس مستوى الرفع المالي الحقيقي أكثر صعوبة عبر منظومة الذكاء الاصطناعي بأكملها.

الخلاصة

غيّرت موجة الاقتراض نموذج تمويل توسع الذكاء الاصطناعي. فما بدأ كاستثمار تكنولوجي يُموّل إلى حد كبير من السيولة الداخلية يتحول الآن إلى دورة واسعة في أسواق رأس المال، تشمل السندات العامة، والائتمان الخاص، وصناديق البنية التحتية، وعقود الإيجار، وتمويل المشاريع.

يتمثل الأثر الأقرب في زيادة المعروض من السندات ذات التصنيف الاستثماري، وارتفاع انتقائية مستثمري الدخل الثابت. أما الخطر الأطول أمدًا فهو فجوة بين الأصول والالتزامات: فقد يجري تمويل البنية التحتية والمعدات اليوم على أساس طلب وإيرادات للذكاء الاصطناعي قد تتأخر، أو لا تتحقق بالحجم المتوقع.

والفاصل الحقيقي هو ما إذا كانت هذه الطفرة ستتحول إلى دورة بنية تحتية منتجة أم إلى دورة رفع مالي. يكون الاقتراض مستدامًا إذا ارتفع الاستخدام والتسعير وإيرادات خدمات الذكاء الاصطناعي قبل أن تصبح سرعة تقادم المعدات وتكاليف خدمة الدين عبئًا مقيدًا. أما إذا توسعت القدرات أسرع من الطلب المستدام، فقد تصبح دورة التمويل أكثر هشاشة.