AI की दौड़ में खरबों डॉलर: क्या बिग टेक का खर्च क्रेडिट बाजार को झटका दे सकता है?

एक तिमाही में नकारात्मक फ्री कैश फ्लो दिवालियापन का प्रमाण नहीं है। लेकिन अगर लगातार नकदी घाटा बना रहता है, तो कंपनियों को नकद भंडार, बॉन्ड, शेयर जारी करने, लीज और लंबी अवधि की संविदात्मक प्रतिबद्धताओं पर अधिक निर्भर रहना पड़ सकता है। यहीं से जोखिम सामान्य टेक्नोलॉजी निवेश चक्र से आगे बढ़कर वित्तपोषण चक्र बन जाता है।

AI इंफ्रास्ट्रक्चर में आर्थिक असंतुलन

AI इंफ्रास्ट्रक्चर में ऐसे परिसंपत्तियों का मेल है, जिनकी आर्थिक उम्र बहुत अलग-अलग होती है:

• GPU और अन्य उपकरण तेजी से पुराना हो सकते हैं। नई पीढ़ी के सिस्टम बेहतर प्रदर्शन या कम लागत देने लगें तो पुराने उपकरणों का मूल्य जल्दी गिर सकता है।
• डेटा सेंटर और बिजली का इंफ्रास्ट्रक्चर लंबे समय तक चलता है, महंगा होता है और इसे किसी दूसरे उपयोग में लगाना आसान नहीं होता।
• क्लाउड की कीमतों पर प्रतिस्पर्धा बढ़ सकती है, क्योंकि कई प्रदाता एक साथ क्षमता बढ़ा रहे हैं।
• निर्माण, उपकरण और बिजली से जुड़ी प्रतिबद्धताएं बनी रह सकती हैं, भले ही कोई ग्राहक अपना विस्तार धीमा कर दे।

अगर AI की मांग उम्मीद से कम रहती है, तो हाइपरस्केलर नए कैपिटल एक्सपेंडिचर को घटा सकता है। लेकिन निर्माणाधीन सुविधाएं, पहले से दिए गए उपकरण ऑर्डर, हस्ताक्षरित लीज या जुटाया गया प्रोजेक्ट कर्ज अपने-आप खत्म नहीं होते। ऐसे में शुरुआती नुकसान सबसे बड़ी टेक कंपनी के बजाय डेटा सेंटर मालिकों, इंफ्रास्ट्रक्चर कंपनियों और उनके वित्तपोषकों पर पड़ सकता है।

ऑफ-बैलेंस-शीट वित्तपोषण जोखिम को दूसरी जगह पहुंचा सकता है

यह निर्माण अभियान कॉरपोरेट कर्ज, लीज, जॉइंट वेंचर, प्रोजेक्ट इकाइयों, गारंटी और तीसरे पक्ष की पूंजी के मिश्रण से वित्तपोषित हो रहा है। Bank for International Settlements (BIS) ने ऐसी संरचनाओं का वर्णन किया है, जिनमें एक विशेष प्रयोजन इकाई डेटा सेंटर बनाती या खरीदती है, कर्ज जुटाती है और किसी हाइपरस्केलर की लंबी अवधि की लीज या क्षमता-प्रतिबद्धता पर निर्भर रहती है।

आर्थिक रूप से ये संरचनाएं हाइपरस्केलर से जुड़ी हो सकती हैं, भले ही संबंधित उधारी सामान्य कॉरपोरेट कर्ज के रूप में उसकी बैलेंस शीट पर दिखाई न दे। Moody’s के एक जुलाई अपडेट के हवाले से दी गई रिपोर्ट के अनुसार Amazon, Alphabet, Meta, Microsoft, Oracle और CoreWeave की डेटा सेंटर लीज प्रतिबद्धताएं करीब $1.2 ट्रिलियन हैं। इनमें $820 अरब से अधिक ऐसी सुविधाओं से जुड़ा है जो अभी निर्माणाधीन हैं।

इसीलिए AI से जुड़ी “छिपी” देनदारियों के अनुमानों को सावधानी से समझना चाहिए। $3 ट्रिलियन जैसा कुल आंकड़ा लीज, खरीद प्रतिबद्धता, गारंटी और अन्य संविदात्मक जोखिमों के अलग-अलग संयोजन को शामिल कर सकता है; इसे सीधे रिपोर्ट किए गए कर्ज के बराबर नहीं माना जा सकता। फिर भी व्यापक निष्कर्ष स्पष्ट है: बैलेंस शीट पर दिखने वाला कर्ज इंफ्रास्ट्रक्चर निर्माण से पैदा होने वाले हर दावे को नहीं दर्शाता।

निजी क्रेडिट की पहली बड़ी परीक्षा

डेटा सेंटर, निर्माण, जमीन, बिजली उपकरण और संबंधित इंफ्रास्ट्रक्चर के वित्तपोषण में निजी ऋणदाता तेजी से शामिल हो रहे हैं। Columbia Business School के शोध में Morgan Stanley के अनुमानों के हवाले से कहा गया है कि 2025–2028 के दौरान हाइपरस्केलरों की अतिरिक्त कंप्यूट जरूरतों के लिए आवश्यक लगभग $2.9 ट्रिलियन निवेश में आधे से अधिक के लिए बाहरी पूंजी की जरूरत पड़ सकती है। इस कर्ज का बड़ा हिस्सा निजी क्रेडिट से आने की उम्मीद है।

इससे कई जोखिम एक-दूसरे से जुड़ जाते हैं। डेटा सेंटर का उद्घाटन टलने पर राजस्व देर से आता है, लेकिन ब्याज बढ़ता रहता है। किरायेदारों की मांग घटने पर कर्ज चुकाने की क्षमता कमजोर होती है। GPU या अन्य उपकरणों का मूल्य गिरने पर जमानत का मूल्य घट सकता है, ठीक उसी समय जब परिचालन नकदी प्रवाह भी कमजोर हो रहा हो।

अगर निजी क्रेडिट फंडों को निवेशकों के निकासी अनुरोध पूरे करने हों, जबकि उनकी परिसंपत्तियां आसानी से बेची न जा सकें, तो हाइपरस्केलर के डिफॉल्ट के बिना भी मूल्य-घटाव फंडिंग दबाव पैदा कर सकता है।

कॉरपोरेट बॉन्ड स्प्रेड बढ़ सकते हैं

हाइपरस्केलर कमजोर उधारकर्ताओं की तुलना में कम लागत पर कर्ज जुटा सकते हैं, लेकिन बड़े पैमाने पर बॉन्ड जारी करने से निवेशकों की पूंजी के लिए प्रतिस्पर्धा बढ़ती है। Dallas Fed ने लंबी अवधि के इन्वेस्टमेंट-ग्रेड बॉन्ड जारी होने, निजी क्रेडिट ऋणों के पुनर्वित्त और वित्तीय संस्थानों के लिए संभावित ‘क्राउडिंग आउट’ को ऐसे माध्यमों के रूप में चिन्हित किया है, जिनसे AI वित्तपोषण अवधि-जोखिम और ब्याज दरों को प्रभावित कर सकता है।

अगर फ्री कैश फ्लो घटता है और कर्ज व लीज प्रतिबद्धताएं बढ़ती हैं, तो रेटिंग विश्लेषक लीवरेज और वित्तीय नीति को लेकर ज्यादा सतर्क हो सकते हैं। Moody’s ने चेतावनी दी है कि AI खर्च, शेयर बिक्री और ऑफ-बैलेंस-शीट वित्तपोषण क्रेडिट गुणवत्ता को नुकसान पहुंचा सकते हैं—हालांकि उसने इन कंपनियों की बुनियादी वित्तीय ताकत पर भी जोर दिया है।

इसका असर टेक्नोलॉजी से बाहर भी जा सकता है। डेटा सेंटर संचालक, यूटिलिटी, टेलीकॉम कंपनियां, निर्माण फर्म, चिप आपूर्तिकर्ता और अन्य औद्योगिक उधारकर्ताओं के बॉन्ड स्प्रेड बढ़ सकते हैं, यदि निवेशक AI से जुड़े साझा जोखिम के लिए अधिक मुआवजा मांगने लगें।

स्ट्रक्चर्ड फाइनेंस नुकसान को बढ़ा सकता है

डेटा सेंटर का नकदी प्रवाह, लीज से मिलने वाली रकम, उपकरण ऋण और प्रोजेक्ट कर्ज को स्ट्रक्चर्ड वाहनों के जरिए वित्तपोषित या पैकेज किया जा सकता है। किसी उच्च रेटिंग वाले, लंबी अवधि के किरायेदार पर निर्भरता इन सौदों को मजबूत दिखा सकती है। लेकिन सुरक्षा उतनी पूर्ण नहीं होती, जब कई प्रोजेक्ट उन्हीं कुछ हाइपरस्केलरों और AI मांग से जुड़ी उन्हीं धारणाओं पर निर्भर हों।

अगर खर्च में एक साथ कटौती होती है, तो लीज पर फिर से बातचीत, कर्ज अनुबंधों का उल्लंघन, जमानत मूल्य में गिरावट और उपकरणों के बचे हुए मूल्य के कमजोर अनुमान एक साथ सामने आ सकते हैं। वरिष्ठ निवेशकों को कुछ सुरक्षा मिल सकती है, लेकिन जूनियर ट्रांच, वेयरहाउस ऋणदाता और इक्विटी धारक ज्यादा नुकसान झेल सकते हैं। मुख्य खतरा आपसी संबंध है: अलग-अलग देखने पर विविध दिखने वाली परिसंपत्तियां एक ही कारण से एक साथ खराब प्रदर्शन कर सकती हैं।

सरकारी कर्ज पर अप्रत्यक्ष दबाव

AI खर्च अकेले किसी संप्रभु कर्ज संकट को जन्म देने की संभावना कम है। सरकारी बॉन्ड बाजार पर इसका असर मुख्यतः पूंजी के लिए प्रतिस्पर्धा और बढ़े हुए टर्म प्रीमियम के जरिए आ सकता है।

बड़ी कॉरपोरेट और प्रोजेक्ट-फाइनेंस उधारी ऐसे समय में बाजार में आ रही है जब सरकारें भी भारी मात्रा में कर्ज का पुनर्वित्त कर रही हैं। यदि निवेशक अवधि या क्रेडिट जोखिम के लिए अधिक मुआवजा मांगते हैं, तो सरकारी और निजी दोनों उधारकर्ताओं की यील्ड बढ़ सकती है। ऊंची ब्याज दरें डेटा सेंटर, यूटिलिटी और अन्य इंफ्रास्ट्रक्चर को वित्तपोषित करना महंगा बनाएंगी, जिससे सीमित लाभ वाले प्रोजेक्टों पर दबाव और बढ़ेगा।

सिस्टमगत जोखिम का केंद्र: एकाग्रता और चक्रीयता

निवेशकों की चिंता यह नहीं है कि Alphabet, Amazon, Meta या Microsoft अचानक विफल हो जाएंगे। चिंता एक ऐसे साझा झटके की है, जिसमें कर्ज और लीज से वित्तपोषित निर्माण अभियान AI से होने वाली कमाई उम्मीद के मुताबिक न आने पर व्यापक नुकसान में बदल जाए। Bank of America के फंड मैनेजर सर्वेक्षण में 38% प्रतिभागियों ने AI हाइपरस्केलरों का कैपिटल एक्सपेंडिचर सिस्टमगत क्रेडिट घटना का सबसे संभावित स्रोत बताया।

यह चिंता एकाग्रता से पैदा होती है। उन्नत चिप, बिजली, निर्माण, डेटा सेंटर क्षमता और वित्तपोषण की मांग को वही कुछ कंपनियां चला रही हैं। रिटर्न मजबूत रहने पर यही एकाग्रता निवेश को तेज करती है। लेकिन रिटर्न कमजोर पड़ने पर वही कंपनियां एक साथ खर्च घटा सकती हैं और ऋणदाताओं, मकान-मालिकों, यूटिलिटी, आपूर्तिकर्ताओं और सिक्योरिटाइजेशन बाजारों तक झटका पहुंचा सकती हैं।

किन संकेतकों पर नजर रखनी होगी?

जोखिम को समझने के लिए केवल कैपेक्स का कुल आंकड़ा पर्याप्त नहीं होगा। निवेशकों को इन संकेतकों पर नजर रखनी होगी:

1. AI और क्लाउड राजस्व वृद्धि—क्या यह मूल्यह्रास, बिजली, लीज और वित्तपोषण लागत से तेज है?
2. कैपिटल एक्सपेंडिचर और वित्तीय लीज के बाद फ्री कैश फ्लो।
3. डेटा सेंटर का उपयोग और कीमतें, खासकर तब जब कई प्रदाता एक साथ क्षमता बढ़ा रहे हों।
4. निर्माणाधीन सुविधाओं की लीज शुरू होना या रद्द होना।
5. निजी क्रेडिट की अंडरराइटिंग और फंड की तरलता, जिसमें एकल किरायेदार या क्षेत्र पर निर्भरता भी शामिल है।
6. हाइपरस्केलर और संबंधित इंफ्रास्ट्रक्चर उधारकर्ताओं के बॉन्ड जारी होने, रेटिंग आउटलुक और स्प्रेड।
7. GPU और उपकरणों का पुनर्विक्रय मूल्य, जो जमानत और रिकवरी दर को प्रभावित करता है।

अगर AI राजस्व और परिचालन नकदी प्रवाह अंततः अतिरिक्त इंफ्रास्ट्रक्चर खर्च से तेज बढ़ते हैं, तो जोखिम संभालने योग्य रह सकता है। एक बाजार अनुमान के अनुसार हाइपरस्केलरों का लाभ और कैश-फ्लो विकास 2027 के अंत से 2028 के बीच अतिरिक्त कैपेक्स वृद्धि से आगे निकलना शुरू कर सकता है। लेकिन यह अभी पूर्वानुमान है, स्थापित परिणाम नहीं।

वास्तविक संकट की स्थिति तब बनेगी जब राजस्व वृद्धि लंबे समय तक उस स्तर से नीचे रहे, जो मूल्यह्रास, बिजली, लीज, वित्तपोषण लागत और नए निवेश को कवर करने के लिए जरूरी है। तब AI निर्माण अभियान लाभदायक क्षमता विस्तार से बदलकर ओवरकैपेसिटी चक्र बन सकता है—हाइपरस्केलर कम रिटर्न स्वीकार करेंगे, जबकि अधिक कर्जग्रस्त मध्यस्थों को डिफॉल्ट, जमानत मूल्य में गिरावट, पुनर्वित्त दबाव और व्यापक क्रेडिट स्प्रेड का सामना करना पड़ेगा।