Долги ИИ-инфраструктуры: новый стресс-тест для private credit

Почему ИИ-бум стал долговой историей

ИИ часто воспринимается как софт, модели и алгоритмы. Но его нынешний инвестиционный цикл очень материальный: нужны здания, электроэнергия, серверы, графические процессоры, сети и хранение данных.

Brandywine Global описывает инфраструктуру вычислений для ИИ как набор из аппаратного и программного обеспечения, сетей, хранилищ, дата-центров и GPU. По оценке компании, гонка за строительством такой инфраструктуры открыла для кредитных рынков растущую возможность финансирования, особенно через бумаги, обеспеченные активами .

Масштаб уже слишком велик, чтобы считать это обычной историей о финансировании из текущего денежного потока. Банк международных расчётов указывает, что текущие и ожидаемые инвестиционные потребности, связанные с ИИ, настолько велики, что компании смещаются от финансирования за счёт операционных денежных потоков к долгу, а private credit играет всё более заметную роль .

Apollo добавляет важную деталь о прозрачности: публичные выпуски долга гиперскейлеров — крупнейших облачных операторов — занижают общий объём кредитования, связанного с ИИ, потому что не включают крупные частные сделки по финансированию инфраструктуры вне традиционного рынка публичных облигаций . Иными словами, видимая статистика облигаций может не показывать всего плеча, которое накапливается за специализированными мощностями дата-центров.

Почему private credit — наиболее чувствительное звено

Private credit — это, по сути, небанковское и непубличное кредитование: прямые займы, фонды, двусторонние сделки и структуры, которые не торгуются так прозрачно, как облигации на открытом рынке. Такой капитал может быть полезен для сложных и капиталоёмких проектов. Проблема в том, что совокупный риск труднее увидеть со стороны.

Quinn Emanuel пишет, что технологические компании использовали корпоративные облигации, private credit и внебалансовые SPV, чтобы закрывать потребности в финансировании ИИ-инфраструктуры, и менее чем за два года вывели с баланса более 120 млрд долларов расходов на дата-центры . В том же анализе среди механизмов финансирования названы прямые кредиты, SPV-структуры, секьюритизации и кредиты под залог GPU .

Сами по себе такие инструменты не являются чем-то подозрительным: проектное финансирование часто устроено именно так. Но они усложняют три ключевых вопроса: кто в конечном счёте несёт риск, сколько действительно стоит залог и какая часть долга опирается на будущую выручку от ИИ, а не на уже существующий денежный поток.

Главный разрыв: капзатраты сейчас, выручка потом

Самый важный кредитный риск — это не технология как таковая, а время. Юридический анализ Quinn Emanuel оценивает выручку от ИИ примерно в 60 млрд долларов в 2025 году при капитальных затратах около 400 млрд долларов . Cresset также указывает на расширяющийся разрыв между капзатратами на ИИ и уже полученной выручкой, а также отмечает, что private credit всё чаще финансирует рост ИИ, опираясь на прогнозные денежные потоки, а не на твёрдые активы .

Это не означает, что инвестиции обречены. Но это означает, что обслуживание долга может зависеть от будущей загрузки дата-центров, цен на вычисления, спроса на ИИ-сервисы и возможностей рефинансирования. Если кредиторы закладывают сценарий, в котором спрос на ИИ, экономика чипов и рынки капитала будут расти почти без сбоев, даже умеренное разочарование способно вызвать переоценку риска.

Какие структуры требуют особого внимания

Не каждый кредит под ИИ-инфраструктуру выглядит хрупким. Наиболее уязвимы те сделки, где обслуживание долга сильно зависит от прогнозов, стоимости залога или поддержки спонсора, а не от устойчивого контрактного денежного потока.

• Внебалансовые SPV. Специальные проектные компании могут изолировать риск конкретного проекта, но одновременно делают реальную экспозицию спонсора менее очевидной. Apollo приводит структуру Meta Beignet как пример SPV, использованной для финансирования выделенных мощностей дата-центров, а Quinn Emanuel относит внебалансовые SPV к набору инструментов финансирования ИИ-дата-центров .
• Кредиты под залог GPU и оборудования. Quinn Emanuel называет GPU-залоговые линии среди используемых структур . Если заёмщик столкнётся с трудностями, возврат средств будет зависеть от того, сохранят ли графические процессоры экономическую ценность и можно ли их будет рефинансировать или продать.
• Секьюритизации и бумаги, обеспеченные активами. Brandywine отмечает, что ИИ-инфраструктура стала возможностью для кредитных рынков, особенно для asset-backed securities, а Quinn Emanuel отдельно выделяет секьюритизации в финансировании дата-центров .
• Недвижимость дата-центров и проектное финансирование. ФРБ Чикаго указывает, что ИИ вошёл в банковскую экспозицию к коммерческой недвижимости прежде всего через инвестиции в дата-центры . В одном из хвостовых сценариев стресс у заёмщиков из сферы ИИ-софта может снизить инвестиции и ударить по дата-центрам, энергетическим компаниям и производителям полупроводников .
• Небанковское плечо и хрупкое фондирование. Публикация о прогнозе ликвидности S&P Global Ratings на 2026 год отмечает быстрый рост private credit как источника финансирования и указывает, что ограниченная прозрачность и краткосрочное фондирование у высоко закредитованных небанковских финансовых институтов могут стать источником финансовой хрупкости .

Как стресс может распространиться

Для стрессового сценария не нужно, чтобы спрос на ИИ исчез. Достаточно, чтобы капитальные затраты продолжали обгонять фактическую выручку. Тогда кредиторам придётся пересматривать предположения о загрузке мощностей, стоимости GPU, ценах на вычисления и условиях рефинансирования .

Канал передачи риска — непрозрачность. Если публичные выпуски долга не отражают крупные частные финансирования, рынок может долго не видеть полный объём ИИ-связанного плеча. Проблема проявится только тогда, когда проектам понадобится рефинансирование, спонсорам придётся вносить новый капитал или начнутся дефолты .

Банки тоже не полностью вне этой истории. ФРБ Чикаго описывает хвостовой риск, при котором стресс у заёмщиков из сектора ИИ-софта снижает инвестиции и создаёт вторичные эффекты для дата-центров, энергетики и полупроводников .

Почему это не обязательно кризис

Доказательства говорят о необходимости внимательности, а не о неизбежном обвале. BIS указывает на сдвиг от денежных потоков к долгу, Apollo предупреждает, что публичная долговая статистика не охватывает всю кредитную активность вокруг ИИ, а Quinn Emanuel описывает сложные структуры финансирования дата-центров . Но сами по себе эти факты ещё не доказывают, что экспозиции достаточно велики, закредитованы и взаимосвязаны, чтобы угрожать всей финансовой системе.

Ключевое различие — качество андеррайтинга. Долг, обеспеченный устойчивыми контрактными денежными потоками и сильными спонсорами, отличается от долга, построенного главным образом на прогнозной выручке от ИИ, оптимистичных оценках залога и доступном рефинансировании. Предупреждение Cresset о том, что часть private credit уже финансирует ИИ-рост на основе прогнозных доходов, а не твёрдых активов, здесь является важной границей риска .

За какими сигналами следить

Практические индикаторы довольно конкретны:

• капитальные затраты на ИИ продолжают расти быстрее, чем фактическая выручка от ИИ ;
• всё большая доля инвестиций финансируется долгом и private credit, а не операционным денежным потоком ;
• растёт объём частных кредитов и SPV-сделок вне публичного рынка облигаций ;
• расширяется использование прямых займов, секьюритизаций, бумаг, обеспеченных активами, и кредитов под залог GPU, связанных с ИИ-инфраструктурой ;
• андеррайтинг всё чаще строится на прогнозной ИИ-выручке, а не на уже законтрактованном денежном потоке или твёрдых активах ;
• банки наращивают экспозицию к коммерческой недвижимости дата-центров, а возможные вторичные эффекты затрагивают энергетику и полупроводники ;
• у небанковских финансовых институтов растёт использование плеча или краткосрочного фондирования при ограниченной прозрачности .

Итог

Долг под ИИ-инфраструктуру — убедительный кандидат на роль следующей крупной точки напряжения в private credit. Риск не сводится к тому, что хайп вокруг ИИ может пройти. Более важный вопрос в том, что долгосрочные инфраструктурные активы и вычислительные мощности финансируются через непрозрачные долговые структуры до того, как база выручки полностью доказала свою устойчивость .

Поэтому разумная позиция — осторожность, а не тревога любой ценой. Если использование ИИ и его монетизация догонят сегодняшние капзатраты, многие сделки могут выдержать нагрузку. Если же выручка будет приходить медленнее ожиданий, первые признаки стресса, скорее всего, появятся там, где рынок видит меньше всего: в частных кредитах, SPV, секьюритизациях, GPU-залоговых линиях и финансировании дата-центров.