Важны не только масштабы выпуска, но и его скорость. Гиперскейлеры обращаются примерно к тем же институциональным пулам капитала, из которых инвесторы покупают казначейские облигации США и другие бумаги инвестиционного класса. Большой объем нового предложения сам по себе не обязательно приведет к росту доходностей, однако может сделать инвесторов более разборчивыми. Эмитентам придется предлагать более высокую премию к базовым ставкам, а долгосрочные держатели облигаций — требовать большей компенсации за дополнительную дюрацию, то есть чувствительность бумаг к изменению ставок.
Последствия не ограничиваются технологическим сектором. По данным Reuters, в 2026 году долг, связанный с ИИ, приблизился к 15% выпуска облигаций инвестиционного класса. При этом концентрация ИИ в широких кредитных индексах оставалась низкой. Это важное различие: сектор уже может влиять на цену новых выпусков и ликвидность рынка, даже если еще не доминирует во всем сегменте качественного корпоративного долга.
Связь между рынками акций и кредитом усиливается по двум каналам.
Во-первых, небольшая группа крупных технологических компаний способна заметно влиять на динамику фондовых индексов и настроения инвесторов. Если их оценки во многом основаны на ожиданиях будущих доходов от ИИ, снижение прогнозов спроса или отдачи от инфраструктурных расходов ударит и по котировкам, и по оценке будущих денежных потоков.
Во-вторых, падение стоимости акций может сделать финансирование дороже. Компаниям приходится платить более высокую премию по обычным облигациям, соглашаться на менее выгодные условия частного кредита или сталкиваться со снижением спроса на инструменты, связанные с акциями. Рост стоимости капитала, в свою очередь, ослабляет первоначальное инвестиционное обоснование.
Особенно наглядно эта связь проявляется на рынке конвертируемых облигаций. Такая бумага сочетает долговой инструмент с опционом на обмен на акции. Если инвесторы высоко оценивают потенциал роста акций, эмитент может снизить процентные расходы по сравнению с обычным долгом. В США за первые четыре месяца 2026 года объем выпуска конвертируемых облигаций достиг примерно 34 млрд долларов — более чем вдвое больше, чем годом ранее; компании, связанные с ИИ, стали одним из главных двигателей роста.
Получается замкнутый механизм. Сильный рынок акций ИИ помогает компаниям дешевле привлекать средства через конвертируемые бумаги, эти деньги направляются на дальнейшее строительство инфраструктуры и поддерживают историю роста. Резкое падение котировок способно запустить обратный процесс: конвертируемые облигации теряют привлекательность, условия хеджирования ухудшаются, и заемщикам приходится полагаться на более дорогой обычный долг или новое размещение акций.
Облигация гиперскейлера, кредит дата-центру, линия частного кредитования, заем на энергетический проект и дебиторская задолженность поставщика могут быть оформлены разными юридическими лицами. Но все они способны зависеть от одного и того же экономического предположения: клиенты продолжат тратить деньги на ИИ, арендовать вычислительные мощности и получать достаточно выручки, чтобы поддерживать всю инфраструктурную цепочку.
Из-за такой общей зависимости диверсификация может выглядеть надежнее, чем она есть на самом деле. Портфель, распределенный между облигациями, секьюритизациями и частными кредитами, может содержать несколько требований к одним и тем же гиперскейлерам, операторам дата-центров или спросу на оборудование.
Если проекты задержатся или вычислительные мощности окажутся недозагруженными, потери могут одновременно проявиться в разных инструментах — даже если ни один из них формально не гарантирован одной и той же компанией. Риск особенно велик, когда финансовая структура переносит экспозицию за пределы основной отчетности, но не устраняет коммерческие обязательства спонсора проекта.
Компании все чаще используют специальные проектные компании, лизинг и гарантии остаточной стоимости при строительстве дата-центров. В типичной схеме независимая структура привлекает долг и владеет объектом, а технологическая компания арендует уже построенный центр. Такое устройство может оставить заимствования проекта за пределами отражаемого долга материнской компании. Однако у нее по-прежнему могут сохраняться обязательства по арендным платежам, минимальному объему использования или гарантиям будущей стоимости актива.
Проект Hyperion, который предлагает Meta, иллюстрирует эту модель. Согласно юридическому анализу, специальная проектная компания на 30 млрд долларов привлекла примерно 27 млрд долларов займов и 3 млрд долларов капитала, а затем передала объект в аренду Meta. В других публикациях описываются гарантии остаточной стоимости: Meta должна будет компенсировать инвесторам снижение стоимости объекта ниже установленного порога.
Это не делает долг проектной компании идентичным обычному старшему долгу, выпущенному самой Meta. Но такая структура означает, что официальный показатель долговой нагрузки может не отражать полной чувствительности бизнеса к стоимости строительства, технологическому устареванию, загрузке объекта и цене актива.
Поэтому инвестору важно задавать не только вопрос «Кто юридически взял деньги?», но и вопрос «Кто понесет потери, если экономика ИИ не оправдает ожиданий?»
Коррекция финансирования необязательно начинается с дефолта. Она может стартовать с изменения исходных предположений:
Это возможная петля обратной связи, а не прогноз. Компании с большими денежными резервами могут дольше выдерживать слабую отдачу от инвестиций, чем небольшие инфраструктурные фирмы. Но даже без масштабных дефолтов крупных технологических компаний задержка проектов и ужесточение финансовых условий способны повлиять на общий инвестиционный цикл.
Доступные данные указывают на растущий риск концентрации и корреляции. Заимствования, связанные с ИИ, быстро увеличиваются, конвертируемые облигации используются для финансирования роста компаний ИИ, а структурированные сделки с дата-центрами распределяют экспозицию между публичными и частными рынками.
Но сами по себе эти факты не доказывают, что финансовую систему ждет неминуемый системный кризис. Прогноз в 570 млрд долларов — это оценка будущего выпуска, а не уже реализованный объем. Кроме того, итоговые оценки дефицита финансирования или доли расходов, оплачиваемой за счет долга, зависят от методики подсчета. Лизинг, гарантии, частный кредит, финансирование поставщика и будущие обязательства могут давать совершенно разные результаты.
Для инвестора наиболее полезен анализ фактической экспозиции. Нужно смотреть не только на названия эмитентов, но и спрашивать, зависят ли несколько активов в портфеле от одного и того же гиперскейлера, арендатора дата-центра, стоимости перепродажи оборудования или предположения о том, что ИИ удастся монетизировать.
Центральный риск не в том, что все активы, связанные с ИИ, одинаковы. Он в том, что многие из них могут оказаться уязвимыми к одному и тому же изменению ожиданий.