Η ταχεία ανάπτυξη της τεχνητής νοημοσύνης (AI) έχει φέρει τους χρηματοοικονομικούς αναλυτές αντιμέτωπους με ένα νέο κύμα χρηματοδότησης μέσω χρέους, το οποίο χρησιμοποιείται για την ανάπτυξη των data centers που απαιτούνται για τη στήριξη της νέας αυτής τεχνολογίας.
Σύμφωνα με έκθεση της UBS, η χρηματοδότηση για έργα και data centers που συνδέονται με την τεχνητή νοημοσύνη έχει εκτοξευθεί φέτος στα 125 δισεκατομμύρια δολάρια, από μόλις 15 δισεκατομμύρια την ίδια περίοδο το 2024. Η τάση αυτή αναμένεται να επηρεάσει σημαντικά τις αγορές χρέους, με τις εκτιμήσεις για τις ανάγκες χρηματοδότησης του κλάδου να ξεπερνούν τα 1,5 τρισεκατομμύρια δολάρια έως το 2028.
Η χρηματοδότηση μέσω δανείων από δημόσια και ιδιωτικά χρεόγραφα έχει αναδειχθεί σε κύρια πηγή για την υλοποίηση των επενδύσεων στην τεχνητή νοημοσύνη. Όμως, οι αναλυτές εκφράζουν ανησυχίες για τους κινδύνους που ενδέχεται να προκύψουν σε περίπτωση διόρθωσης των αγορών. Ο Αντόν Ντομπρόβσκι, ειδικός σε θέματα χρέους στην T. Rowe Price, τόνισε ότι ενώ η ζήτηση παραμένει υγιής προς το παρόν, ο όγκος των χρεών και η ανάγκη για χρηματοδότηση δημιουργούν ένα αβέβαιο τοπίο, το οποίο θα μπορούσε να οδηγήσει σε αυξημένο κίνδυνο για τις αγορές.
Η αύξηση των εκδόσεων ομολόγων υψηλής επένδυσης, καθώς και οι μεγάλες συμφωνίες του Σεπτεμβρίου και Οκτωβρίου, όπως τα 18 δισεκατομμύρια δολάρια από την Oracle και τα 30 δισεκατομμύρια από την Meta, δείχνουν τη στροφή του τομέα προς την αγορά χρέους. Ωστόσο, η στροφή αυτή έχει προκαλέσει αβεβαιότητα στις αγορές, καθώς τα μεγαθήρια της τεχνολογίας, όπως η Oracle και η Microsoft, έχουν αρχίσει να εξαρτώνται από δανεισμό για να χρηματοδοτήσουν τα σχέδιά τους στον τομέα της τεχνητής νοημοσύνης.
Παράλληλα, αυξάνεται η χρήση ιδιωτικού χρέους (private credit), το οποίο αναμένεται να καλύψει πάνω από το μισό των 1,5 τρισεκατομμυρίων δολαρίων που απαιτούνται για την ανάπτυξη των data centers έως το 2028, σύμφωνα με εκτιμήσεις της Morgan Stanley. Αυτό δημιουργεί έναν νέο κύκλο χρηματοδότησης που δεν βασίζεται στις παραδοσιακές τραπεζικές οδούς και μπορεί να προσφέρει μεγαλύτερους κινδύνους και ευκαιρίες για τους επενδυτές.
Η εμφάνιση νέων προϊόντων, όπως τα asset-backed securities (ABS), τα οποία συνδυάζουν ετερογενή δάνεια σε επενδυτικά προϊόντα, φαίνεται να αποτελεί μια στρατηγική για την κάλυψη αυτών των χρηματοδοτικών αναγκών. Ωστόσο, οι αναλυτές εκφράζουν επιφυλάξεις σχετικά με την ευστάθεια αυτών των προϊόντων, αναφερόμενοι στην κρίση του 2008, όταν τα ABS απέτυχαν λόγω ασταθών και περίπλοκων χρηματοδοτικών δομών.
Η συνεχής επέκταση του τομέα της τεχνητής νοημοσύνης μέσω δανεισμού δημιουργεί, λοιπόν, νέα δυναμική στην παγκόσμια χρηματοπιστωτική αγορά, αλλά ταυτόχρονα ενισχύει τους κινδύνους που συνδέονται με την υπερβολική στήριξη των επενδύσεων αυτών από χρέος, ειδικά εάν οι εκτιμήσεις για τις ανάγκες ανάπτυξης των τεχνολογικών υποδομών αποδειχθούν υπερβολικές.
