Недооценка кредита за ростом вычислительной мощности ИИ: как модели финансирования инфраструктуры сталкиваются с амортизирующимися активами

Технологические новости рисуют оптимистичную картину для начала 2026 года: инвестиции в инфраструктуру ИИ продолжают ускоряться, строительство дата-центров по всей Северной Америке растет, а криптомайнеры празднуют успешный переход к стабильным услугам по вычислительной мощности ИИ. Но за кулисами аналитики по кредитам в крупных финансовых учреждениях испытывают совершенно иное настроение. В конференц-залах на Уолл-стрит акцент смещен не на производительность моделей или характеристики GPU — а на таблицы, показывающие структурный кошмар: рынок финансирует активы с 18-месячным сроком службы, используя модели ипотечных кредитов на 10 лет. Это несоответствие не теоретическое. Недавние отчеты Reuters и Bloomberg раскрывают, что на самом деле происходит: инфраструктура ИИ стала сектором с высокой долговой нагрузкой, а финансовая архитектура, построенная под бум ИИ, содержит зерна серьезного кредитного кризиса.

Основная проблема — не технологический сбой, а глубокое несоответствие между быстро обесценивающимися активами вычислительной мощности, переобеспеченным залогом и негибкой инфраструктурной задолженностью. Когда эти три силы объединяются, активируется скрытая цепочка передачи дефолтов, и иллюзия безопасности рушится.

Дефляционная ловушка: когда закон Мура сталкивается с фиксированным долгом

В основе каждого облигационного или долгового инвестиционного инструмента лежит фундаментальное предположение: коэффициент покрытия обслуживания долга (DSCR). В течение последних 18 месяцев участники рынка ставили на то, что доходы от аренды вычислительной мощности ИИ будут вести себя как коммерческая недвижимость — стабильно, предсказуемо, возможно, даже устойчиво к инфляции. Однако данные рассказывают совершенно другую историю.

Согласно отслеживанию SemiAnalysis и Epoch AI, опубликованному в 4 квартале 2025 года, стоимость эксплуатации нагрузок ИИ для вывода снизилась на 20-40% в годовом выражении. Это не скромная коррекция; это неумолимый марш закона Мура, сталкивающегося с ускоренной адаптацией квантования моделей, техник дистилляции и специализированных интегральных схем (ASIC). Каждое достижение в эффективности делает вчерашние дорогие развертывания GPU систематически менее ценными для получения арендного дохода.

Это создает первый критический несоответствие по срокам: инвесторы покупали GPU по пиковым оценкам 2024 года, фиксируя капитальные затраты, одновременно ожидая кривую доходности аренды, которая будет снижаться в 2025 и далее. Математика проста: если вы платите по долгам за оборудование, купленное за $10 000 за GPU, а вычислительная мощность, которую эти GPU генерируют, падает на 30% в годовой арендной стоимости, разрыв между доходами и обязательствами исчезает. С точки зрения акционерных инвесторов — это «технологический прогресс». С точки зрения кредитора — «обесценивание залога» — основа риска дефолта.

Парадокс усугубляется, если учесть бизнес-модель вычислительной мощности: в отличие от недвижимости, которая может дорожать или оставаться стабильной, основной актив — вычислительная мощность — по своей природе дефляционный. Каждое новое поколение GPU выполняет больше расчетов за доллар, снижая доходность аренды на единицу развернутой инфраструктуры. Это означает, что долг, выданный сегодня под доходы от вычислительной мощности, погашается за счет актива с структурно снижающимися денежными потоками.

Перевернутый механизм финансирования: риск венчурного капитала маскируется под безопасность инфраструктуры

Столкнувшись с сокращением доходов по активам, рациональные участники рынка должны ужесточать стандарты кредитования и требовать более высокие премии за риск. Вместо этого происходит обратное. Общий объем долгового финансирования дата-центров ИИ и связанной инфраструктуры вычислительной мощности, по прогнозам The Economic Times и Reuters, в 2025 году вырастет на 112%, достигнув примерно $25 миллиардов.

Это взрыв долгов не обусловлен консервативными кредиторами инфраструктурных проектов. Скорее, доминируют такие игроки, как Neo-Cloud-провайдеры CoreWeave и Crusoe Energy, а также майнеры криптовалют, переживающие предполагаемую «трансформацию», использующие модели кредитования с обеспечением активами (ABL) и проектное финансирование — модели, предназначенные для стабильных, низкорискованных активов, таких как платные дороги или гидроэлектростанции.

Это представляет собой фундаментальную категориальную ошибку в классификации рисков:

Старая модель (до 2024): ИИ — это игра венчурного капитала. Вы инвестируете в компанию, создаете технологию, надеетесь на успех. Неудача — потеря доли, кредиторы не участвуют.

Новая модель (с 2025): ИИ стал инфраструктурной игрой. Долг финансирует развертывание вычислительной мощности. Неудача — дефолт по облигациям и структурированным обязательствам. Риск потерь распространяется на кредиторов и инвесторов с фиксированным доходом.

Однако рынок оценивает это так, будто ничего фундаментально не изменилось. Кредиторы применяют модели риска инфраструктурного уровня (утилитарный леверидж, меньшие спреды, более длинные сроки) к активам венчурного уровня (высокая амортизация, технологическая устаревание, бинарные профили успеха/неудачи). Это системная неправильная оценка кредитных рисков с серьезными последствиями.

Иллюзия разгона майнеров: игра с двойным левериджем

Самая уязвимая позиция у криптомайнеров, перешедших к ИИ-вычислительной мощности. Медийные нарративы хвалят этот переход как «снижение риска» — майнеры наконец-то уходят от волатильности криптомайнинга к стабильным инфраструктурным услугам. Но реальные балансовые отчеты рассказывают более мрачную историю.

Данные VanEck и TheMinerMag показывают, что в 2025 году чистые долговые показатели ведущих публичных майнинговых компаний остаются в основном на уровне пиков 2021 года. Некоторые агрессивные игроки даже увеличили долг на 500%. Как майнеры достигли этого видимого снижения левериджа, не уменьшив фактическую долговую нагрузку?

Механизм обманчиво прост:

• Левая сторона баланса (активы): Майнеры продолжают держать волатильные позиции в криптовалюте (BTC/ETH) или учитывать будущие доходы от аренды вычислительной мощности как неявный залог.

• Правая сторона баланса (обязательства): Они выпускают конвертируемые ноты, высокодоходные облигации и другие инструменты, номинированные в долларах США, для финансирования покупки H100/H200 GPU и связанной инфраструктуры.

Это не снижение левериджа — это риск пролонгации с концентрацией корреляции. Майнеры фактически играют в «двойной леверидж»: используют волатильность криптоактивов как залог для спекуляций на доходах от аренды GPU. В благоприятных условиях это увеличивает доходность. Но при макроэкономическом ужесточении оба компонента падают одновременно: цены на криптовалюту снижаются, а ставки аренды GPU — тоже (меньше проектов, финансирующих AI-исследования, снижение общего инвестиционного темпа). В моделировании кредитных рисков это называется сходимостью корреляций — кошмар для структурных продуктов и катастрофа для необеспеченных кредиторов.

Предположение, что доходы от вычислительной мощности будут стабилизирующим фактором для балансов майнеров, не реализовалось. Вместо этого майнеры добавили долговых обязательств поверх существующей волатильности, создав структуру, усиливающую риски снизу и ограничивающую потенциал роста.

Исчезающая ликвидность: когда залог становится теорией

Что держит кредитных менеджеров в напряжении — это не сам дефолт, а то, что происходит после. В кризисе субстандартных ипотек 2008 года кредиторы могли реализовать залоговые активы — недвижимость, ценные бумаги — чтобы вернуть капитал. Но если крупный оператор вычислительной мощности дефолтит и кредиторы изымают 10 000 графических карт H100, что происходит дальше? Кто их покупает и по какой цене?

Этот вторичный рынок не существует в значимых масштабах — это скрыто под маской опубликованных оценок залогового обеспечения. Иллюзия безопасности основана на трех критических слабостях:

Зависимость от физической инфраструктуры: Высокопроизводительные GPU — не устройства «подключил и работай». Они требуют специально сконструированных систем жидкостного охлаждения, определенной электропитания (30-50 кВт на стойку) и специализированных сетевых конфигураций. Изъятый GPU вне своей нативной инфраструктуры сталкивается с серьезными трудностями при поиске альтернативных мест развертывания.

Нелинейное обесценивание из-за технологической устаревания: После выхода архитектуры Blackwell NVIDIA в конце 2024 года и планов по Rubin в последующие годы, более старые поколения GPU не обесцениваются линейно. Вместо этого происходит резкое падение стоимости: GPU, которые месяц назад стоили $40 000, могут в distressed-продаже стоить $8 000–12 000 — снижение на 70-80%.

Отсутствие ликвидного поставщика: Самое важное — в рынке подержанного оборудования для вычислительной мощности отсутствует «последний кредитор» — механизм, готовый поглотить миллиарды долларов продаж. В отличие от рынков акций или государственных облигаций, где центральные банки и финансовые посредники стабилизируют цены в стрессовых ситуациях, специализированные вторичные рынки GPU лишены таких стабилизаторов. Когда начинается массовая распродажа, ценовое открытие становится катастрофическим.

Это можно назвать «иллюзией залога» — соотношение LTV (loan-to-value) на бумаге кажется разумным, часто 50-70% по опубликованным оценкам оборудования. Но эти показатели предполагают упорядоченную ликвидацию на функционирующих вторичных рынках. Реальный рынок подержанных, устаревающих GPU гораздо тоньше и сложнее, что делает теоретические оценки залога в стрессовых условиях в значительной мере фикцией.

Пиковые кредитные циклы раньше технологических: реальный таймлайн рисков

Важно ясно понимать, что это не опровержение технологического потенциала ИИ или значения вычислительной мощности для будущей инфраструктуры. Технологии будут продолжать развиваться, спрос на вычислительные ресурсы ИИ останется высоким. Но под вопросом стоит финансовая архитектура, которая поддерживает индустрию — особенно, как финансирование вычислительной мощности было неправильно оценено.

Дефляционные активы по закону Мура оцениваются как инфраструктура, защищающая от инфляции. Майнеры, незначительно снизившие леверидж, финансируются как коммунальные предприятия со стабильными балансами. Технологическая актуальность вычислительной мощности на 18-24 месяца финансируется долгами на 10 лет. Это не мелкие риски — это фундаментальные ошибки ценообразования, заложенные в миллиарды долларов непогашенного долга.

Исторический анализ показывает закономерность: кредитные циклы достигают пика и рушатся до того, как технологические циклы созревают. Великая железнодорожная лихорадка 1880-х годов — это массовые кредитные излишества, достигшие пика до того, как железнодорожные сети стали полностью полезными. Эпоха доткомов — чрезмерное финансирование технологий в 1999–2000 годах, задолго до зрелости интернета. Кризис субстандартных ипотек — пик в 2007–2008 годах, до стабилизации цен на жилье.

Для макростратегов и кредитных трейдеров главная задача до середины 2026 — не предсказать, какая модель ИИ достигнет прорыва, а переосмыслить истинные кредитные спреды и вероятности дефолта, заложенные в комбинации «ИИ-инфраструктура + майнеры криптовалют». Рынок мог неправильно оценить финансовый риск существенно. И когда произойдет эта переоценка, это затронет не только инвесторов в акции, но и рынки с фиксированным доходом, которые сейчас несут основную часть этого левериджа.

Бум вычислительной мощности — реальность. А вот вопрос — правильно ли оценены риски этого явления в финансовых рынках?