Az AI-modellek látványos fejlődése mögött nemcsak több adat és jobb algoritmus áll, hanem beton, áram, hűtés és hitel. A kérdés egyre kevésbé az, hogy „ki épít nagyobb adatközpontot”, hanem hogy ezt ki és milyen kockázattal finanszírozza.

Mi történt

Egy vizsgálat becslése szerint öt amerikai techóriás — Alphabet, Microsoft, Amazon, Meta és Oracle — összesen nagyjából 1,65 billió dollárnyi olyan kötelezettséget görgethet, ami nem jelenik meg közvetlenül a mérlegekben. Összevetésképp: ugyanebben az időszakban a cégek 1,35 billió dollár adósságot jelentettek hivatalosan a legutóbbi negyedéves pénzügyi adataikban.

A „mérlegen kívüli” (off-balance-sheet) tételek lényege, hogy a finanszírozás egy része nem a vállalat saját mérlegében látszik adósságként, mert például külön jogi egységekben vagy speciális konstrukciókban tartják. Gondolj rá úgy, mint amikor egy nagy beruházást nem közvetlenül te veszel fel hitelből, hanem létrehozol egy külön „projektcéget”, és azon keresztül intézed a finanszírozást — ettől még a kockázat és a kötelezettség nagyon is valós.

A becslés szerint a Meta esetében önmagában kb. 420 milliárd dollár lehet ez a mérlegen kívüli adósság. A konstrukciók között szerepelnek úgynevezett special purpose vehicle-ök (SPV-k): olyan, meghatározott célra létrehozott vállalatok, amelyek például egy adatközpont-beruházást vagy eszközfinanszírozást „visznek”. A forrásanyag Enron-párhuzamot is említ, mivel ott is hasonló, külön entitásokon átvezetett megoldások torzították a kockázatok láthatóságát.

Miért fontos

Az AI iparág most egy klasszikus infrastruktúra-ciklusban van: a nagy modellek futtatásához és tanításához óriási számítási kapacitás kell, ez pedig adatközpontokban testesül meg. Ezek hosszú távú fogadások: sok milliárd dollárnyi beruházás ma, remény arra, hogy később elég nagy lesz a kereslet és a profit. Ha a finanszírozás egy része „a színfalak mögé” kerül, az nem feltétlenül illegális vagy szokatlan, de a befektetőknek és a piacnak nehezebb felmérni, mekkora valójában a tőkeáttétel (mennyi a pénzügyi kockázat a saját tőkéhez képest) és mennyire sérülékeny a modell egy kereslet-visszaesésnél.

Mire figyelj

  1. Negyedéves jelentések és lábjegyzetek: a mérlegen kívüli kötelezettségek gyakran a pénzügyi beszámolók kiegészítő megjegyzéseiben (footnote) és kötelezettségvállalási táblázataiban bukkannak fel.
  2. Adatközpont-kapacitás vs. kihasználtság: nem az a kérdés, hogy épül-e, hanem hogy lesz-e elég fizető ügyfél a kapacitásra, amikor elkészül.
  3. Tőkebevonás és részvényhígulás: ha a cégek új részvényeket bocsátanak ki finanszírozáshoz, az csökkentheti a meglévő tulajdonosok részesedését, és jelezheti, hogy a beruházási tempóhoz extra forrás kell.
  4. „Buborék” narratíva és profitrealitás: a magas értékeltség önmagában nem baj, de ha a profitok nem nőnek arányosan a beruházásokkal, a finanszírozási struktúrák és a bizalom gyorsan fókuszba kerülhet.

A következő hetekben különösen érdemes figyelni, hogyan beszélnek ezek a vállalatok a tőkekiadásokról, a hosszú távú szerződésekről és a kockázatokról — mert az AI-infrastruktúra igazi ára sokszor nem a GPU-k címkéjén, hanem a finanszírozás apró betűs részében látszik meg.