بحران بدهی در ابرهای نوپا؛ زنگ خطر برای اقتصاد هوش مصنوعی

ایلان ماسک می‌گوید بازار بدهی درهای خود را به روی شرکت‌های ابری هوش مصنوعی بسته است و بیش از ۲۰۰ «ابر نوپا» با سرنوشتی مشابه ماهی‌های کوچک روبه‌رو هستند: فروپاشی یا بلعیده شدن.

ایلان ماسک، مدیرعامل اسپیس‌اکس و تسلا، در تازه‌ترین اظهارنظر خود درباره وضعیت صنعت هوش مصنوعی، از یک شکاف عمیق در بازار مالی خبر داده است؛ شکافی که به گفته او می‌تواند موجی از ورشکستگی و ادغام را در میان شرکت‌های تخصصی زیرساخت ابری هوش مصنوعی به راه بیندازد. ماسک در شبکه اجتماعی ایکس نوشت که از چند هفته پیش، بازار بدهی تقریباً دسترسی به پول را برای هر شرکتی که «درآمد قابل‌توجهی مستقل از مراکز داده هوش مصنوعی» ندارد، قطع کرده است. به گفته او، این وضعیت بیش از ۲۰۰ شرکت «ابر نوپا» را در معرض آنچه «مرگ و ادغام در سطح ماهی گوپی» خواند، قرار داده است؛ جمله‌ای که در ادبیات مالی این صنعت به معنای حذف گسترده بازیگران کوچک و آسیب‌پذیر است.

  به گزارش اقتصاددان به نقل از بازار  ، این هشدار در حالی مطرح می‌شود که خود اسپیس‌اکس موفق شده است ۴۰ میلیارد دلار تأمین مالی بدهی برای خرید پردازنده‌های گرافیکی (GPU) جذب کند. ماسک دلیل این تفاوت را روشن می‌داند: اسپیس‌اکس هم «درجه سرمایه‌گذاری» دارد و هم از درآمدهای مستقلِ استارلینک و پرتاب موشک بهره می‌برد؛ در حالی که ابرهای نوپا چنین پشتوانه‌ای ندارند. این مقایسه، هسته اصلی بحرانی را آشکار می‌کند که این روزها بازارهای مالی و رسانه‌های اقتصادی جهان را به خود مشغول کرده است: مدلی که بر پایه استقراض سنگین برای خرید تراشه و ساخت مرکز داده بنا شده است، در برابر چرخش ناگهانی چرخه اعتبار، به‌شدت شکننده است.

ایلان ماسک هشدار داده است که بازار بدهی تقریباً دسترسی به پول را برای هر شرکت ابری هوش مصنوعی که درآمد مستقل از مراکز داده ندارد، قطع کرده است. به گفته او، بیش از ۲۰۰ شرکت «ابر نوپا» با سرنوشتی مشابه ماهی‌های کوچک روبه‌رو هستند: فروپاشی یا بلعیده شدن توسط بازیگران بزرگ‌تر.

ابرهای نوپا و مدلی که بر لبه تیغ بدهی راه می‌رود

برای درک عمق هشدار ماسک، باید به ساختار مالی «ابرهای نوپا» نگاه کرد. این شرکت‌ها برخلاف غول‌هایی مانند آمازون، مایکروسافت و گوگل، درآمد دیگری جز اجاره دادن توان پردازشی GPU به توسعه‌دهندگان هوش مصنوعی ندارند. مدل کسب‌وکار آن‌ها این‌گونه است: با اتکا به بدهی و سرمایه‌گذاری خطرپذیر، خوشه‌های گران‌قیمت GPU را خریداری می‌کنند و سپس آن را با قراردادهای بلندمدت به شرکت‌های هوش مصنوعی اجاره می‌دهند. تا زمانی که نرخ بهره پایین و اشتیاق سرمایه‌گذاران به داستان رشد هوش مصنوعی بالا بود، این مدل کار می‌کرد. اما با تغییر شرایط کلان مالی و افزایش نرخ‌های بهره، تأمین مالی این شرکت‌ها به‌شدت دشوار شده است.

داده‌های بازار این فشار را به‌خوبی نشان می‌دهد. بر اساس گزارش‌ها، پنج شرکت بزرگ فعال در حوزه ابرهای نوپا در مجموع ۶۱ میلیارد دلار بدهی دارند؛ رقمی که نسبت به سال گذشته چهار برابر شده است. علاوه بر این، ۱۸ میلیارد دلار نیز تعهدات اجاره عملیاتی دارند. کورویو (CoreWeave) به‌عنوان بزرگ‌ترین و شاخص‌ترین بازیگر این عرصه، به‌تنهایی با انبوهی از تعهدات روبه‌روست. بر اساس صورت‌های مالی، این شرکت تا پایان ژوئن ۲۰۲۶ حدود ۳۵ میلیارد دلار بدهی و بیش از ۱۶ میلیارد دلار تعهدات اجاره عملیاتی داشته است، در حالی که درآمد فصلی آن ۲.۵۷ میلیارد دلار و زیان خالص فصلی آن ۶۲۶ میلیون دلار بوده است. بازده اوراق قرضه ۲.۷۵ میلیارد دلاری کورویو که سررسید آن ۲۰۳۱ است، به رکورد ۱۵.۷۶ درصد رسیده؛ سطحی که به‌روشنی نشان می‌دهد وام‌دهندگان احتمال نکول واقعی را جدی می‌گیرند. ارزش سهام کورویو و نبویس (Nebius) نیز در ماه اکتبر بیش از ۳۰ درصد کاهش یافته است.

این اعداد فقط نشانه‌ای از فشار مالی نیستند؛ آن‌ها بازتاب یک تغییر ساختاری در نگاه بازار به ریسک اعتباری صنعت هوش مصنوعی هستند. سرمایه‌گذارانی که تا دیروز هر پروژه‌ای با برچسب «هوش مصنوعی» را تأمین مالی می‌کردند، اکنون با دقت به ترازنامه شرکت‌ها نگاه می‌کنند و میان بازیگرانی که جریان نقدی پایدار دارند و آن‌هایی که تنها به وعده رشد وابسته‌اند، خط کشیده‌اند.

پنج شرکت بزرگ ابر نوپا در مجموع ۶۱ میلیارد دلار بدهی و ۱۸ میلیارد دلار تعهدات اجاره عملیاتی دارند. کورویو به‌تنهایی حدود ۳۵ میلیارد دلار بدهی و زیان خالص فصلی ۶۲۶ میلیون دلاری دارد. بازده اوراق قرضه ۲۰۳۱ این شرکت به ۱۵.۷۶ درصد رسیده و ارزش سهام آن در ماه اکتبر بیش از ۳۰ درصد کاهش یافته است.

۴۰۰ میلیارد دلار اسپیس‌اکس و «مرگ در سطح ماهی گوپی»

تقابل میان اسپیس‌اکس و ابرهای نوپا، یکی از گویاترین تصاویر این بحران است. ماسک تأکید کرده است که اسپیس‌اکس ۴۰ میلیارد دلار بدهی برای خرید GPU جذب کرده، اما این تأمین مالی تنها به این دلیل ممکن شده که شرکت او هم رتبه اعتباری سرمایه‌گذاری دارد و هم درآمدهای غیرمرتبط با هوش مصنوعی آن را پشتیبانی می‌کند. این در حالی است که به گفته او، ابرهای نوپا چنین پشتوانه‌ای ندارند و به همین دلیل در معرض «مرگ و ادغام در سطح ماهی گوپی» قرار گرفته‌اند؛ اصطلاحی که ماسک برای توصیف حذف سریع و گسترده بازیگران کوچک از بازار به کار برد.

نکته مهم آن است که ماسک خود نیز در این بازار رقیب محسوب می‌شود. اسپیس‌اکس از طریق SpaceXAI توان پردازشی هوش مصنوعی می‌فروشد و قراردادهایی با آنتروپیک دارد که بر اساس گزارش‌ها می‌تواند تا سال ۲۰۲۹ به ۸۴.۵ میلیارد دلار هزینه برای توان پردازشی برسد. بنابراین هشدار او را نمی‌توان صرفاً یک پیش‌بینی بی‌طرفانه دانست؛ اما داده‌های مستقل نیز تا حد زیادی همان مسیر را تأیید می‌کنند. گارتنر در گزارش خود پیش‌بینی کرده است که تا سال ۲۰۳۰، بیش از ۸۰ درصد ارائه‌دهندگان ابر نوپا عملیات مستقل خود را متوقف خواهند کرد. این موسسه تحلیلگری بعداً توضیح داد که این پیش‌بینی لزوماً به معنای ورشکستگی دسته‌جمعی نیست، بلکه بسیاری از این شرکت‌ها از طریق ادغام و تملیک‌های زنجیره‌ای (Serial M&A) توسط شرکت‌های بزرگ فناوری یا مدیران دارایی جذب خواهند شد.

با این حال، تفاوت میان «ادغام» و «فروپاشی» برای صدها شرکت کوچک و هزاران کارمند و سرمایه‌گذار خرد چندان تسلی‌بخش نیست. وقتی یک ابر نوپا توان ادامه مستقل را از دست می‌دهد، اغلب ارزش سهام آن به‌شدت کاهش می‌یابد و دارایی‌های آن با تخفیف قابل‌توجهی خریداری می‌شود. این همان سرنوشتی است که ماسک آن را برای «بیشتر» ۲۰۰ شرکت پیش‌بینی کرده و افزوده است: «برخی از آنها دوام خواهند آورد، اما نه بسیاری».

گارتنر برآورد کرده است که صنعت هوش مصنوعی در سال ۲۰۲۶ نزدیک به یک تریلیون دلار برای زیرساخت هزینه می‌کند و بین ۲۰۲۷ تا ۲۰۳۰ نیز ۶ تریلیون دلار دیگر سرمایه‌گذاری خواهد شد؛ در حالی که درآمد قابل انتساب به مراکز داده در همین بازه حداکثر ۳.۶ تریلیون دلار پیش‌بینی شده است. این شکاف نزدیک به ۵ تریلیون دلاری، ریشه اصلی فشار بر ابرهای نوپاست.

شکاف ۵ تریلیون دلاری میان سرمایه‌گذاری و درآمد

ریشه این بحران را باید در شکاف ساختاری میان سرمایه‌گذاری عظیم در زیرساخت هوش مصنوعی و درآمد واقعی حاصل از آن جستجو کرد. گارتنر برآورد کرده است که تنها در سال ۲۰۲۶، ارائه‌دهندگان هوش مصنوعی نزدیک به یک تریلیون دلار برای زیرساخت هزینه خواهند کرد و بین سال‌های ۲۰۲۷ تا ۲۰۳۰ نیز ۶ تریلیون دلار دیگر سرمایه‌گذاری خواهد شد. این در حالی است که درآمد قابل انتساب به مراکز داده هوش مصنوعی در همین بازه حداکثر ۳.۶ تریلیون دلار پیش‌بینی شده است؛ به این معنا که صنعت با کمبودی نزدیک به ۵ تریلیون دلاری برای پوشش هزینه‌ها و بازده سرمایه‌گذاری روبه‌روست.

جان لاولاک، تحلیلگر ارشد گارتنر، در مصاحبه با CNBC این وضعیت را ناشی از «رقابت خونین و خطرناک بر پایه برداشت‌های نادرست» توصیف کرد و گفت که هوش مصنوعی به‌خودی‌خود یک محصول گران‌قیمت جدید نیست، بلکه بیشتر شبیه «نمک سفره‌ای است که به‌صورت سبک روی غذای عملیات تجاری موجود پاشیده می‌شود». به گفته او، توان پردازشی بیش از حد نیاز عرضه شده و به شکل توکن‌های رایگان و راه‌حل‌های محاسباتی بی‌رویه توزیع می‌شود و همین امر مانع تحقق درآمد در سطح زمین می‌شود.

این شکاف در سطح شرکت‌ها نیز بازتاب یافته است. کورویو که در نیمه اول سال ۲۰۲۶ تنها ۴.۶ میلیارد دلار درآمد داشت، در همان دوره زیان خالص ۱.۴ میلیارد دلاری را ثبت کرد و هزینه‌های عملیاتی آن از فروش پیشی گرفت. تحلیلگران برای کل سال ۲۰۲۶ درآمدی نزدیک به ۱۳ میلیارد دلار و زیان ۲.۱۳ میلیارد دلاری را برای این شرکت پیش‌بینی می‌کنند. حتی اگر قراردادهای بزرگ و پیش‌فروش توان پردازشی وجود داشته باشد، تا زمانی که این قراردادها به جریان نقدی پایدار تبدیل نشوند، ساختار بدهی شرکت را تحت فشار نگه می‌دارند.

ایران در شهریور ۱۴۰۵ قانون ملی توسعه هوش مصنوعی را ابلاغ کرد؛ قانونی که هدف آن دستیابی به جایگاه تک‌رقمی جهان در این فناوری است. تشکیل سازمان ملی هوش مصنوعی زیر نظر رئیس‌جمهور و ایجاد صندوق ۱۰ هزار میلیارد تومانی از مهم‌ترین سازوکارهای این قانون است. ایران همچنین با عضویت در WAICO و رایزنی با چین و روسیه، همکاری‌های فناوری خود را گسترش داده است.

آیا این پایان «حباب هوش مصنوعی» است؟

هشدار ماسک و داده‌های گارتنر، بحث درباره «حباب هوش مصنوعی» را به مرحله جدیدی وارد کرده است. برخی تحلیلگران این وضعیت را با بحران شرکت ویاِورک (WeWork) مقایسه می‌کنند؛ شرکتی که با مدل کسب‌وکار متکی بر اجاره بلندمدت و وعده رشد سریع، در برابر چرخش بازار آسیب‌پذیر شد. در مورد ابرهای نوپا نیز نگرانی اصلی این است که بسیاری از آن‌ها با فرض ادامه رشد انفجاری تقاضا برای توان پردازشی، تعهدات بلندمدت ایجاد کرده‌اند، در حالی که تقاضای واقعی ممکن است با سرعت کمتری رشد کند یا به سمت غول‌های ابری هدایت شود.

با این حال، تصویر کامل صرفاً سیاه نیست. گارتنر تأکید کرده است که پیش‌بینی توقف عملیات مستقل ۸۰ درصد ابرهای نوپا به معنای نابودی کل صنعت نیست، بلکه نشانه‌ای از «تجمیع» است. در بسیاری از صنایع فناوری، مرحله رشد پراکنده با موجی از ادغام و تثبیت جایگزین می‌شود. از این منظر، آنچه در حال وقوع است می‌تواند به معنای پایان دوره «هر کسی با یک خوشه GPU می‌تواند ابر راه‌اندازی کند» باشد، نه پایان هوش مصنوعی. شرکت‌هایی که درآمد مستقل، قراردادهای محکم و مدیریت مالی محافظه‌کارانه‌تری دارند، ممکن است از این دوره سخت‌تر خارج شوند و سهم بازار بیشتری به دست آورند.

برای ایران و سایر کشورهایی که در حال طراحی استراتژی ملی هوش مصنوعی هستند، این تحول حاوی درس مهمی است: اتکای صرف به زیرساخت اجاره‌ای و مدل‌های مالی پرریسک، بدون ایجاد توانمندی بومی و بازار پایدار، می‌تواند به وابستگی و آسیب‌پذیری منجر شود. در مقابل، مسیری که بر توسعه مدل‌های بومی، داده‌های ملی، نیروی انسانی متخصص و کاربردهای واقعی در اقتصاد و حکمرانی تأکید دارد، در برابر تلاطم‌های بازار جهانی مقاوم‌تر است.

بحران ابرهای نوپا نشان می‌دهد که مدل متکی بر استقراض سنگین برای خرید سخت‌افزار و اجاره آن، در برابر چرخش بازار شکننده است. برای ایران، این تحول فرصتی است تا بر توسعه مدل‌های بومی، داده‌های ملی، نیروی انسانی متخصص و کاربردهای واقعی هوش مصنوعی در اقتصاد و حکمرانی تمرکز کند و از تکرار مسیر پرریسکی که اکنون ۲۰۰ شرکت را به لبه پرتگاه کشانده است، پرهیز کند.

فرصت ایران در میان تلاطم جهانی

تحولات اخیر در بازار ابرهای هوش مصنوعی، برای ایران بیش از آنکه یک تهدید باشد، یک فرصت راهبردی است؛ فرصتی برای بازبینی مسیر و پرهیز از تکرار مدل‌هایی که اکنون در غرب به بن‌بست خورده‌اند. ایران در شهریور ۱۴۰۵ قانون ملی توسعه هوش مصنوعی را ابلاغ کرد؛ قانونی که هدف آن دستیابی به جایگاه تک‌رقمی جهان در این فناوری است و بر پایه برنامه هفتم پیشرفت، بر توسعه زیرساخت پردازشی بومی، دسترسی به داده، آموزش نیروی انسانی و ارزیابی امنیتی سامانه‌ها تأکید دارد. بر اساس این قانون، «سازمان ملی هوش مصنوعی» زیر نظر رئیس‌جمهور تشکیل شده و صندوقی با سرمایه ۱۰ هزار میلیارد تومان برای تأمین مالی پروژه‌های هوش مصنوعی پیش‌بینی شده است.

در بعد زیرساختی نیز گام‌های عملی برداشته شده است. وزیر ارتباطات از صدور موافقت اصولی برای سه اپراتور هوش مصنوعی تا یک ماه آینده خبر داده و از احداث مزرعه GPU با ظرفیت ۴۰ پتافلاپس در فولادشهر اصفهان سخن گفته است؛ اقدامی که می‌تواند وابستگی به زیرساخت‌های خارجی را کاهش دهد. ایران همچنین با اتکا به دیپلماسی فناوری، همکاری‌های منطقه‌ای و بین‌المللی خود را گسترش داده است. عضویت ایران در سازمان همکاری هوش مصنوعی جهان (WAICO) در مرداد ۱۴۰۵ و رایزنی‌های گسترده با چین و روسیه در حوزه حکمرانی هوش مصنوعی و امنیت دیجیتال، نشان‌دهنده تلاش برای تنوع‌بخشی به شرکای فناوری و کاهش اثرگذاری تحریم‌های یک‌جانبه است.

نکته کلیدی آن است که ایران با تکیه بر این رویکرد می‌تواند از «حباب زیرساختی» که اکنون در غرب در حال ترکیدن است، فاصله بگیرد و بر کاربردهای واقعی هوش مصنوعی در حوزه‌هایی مانند سلامت، کشاورزی، صنعت، مدیریت شهری و خدمات عمومی تمرکز کند. مدل ابرهای نوپا که بر استقراض برای خرید سخت‌افزار و اجاره آن به شرکت‌های دیگر متکی است، برای ایران نه توصیه‌پذیر است و نه پایدار. مسیر درست، سرمایه‌گذاری در مدل‌های زبانی بومی، داده‌های ملی، آزمایشگاه‌های تخصصی و پیوند هوش مصنوعی با اقتصاد مقاومتی است؛ مسیری که در قانون ملی توسعه هوش مصنوعی و برنامه هفتم پیشرفت ترسیم شده است. در دنیایی که سرمایه‌گذاران غربی در حال پس گرفتن اعتماد خود از مدل‌های پرریسک هستند، ایران می‌تواند با اتکا به منابع انسانی، زیرساخت بومی و همکاری‌های منطقه‌ای، جایگاه خود را در زنجیره ارزش جهانی هوش مصنوعی تثبیت کند؛ به شرط آنکه درس‌های بحران کنونی را جدی بگیرد و از تکرار مسیر پرخطری که اکنون ۲۰۰ شرکت ابری را به لبه پرتگاه کشانده است، پرهیز کند.

مخاطب گرامی، ارسال نظر پیشنهاد و انتقاد نسبت به خبر فوق در بخش ثبت دیدگاه، موجب امتنان است.

ع

 

 

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

14 + 12 =

پربازدیدترین ها