Долги технологических компаний достигли $1,65 трлн: ИИ-гонка ушла за баланс

---

Издание Nikkei Asia в конце мая обнаружило у пяти крупнейших технологических компаний США долговые обязательства на 1,65 трлн долларов, которые не фигурируют в их балансах, и большая часть этих денег привязана к закупке чипов и аренде дата-центров под ИИ.

О скрытых обязательствах первыми написали Nikkei Asia, а через несколько дней Financial Times обнаружила дополнительные 50 млрд долларов арендных обязательств одной только Nvidia по дата-центру в Техасе. Финансовые блогеры на YouTube тут же вспомнили слово Enron, намекая на сознательное мошенничество. Но при ближайшем рассмотрении сравнение с Enron не выдерживает проверки, хотя масштаб обязательств действительно поражает.

Почему 1,65 трлн не отражены в балансах?

• Это не мошенничество, а стандарт бухучёта. Если товар ещё не поставлен или здание не введено в эксплуатацию, обязательство по правилам учёта раскрывают в примечаниях к отчётности, а не в основном балансе. Автор оригинала сравнивает это с договором с оператором связи: вы обязуетесь платить 50 долларов в месяц два года, но не записываете себе в долг сразу 1 200 долларов.
• Большая часть долга привязана к ИИ. Долгосрочные контракты на закупку видеокарт (GPU, процессоров для обучения нейросетей), аренда дата-центров сроком на 10-15 лет, строительство серверных залов. Долги технологических компаний растут именно из-за ИИ-гонки.
• Сумма уже устарела. По данным Nikkei Asia, оценка в 1,65 трлн долларов делалась до публикации квартальной отчётности. После неё выяснилось, что три компании из пяти за один квартал взяли на себя почти 900 млрд долларов новых обязательств.
• Nvidia отдельно удивила. По данным Financial Times, компания взяла на себя 50 млрд долларов арендных обязательств ради одного дата-центра в Техасе, который планирует заполнить собственными чипами.

Почему сравнение с Enron не работает?

Enron была энергетической компанией, которая прятала убытки и долги в тайной сети подставных структур. Доступная инвесторам отчётность была фикцией. Когда схему раскрыли, компания рухнула за недели, потянув за собой аудиторскую фирму Arthur Andersen и пенсионные накопления тысяч сотрудников.

У техгигантов ситуация другая: обязательства раскрыты в примечаниях к отчётности, доступны любому аналитику. Это не тайна, а особенность стандартов учёта. Проблема не в сокрытии, а в масштабе ставки на ИИ.

Долг как сигнал уверенности?

Автор оригинала ссылается на классическую финансовую теорию (doi:10.1093/rfs/1.4.331): если руководство верит в высокую отдачу проекта, оно предпочитает занять деньги, а не продавать долю в бизнесе новым акционерам. Логика простая: зачем делиться будущей прибылью с посторонними, если можно взять кредит и оставить всё себе?

Но здесь есть нюанс. Компании одновременно и занимают, и привлекают акционерный капитал. По данным источника, Alphabet в июне завершила размещение акций почти на 85 млрд долларов. Якорным инвестором стала Berkshire Hathaway с чеком на 10 млрд долларов и дисконтом около 6% к рыночной цене.

Участие Berkshire Hathaway, компании Уоррена Баффета, известной жёсткими условиями сделок и скептицизмом к модным технологиям, добавляет ситуации неожиданный поворот.

Что это значит для вас?

Автору Дзена. Тема долгов технологических компаний даёт материал для серии публикаций: аудитория интересуется тем, сколько реально стоит ИИ и кто за это платит. Можно объяснять на бытовых аналогиях из оригинала (договор с оператором связи), аудитории 50+ это близко.

Маркетологу. Если ваш бюджет зависит от сервисов OpenAI, Google или Microsoft, помните: за низкими ценами на инференс (инференс, это когда модель обрабатывает ваш запрос и выдаёт ответ) стоят триллионные ставки на инфраструктуру. Цены на ИИ-сервисы могут вырасти, когда компании начнут отбивать эти вложения.

Предпринимателю в РФ и СНГ. Российские аналоги, YandexGPT и GigaChat, работают на собственной инфраструктуре «Яндекса» и «Сбера». Масштаб инвестиций несопоставим с американским, что означает и меньший риск долговой нагрузки, и меньшие вычислительные мощности. Зависимость от западных GPU при этом остаётся: ограничения на поставку чипов Nvidia в Россию никуда не делись.

Частые вопросы

Это действительно мошенничество?

Нет. В отличие от Enron, обязательства техгигантов раскрыты в примечаниях к финансовой отчётности. Это стандартная практика бухучёта: пока актив не поставлен или не введён в эксплуатацию, его не ставят на баланс. Проблема не в сокрытии, а в том, что мало кто читает примечания, а суммы выросли до масштабов, которых рынок раньше не видел.

Зачем компании столько тратят на дата-центры?

Обучение и запуск больших языковых моделей требует огромных вычислительных мощностей. GPU (видеокарты, которые используют для обучения нейросетей) стоят дорого, дата-центры строятся годами, а контракты на электричество заключаются на 10-15 лет вперёд. Долги технологических компаний растут, потому что все одновременно наращивают ИИ-инфраструктуру.

Может ли это затронуть пользователей ИИ-сервисов в России?

Напрямую нет: вы не инвестор этих компаний. Но косвенно да. Если затраты не окупятся, цены на API вырастут, бесплатные тарифы могут урезать, а темп обновления моделей замедлится. Для тех, кто строит бизнес на чужих ИИ-сервисах, это аргумент в пользу диверсификации: пробуйте локальные открытые модели параллельно с облачными.

Гонка за ИИ превратила балансы техгигантов в айсберги, где видимая часть меньше подводной. Мошенничества пока нет, но ставка сделана такая, что ошибиться будет очень дорого, и не только для акционеров.