حلقه تأمین مالی چرخشی هوش مصنوعی که نگرانی سرمایهگذاران را برانگیخته است
در ۲۴ ژوئیه، AMD یک سرمایهگذاری سهام (equity) به ارزش پنج میلیارد دلار در Anthropic را به همراه یک معامله دو گیگاواتی برای تأمین تراشههای سری MI450 اعلام کرد. اگر این دو واقعیت را در کنار هم قرار دهیم، الگویی پدیدار میشود: AMD به Anthropic سرمایه میدهد و Anthropic بخشی از آن سرمایه را برای خرید سختافزار از AMD استفاده میکند. هر دو شرکت خبر خوبی برای اعلام دارند – AMD یک تعهد تقاضا ثبت میکند و Anthropic یک دور تأمین مالی – بدون اینکه لزوماً حتی یک دلار خارج از ترازنامه خود AMD جابهجا شود.
این یک مورد منزوی نیست. این ساختار تأمین مالی غالب در ساختار زیرساخت هوش مصنوعی فعلی است و در سال ۲۰۲۶ به قدری بزرگ و به قدری در میان تعداد کمی از طرفهای معامله متمرکز شده است که تحلیلگران بازار آن را مستقیماً با حباب تأمین مالی فروشنده (vendor-financing) مقایسه میکنند که در اواخر دهه ۱۹۹۰ ارزشگذاریهای مخابرات را متورم کرد و در سال ۲۰۰۱ فروپاشید.
حلقه چگونه کار میکند؟
مکانیزمها ساده هستند و به طور جداگانه جدید نیستند. یک فروشنده سختافزار یا ابر (cloud vendor) سهم equity در یک آزمایشگاه هوش مصنوعی میگیرد، گاهی اوقات همراه با یک تعهد خرید محاسباتی چندساله. آزمایشگاه از سرمایه – و اغلب مستقیماً از اعتبارات محاسباتی – برای آموزش مدلها و اجرای inference در مقیاس بزرگ استفاده میکند. فروشنده خرید محاسباتی را به عنوان درآمد ثبت میکند و آن را به عنوان شواهدی از تقاضای طاقتفرسا برای سختافزار نسل بعدی خود ذکر میکند. این درآمد و سیگنال تقاضا از ارزشگذاری خود فروشنده پشتیبانی میکند، که به نوبه خود توانایی آن را برای جذب سرمایه بیشتر یا انتشار سهام افزایش میدهد، که بخشی از آن میتواند به سرمایهگذاریهای بیشتر در آزمایشگاههای هوش مصنوعی سرازیر شود.
آنچه این را از تأمین مالی فروشنده معمولی – که دههها در فناوری اطلاعات سازمانی وجود داشته – متمایز میکند، مقیاس و تمرکز است. اکنون تعداد انگشتشماری از شرکتها همزمان هم سرمایهگذاران عمده آزمایشگاههای هوش مصنوعی و هم تأمینکنندگان عمده آنها هستند و ارقام دلاری درگیر به اندازهای بزرگ هستند که شاخصهای گستردهتر بازار را جابهجا کنند.
معاملات در حال انباشت در سال ۲۰۲۶
معامله AMD-Anthropic یکی از چندین نقطه داده (data point) است که تنها در ماه ژوئیه اعلام شده است. در ۲۵ ژوئیه، SK Group و Nvidia یک مشارکت ۵۰۰ میلیارد دلاری در زمینه زیرساخت هوش مصنوعی و حافظه HBM4 امضا کردند. در همان روز، سامسونگ و Broadcom یک معامله ۲۰۰ میلیارد دلاری در زمینه حافظه و فاندری (foundry) مرتبط با تولید تراشه هوش مصنوعی امضا کردند. مایکروسافت ۲۷٪ سهم equity در OpenAI دارد و اعلام کرد که در یک فصل از اواخر سال ۲۰۲۵ نزدیک به ۳۵ میلیارد دلار برای زیرساخت هوش مصنوعی هزینه کرده است – هزینههایی که به طور قابل توجهی به کسبوکار Azure خود و شرکای سختافزاری بازمیگردد، برخی از آنها همچنین در ونچرهای مرتبط با OpenAI سهم دارند.
موقعیت Nvidia در مرکز این الگو قرار دارد. تعهد سرمایهگذاری تقریباً ۱۰۰ میلیارد دلاری آن به OpenAI که در سال ۲۰۲۵ اعلام شد، در کنار قراردادهای خرید محاسباتی ساختار یافته است – به این معنی که سهم قابل توجهی از سرمایهای که Nvidia متعهد میشود انتظار میرود به عنوان درآمد تراشه به Nvidia بازگردد. تا اکتبر ۲۰۲۵، ارزش بازار Nvidia از ۵ تریلیون دلار فراتر رفت و آن را باارزشتر از تولید ناخالص داخلی همه کشورها به جز ایالات متحده و چین کرد، و شرکتهای مرتبط با هوش مصنوعی حدود ۸۰٪ از سود بازار سهام ایالات متحده در آن سال را به خود اختصاص دادند.
چرا این موضوع با وجود اینکه کلاهبرداری نیست، تحلیلگران را نگران میکند؟
هیچکدام از اینها غیرقانونی نیست و هیچکدام از شرکتهای منفرد ساختار را پنهان نمیکنند – معاملات به صورت عمومی اعلام میشوند، اغلب در همان بیانیه مطبوعاتی. نگرانی فریب نیست؛ ریسک دوری (circularity risk) است. اگر سهم قابل توجهی از رشد درآمد ظاهری یک آزمایشگاه هوش مصنوعی و رشد تقاضای ظاهری یک فروشنده سختافزار هر دو به همان مجموعه سرمایهای که از سوی فروشنده تأمین شده بازگردد، بازار ممکن است یک جریان پول واحد را به عنوان دو سیگنال مجزا از تقاضای ارگانیک دو بار شمارش کند.
ری دالیو (Ray Dalio) سطح سرمایهگذاری فعلی هوش مصنوعی را با حباب داتکام مقایسه کرده است. تا اواخر سال ۲۰۲۵، پنج شرکت برتر ایالات متحده از نظر ارزش بازار حدود ۳۰٪ از S&P 500 را تشکیل میدادند – بالاترین تمرکز در نیم قرن اخیر – و نسبت قیمت به درآمد شیلر (Shiller P/E) بازار ایالات متحده برای اولین بار از زمان سقوط داتکام از ۴۰ فراتر رفت. موازی تاریخی خاصی که تحلیلگران به آن اشاره میکنند، فروپاشی تأمین مالی فروشنده در بخش مخابرات در سالهای ۲۰۰۰-۲۰۰۱ است، زمانی که تولیدکنندگان تجهیزاتی مانند Lucent و Nortel میلیاردها دلار تأمین مالی به استارتاپهای مخابراتی اعطا کردند که از آن پول برای خرید تجهیزات خود فروشندگان استفاده میکردند. زمانی که تقاضای خارجی در مقیاس پیشبینی شده محقق نشد، هم استارتاپها و هم تأمینکنندگان مالی فروشنده آنها با هم فروپاشیدند.
چه چیزی را واقعاً باید زیر نظر داشت؟
الگوی تأمین مالی دوری هوش مصنوعی دلیلی بر فروپاشی قریبالوقوع نیست – محصولات هوش مصنوعی درآمد خارجی واقعی و در حال رشدی دارند که فروشندگان پهنای باند مخابراتی در سال ۲۰۰۰ تا حد زیادی نداشتند. اما این بدان معناست که ارقام دلاری جنجالی در این معاملات نشانگرهای بدتری از تقاضای واقعی بازار نسبت به آنچه به نظر میرسند هستند. سه عدد مهمتر از اندازه معامله است: سهم درآمد یک آزمایشگاه هوش مصنوعی که از مشتریانی میآید که هیچ رابطه equity یا تأمین با سرمایهگذاران خود آزمایشگاه ندارند؛ نسبت هزینههای سرمایهای تأمینشده با بدهی به هزینههای سرمایهای تأمینشده با equity در فروشندگان عمده سختافزار، زیرا اگر تقاضا ناامیدکننده باشد، بدهی قابل بازپرداخت نیست. و اینکه آیا تعهدات خرید محاسباتی به سختافزار واقعی تحویلشده و پرداختشده طبق برنامه اولیه تبدیل میشوند، یا با نزدیک شدن تاریخ استقرار، مذاکره برای کاهش آنها انجام میشود.
برای اپراتورها و سرمایهگذارانی که این فضا را زیر نظر دارند، نکته عملی این است که ارزش معاملات اعلامشده را به عنوان سقف تقاضا در نظر بگیرند، نه کف آن، و داستان رشد هر آزمایشگاه هوش مصنوعی را با توجه به اینکه چه مقدار از درآمد آن خارج از شبکه سرمایهگذاران و تأمینکنندگان خودش ایجاد میشود، وزندهی کنند.