Краткое содержание анализа
Соревнование крупных компаний в области искусственного интеллекта (ИИ) перешло от технической борьбы к капитальному противостоянию: создание ИИ-инфраструктуры (чипы, центры обработки данных) требует огромных долгосрочных инвестиций, однако период окупления инвестиций длительный, что приводит к нехватке свободных денежных средств у этих компаний. Чтобы согласовать сроки финансирования и снизить давление, компании начинают корректировать свою капитальную структуру (привлекать средства, откладывать выкуп акций), продавать неключевые активы, заключать долгосрочные контракты для обеспечения ресурсов. Кроме того, стоимость финансирования различается в зависимости от кредитоспособности компаний (компании с хорошей кредитной историей могут получать деньги по более низким ставкам); иногда вычислительные мощности превращаются в финансовые продукты для досрочного получения дохода. Капитал больше не является неограниченным ресурсом, а становится фактором, определяющим, кто сможет выдержать до момента получения прибыли от ИИ.
I. ИИ сжирает средства слишком быстро; свободные денежные средства не выдерживают нагрузки — необходимо изменить подход к финансированию
ИИ требует значительных инвестиций: строительство центров обработки данных и покупка процессоров GPU стоит много денег, и эти затраты окупятся только спустя несколько лет. Например, во втором квартале расходы Alibaba на капиталь увеличились на 75% (67,6 миллиарда юаней), но операционные денежные средства составили всего 22,9 миллиарда юаней, а свободные денежные средства (прибыль минус расходы) уменьшились на 44,6 миллиарда юаней. У Google расходы на капиталь превысили операционные денежные средства, и впервые свободные денежные средства стали отрицательными; в результате компания приостановила выкуп своих акций. Раньше излишки средств распределялись среди акционеров, теперь их необходимо сохранять для инвестиций в ИИ.
У крупных компаний достаточно средств (у Alibaba на счетах 470 миллиардов юаней), но проблема в несоответствии сроков действия денег: краткосрочные средства (например, депозиты, доступные в любой момент) используются для инвестиций в проекты ИИ, срок окупления которых составляет более десяти лет, что приводит к уменьшению ликвидности компании. Поэтому Alibaba выбрала дополнительное финансирование путем выпуска новых акций, а Google — выпуск долгосрочных облигаций, чтобы покрыть долгосрочные инвестиции в ИИ и избежать исчерпания краткосрочных средств.
II. Заключенные на двадцать лет контракты — отказаться от них невозможно; будущие доходы заблокированы заранее
Строительство ИИ-центров требует заранее заключения долгосрочных контрактов: аренда помещений длится двадцать лет, покупка электроэнергии — более десяти лет, даже закупка чипов требует предоплаты. Как бы ни развивались бизнес-процессы в области ИИ, эти обязательства должны выполняться. Например, Meta заключила контракты на сумму 278,9 миллиарда юаней (в основном на аренду центров обработки данных) на срок до 30 лет; у Microsoft есть обязательства по контрактам на сумму 743,8 миллиарда юаней, из которых 329,1 миллиарда — это еще не начатые арендные соглашения. Даже если ИИ-проекты окажутся неудачными, отказаться от них невозможно: арендная плата и расходы на электроэнергию продолжат взиматься. Строительство дополнительного центра обработки данных может означать необходимость платить за него в течение следующих двадцати лет.
III. Разница в ставках по кредитам зависит от кредитоспособности компаний — компании с хорошей репутацией могут получать деньги по низким ставкам
Расширение бизнеса в области ИИ требует больших займов, но не все компании могут получить их по низким ставкам. Компании с высоким кредитным рейтингом (например, Google, Amazon) платят проценты по облигациям в размере 2,5–3,5%. Oracle, из-за отрицательных свободных денежных средств и высоких капитальных расходов, имеет кредитный рейтинг, близкий к уровню “отходов”, и проценты по ее облигациям составляют 7–8%. При покупке процессоров компании с хорошей кредитной историей могут согласиться на более длительный срок возврата займа и получить лучшие условия; компании с низким кредитным рейтингом могут не иметь достаточно средств даже для покрытия расходов на строительство оборудования. Например, из-за разницы в кредитных ставках у CoreWeave разница в стоимости финансирования составила более 2 процентных пунктов, что напрямо влияет на возможности расширения бизнеса в области ИИ.
IV. Продажа неключевых активов для получения средств — необходимо установить приоритеты в стратегии
Раньше у крупных компаний было достаточно средств для одновременного развития нескольких направлений бизнеса (например, ByteDance инвестировало в игры, Alibaba — в розничную торговлю), но теперь, когда ИИ требует сосредоточенных инвестиций, они вынуждены продавать неключевые активы для получения дополнительных средств. Например, Alibaba продала компанию Lingxi Huyu (известную игрой “Стратегия Троецарствия”), а ByteDance — компанию Mutong (ее стоимость даже выросла). Эти бизнес-проекты прибыльны, но их приоритет ниже, чем ИИ, поэтому их приходится закрыть.
Это пример “капитального распределения”: средств ограничены, и каждый новый неключевой проект уменьшает объем средств, доступных для инвестиций в ИИ. Стратегическая ценность бизнеса не может рассматриваться как единственный критерий выбора направления инвестиций; важно оценить, насколько эти инвестиции выгодны по сравнению с ИИ.
V. Превращение вычислительных мощностей в финансовые продукты — использование будущих доходов сейчас
Крупные компании нашли новые способы финансирования: они превращают вычислительные мощности в инструменты для привлечения средств. Например, Nvidia совместно с финансовыми организациями создала платформу для финансирования в размере 500 миллиардов юаней; фонды покупают процессоры и сдают их в аренду ИИ-компаниям (например, xAI), которые платят арендную плату поэтапно. В рамках проекта Hyperion от Meta фонды владеют 80% акций центров обработки данных, а сама компания арендует их. Такой подход позволяет использовать доходы от аренды на будущие годы для покрытия текущих расходов, но также увеличивает риски: если клиенты не продлят контракты, убытки могут ложиться на инвесторов. Однако это также позволяет ИИ-компаниям привлекать больше внешних инвестиций, не полагаясь исключительно на собственные свободные денежные средства.
Вывод: кто выдержит до конца?
Технологический разрыв в области ИИ сокращается, но крупные компании сталкиваются с проблемами, связанными с финансированием. Компании с хорошим кредитным рейтингом и ликвидностью имеют преимущества, но их возможности ограничены из-за несоответствия сроков действия денег и высоких затрат. Компании с низким кредитным рейтингом могут столкнуться с трудностями при получении кредитов, что ограничивает их возможности для развития бизнеса. В конечном итоге успех в области ИИ зависит от способности компаний справиться с этими проблемами и найти эффективные решения.