Восени 2025 року Meta структурувала фінансування дата-центру Hyperion у Луїзіані на суму близько $27 млрд через спеціальну проєктну компанію (SPV) разом з фондом Blue Owl Capital — і саме такі угоди тепер турбують банки, страховиків і рейтингові агентства США. Причина проста: клас активів, який ще п’ять років тому був нішевим (комерційна нерухомість під сервери), перетворився на інфраструктуру вартістю сотні мільярдів доларів, під яку немає усталеної моделі оцінки ризику.

За даними Techmeme, масштабне будівництво AI дата-центрів у США створює нові виклики саме для тих, хто цей будівельний бум фінансує, страхує й оцінює. Йдеться не про сам факт зростання попиту на compute — з цим уже змирилися всі учасники ринку, — а про те, що традиційні кредитні інструменти погано пристосовані до специфіки активу, який старіє інакше, ніж будь-яка нерухомість чи завод до нього.

Для AI-білдерів це не абстрактна тема з фінансових шпальт. Вартість оренди compute, доступність GPU-потужностей і швидкість, з якою хмарні провайдери зможуть нарощувати capacity, безпосередньо залежать від того, наскільки охоче банки продовжуватимуть видавати кредити під нові дата-центри.

Чим дата-центр для ШІ відрізняється від звичайної застави?

Головна відмінність — цикл зношування. Комерційна будівля амортизується десятиліттями, а флагманський GPU-кластер застаріває морально за 3-5 років: нове покоління чипів Nvidia чи AMD знецінює попереднє швидше, ніж банк встигає погасити довгостроковий кредит на будівництво. Це створює розрив між терміном позики (часто 10-15 років) і реальним терміном служби «начинки», під яку ця позика видана. Наприклад, нещодавнє замовлення на 9000 Vera Rubin на $8 млрд ілюструє масштаб капітальних витрат, які потрібно амортизувати ще до того, як наступне покоління чипів витіснить попереднє з ринку.

Другий момент — концентрація орендаря. Більшість великих дата-центрів будуються під довгостроковий контракт з одним гіперскейлером (Microsoft, Google, Amazon, Meta) або навіть під одного клієнта цього гіперскейлера, як-от OpenAI чи Anthropic. Якщо такий контракт розривається або переглядається, актив без орендаря різко втрачає ліквідність — на відміну від офісної будівлі, яку можна перездати десяткам різних компаній.

Які ризики турбують банки найбільше?

Три категорії ризику накладаються одна на одну.

• Ризик застарівання обладнання — застава у вигляді GPU-кластера може коштувати вдвічі менше вже через два роки після видачі кредиту.
• Ризик концентрації — залежність від одного орендаря чи навіть одного постачальника енергії робить дефолт системним, а не локальним.
• Ризик оцінки — рейтингові агентства й страховики ще не виробили стандартну методологію для активу, що поєднує нерухомість, важке обладнання й контракт на compute-потужність в одному інструменті.

Накладається на це і структура фінансування: значна частина капіталу заходить не прямими банківськими кредитами, а через SPV та приватний кредитний ринок (private credit) — фонди на кшталт Blue Owl чи Blackstone беруть на себе частину ризику, який традиційні банки вважають надто непрозорим для балансу.

Чому це не проблема лише фінансового сектору?

Тому що вартість позикового капіталу для дата-центрів напряму формує вартість compute для кінцевого користувача. Якщо кредитори почнуть закладати вищу премію за ризик — через невизначеність з амортизацією GPU чи концентрацію орендарів, — вартість запозичень для будівництва нових потужностей зросте. Це транслюється в ціну оренди інференсу та навчання моделей для всіх, хто платить за API OpenAI, Anthropic чи Google.

Показово, що навіть усередині компаній-орендарів ситуація нестабільна: OpenAI, наприклад, вже вкотре втрачає керівника дата-центрів, що додає невизначеності партнерам, які будують під її контракти. Ймовірно, найбільш вразливими опиняться проєкти другого ешелону — дата-центри без прямого контракту з топовим гіперскейлером, побудовані «на випередження попиту». Саме вони першими відчують подорожчання чи брак фінансування, якщо банки й страховики стануть обережнішими.

Висновок AiiN: у чому наша теза?

Наша теза: фінансування AI-інфраструктури перетворюється на системний ризик, який ринок ще не навчився цінувати правильно — і саме тому вартість compute у найближчі роки визначатиметься не лише прогресом чипів, а й тим, наскільки нервово поводитимуться кредитори. Якщо банки почнуть масово переоцінювати ризик GPU-застави, це вдарить по швидкості, з якою з’являються нові потужності, а отже — і по доступності compute для менших AI-компаній, які орендують чужу інфраструктуру, а не будують власну.

Що таке SPV у контексті фінансування дата-центрів?

SPV (special purpose vehicle) — окрема проєктна компанія, яку створюють спеціально під один актив чи угоду, щоб винести борг за баланс материнської компанії й розподілити ризик між кількома інвесторами. Для дата-центрів це типовий інструмент, коли гіперскейлер не хоче показувати десятки мільярдів боргу у власній звітності.

Чи означає це, що будівництво AI дата-центрів у США сповільниться?

Прямих доказів сповільнення поки немає — попит на compute залишається високим. Але складніший доступ до фінансування може подовжити терміни узгодження великих проєктів і підняти вартість позикового капіталу для менш надійних забудовників.