بانک مرکزی اروپا درباره سرایت زیان سرمایه‌گذاری در هوش مصنوعی به بازار بدهی هشدار داد

بانک مرکزی اروپا درباره سرایت زیان سرمایه‌گذاری در هوش مصنوعی به بازار بدهی هشدار داد

بانک مرکزی اروپا هشدار داده است: وقتی هزینه ساخت زیرساخت هوش مصنوعی با بدهی تأمین می‌شود، زیان احتمالی فقط متوجه سهام‌داران نیست و خریداران اوراق بدهی هم ممکن است ضرر کنند.

پژوهش ژرف۲۸ آبان ۱۴۰۵۸ دقیقهمنبع: European Central Bank

صورت‌جلسه اخیر فدرال رزرو نیز نگرانی درباره روابط مالی پیچیده این صنعت را نشان می‌دهد. هم‌زمان، فروش انویدیا بالا بوده و OpenAI استفاده از مدل تازه‌اش را ارزان‌تر کرده است. تقاضا وجود دارد، اما درآمد امروز فروشنده تضمین نمی‌کند که خریدار چند سال بعد بتواند بدهی‌اش را پس بدهد. ژرف بررسی می‌کند از آمار فروش تراشه، برنامه‌های ساخت کارخانه و قیمت مدل‌ها چه می‌شود فهمید. هشدار نهادهای ناظر هم به معنای حتمی‌بودن بحران نیست.

تحلیل ژرف

بانک مرکزی اروپا روز ۱۸ نوامبر ۲۰۲۶ (۲۷ آبان ۱۴۰۵) هشدار داد که زیان احتمالی سرمایه‌گذاری در هوش مصنوعی ممکن است به سهام‌داران محدود نماند. بخش بیشتری از هزینه ساخت زیرساخت از محل بدهی تأمین می‌شود؛ به گفته این بانک، اگر نظر سرمایه‌گذاران عوض شود، خریداران اوراق بدهی هم ممکن است ضرر کنند. پس فقط قیمت بالای سهام مطرح نیست. باید دانست چه کسی هزینه گسترش زیرساخت را تأمین کرده و چه کسی باید ضرر را تحمل کند. بانک مرکزی از احتمال چنین اتفاقی گفته است، نه اینکه سقوط بازار را حتمی بداند.

ممکن است فروش تراشه بالا باشد و شیوه تأمین مالی خرید آن همچنان نگرانی ایجاد کند. به نظر ژرف، این دو با هم تناقض ندارند. سازنده محصولش را تحویل می‌دهد و درآمد فروش را در صورت مالی می‌آورد، اما خریدار باید طی چند سال از آن محصول پول دربیاورد. صورت مالی فروشنده به ما نمی‌گوید خریدارانش می‌توانند بدهی خود را بپردازند یا طلبکاران آن‌ها ممکن است چقدر ضرر کنند. البته وام‌گرفتن هم به‌خودی‌خود نشانه سرمایه‌گذاری بد نیست. باید دید تجهیزات تا چه زمانی کار می‌کنند، چقدر درآمد دارند و آیا این درآمد برای پرداخت بدهی در موعد مقرر کافی است.

فروش فعلی انویدیا را نمی‌توان نادیده گرفت. در گزارش ۱۷ نوامبر این شرکت، درآمد فصل منتهی به ۲۵ اکتبر ۱۱۵٫۸ میلیارد دلار است، ۱۰۳ درصد بیشتر از فصل مشابه سال قبل. درآمد انویدیا از بخش دیتاسنتر به ۱۰۷٫۶ میلیارد دلار رسیده و رشد آن ۱۱۰ درصد بوده است. شرکت درآمد فصل بعد را حدود ۱۳۰ میلیارد دلار پیش‌بینی کرده و دامنه برآوردش را ۳ درصد پایین‌تر یا بالاتر از این رقم گذاشته است. فصل بعد یک هفته طولانی‌تر است. انویدیا در این پیش‌بینی، درآمد فروش محصولات پردازشی دیتاسنتر به چین را حساب نکرده است.

انویدیا در اطلاعیه دیگری گفت کینسوس می‌خواهد ظرفیت تولید زیرلایه‌های ABF برای این شرکت را به بیش از ۳٫۵ برابر مقدار فعلی برساند. طبق برنامه، تولید در نیمه دوم ۲۰۲۷ شروع می‌شود و افزایش ظرفیت برای سه‌ماهه سوم ۲۰۲۸ برنامه‌ریزی شده است. انویدیا همچنین چند میلیارد دلار برای اجرای توافق تازه با SPIL تأمین می‌کند. قرار است ظرفیتی که SPIL برای بسته‌بندی پیشرفته تراشه‌های انویدیا در نظر گرفته، تا میانه ۲۰۲۹ افزایش یابد. اطلاعیه نمی‌گوید پول این قراردادها از محل وام تأمین می‌شود؛ از هشدار بانک مرکزی هم نمی‌شود چنین نتیجه‌ای گرفت.

ساخت کارخانه و تغییر قیمت خدمات با یک سرعت پیش نمی‌روند. قرار است این کارخانه‌ها چند نسل از محصولات را تولید کنند؛ نمی‌شود با هر تغییر قیمت خدمات هوش مصنوعی، ظرفیت کارخانه را کم‌وزیاد کرد. چنین سرمایه‌گذاری‌ای اگر تقاضا ادامه پیدا کند، کمبود ظرفیت را کاهش می‌دهد. اما اگر خریداران زیرساخت دیرتر از انتظار به درآمد برسند، هزینه‌های ثابت همچنان باقی می‌مانند. جزئیات قرارداد خرید ظرفیت، حداقل مبلغی که مشتری باید بپردازد، شرایط لغو سفارش و مسئولیت طرف‌ها در صورت تأخیر هم مهم‌اند. در خبرهای امروز جزئیات کافی از این قراردادها منتشر نشده تا بتوان گفت هر پروژه چقدر سود خواهد داشت.

در بخش نرم‌افزار، OpenAI روز ۱۷ نوامبر مدل GPT-6.2 Astra را معرفی کرد. تعرفه استاندارد استفاده از API به ازای هر یک میلیون توکن، ۸ دلار برای ورودی و ۴۰ دلار برای خروجی است؛ هر دو نرخ ۲۰ درصد کمتر از GPT-6 Astra هستند. هزینه هر یک میلیون توکن ورودی کش‌شده، یعنی ورودی‌ای که برای استفاده دوباره ذخیره شده، ۰٫۴۰ دلار است. برای مشتری، این کاهش قیمت می‌تواند خبر خوبی باشد. اما برای برآورد درآمد چند سال آینده تأمین‌کننده زیرساخت، قیمت هر بار استفاده از مدل کافی نیست. باید دید مشتری چقدر از خدمات استفاده می‌کند و در مجموع چقدر پول می‌پردازد.

برای مثال، شرکت فرضی‌ای را در نظر بگیریم که به مشتریانش دستیار پشتیبانی می‌فروشد. اگر به همان تعداد درخواست با کیفیت مشابه پاسخ بدهد و برای استفاده از مدل پول کمتری بدهد، ممکن است حاشیه سودش بیشتر شود. اگر رقبا هم قیمت فروش را پایین بیاورند، مشتری هم بخشی از این صرفه‌جویی را در قیمت پایین‌تر می‌بیند. اگر استفاده بیشتر شود، نیاز به توان پردازشی حتی با ارزان‌شدن هر درخواست می‌تواند بالا برود. هیچ‌یک از این سه نتیجه فقط از جدول تعرفه معلوم نمی‌شود. برای حساب‌کردن هزینه نهایی، باید هزینه بررسی پاسخ‌ها، دوباره انجام‌دادن کارهایی که بار اول درست انجام نشده‌اند و ابزارهای جانبی را هم اضافه کرد.

صورت‌جلسه فدرال رزرو که ۱۸ نوامبر منتشر شد نیز به خطرهای تأمین مالی هوش مصنوعی می‌پردازد. این صورت‌جلسه مربوط به نشست ۲۷ و ۲۸ اکتبر است و از تصمیم تازه‌ای درباره نرخ بهره خبر نمی‌دهد. در بحث‌ها به رشد سریع بدهی مرتبط با هوش مصنوعی و پیچیدگی تأمین مالی اشاره شده، از جمله روابطی که در آن پول میان خود شرکت‌های این صنعت می‌چرخد. برخی حاضران هم نگران‌اند اطلاعات نهادهای ناظر کافی نباشد: اگر مؤسسات مالی غیربانکی ضرر کنند، چقدر از این زیان به بانک‌ها می‌رسد؟ صورت‌جلسه تازه منتشر شده، اما بحث‌های آن بر اساس اطلاعاتی بوده که حاضران در نشست اکتبر داشته‌اند.

این مثال فرضی درباره هیچ‌یک از شرکت‌های گزارش نیست. بانک برای یک صندوق خط اعتباری باز می‌کند. صندوق هزینه تجهیزات یک اپراتور را تأمین می‌کند. اپراتور هم برای پرداخت اقساط، روی درآمد قراردادهایش با چند مشتری بزرگ حساب کرده است. اگر مشتری سفارش خود را کم کند، اپراتور ممکن است در پرداخت اقساط به مشکل بخورد و صندوق و بانک هم ضرر کنند. باید دید پول از کجا آمده، چه کسی ضامن شده و هر طرف چه تعهدی دارد. فقط با شمردن وام‌هایی که برای طرح‌های هوش مصنوعی داده شده‌اند، نمی‌شود فهمید چند وام‌گیرنده همگی به یک مشتری وابسته‌اند.

بانک‌ها خودشان هم مصرف‌کننده همین فناوری‌اند. طبق مقاله‌ای که همراه گزارش بانک مرکزی اروپا منتشر شده، در سال ۲۰۲۴، ۴۶ درصد بانک‌های منطقه یورو در کارشان از هوش مصنوعی مولد استفاده می‌کردند. این سهم در سال ۲۰۲۵ به ۸۶ درصد رسیده است. این آمار از اطلاعات نهادهای ناظر به دست آمده و وضعیت استفاده در نوامبر ۲۰۲۶ را نشان نمی‌دهد. مقاله به وابستگی بانک‌ها به تعداد کمی شرکت تأمین‌کننده نیز می‌پردازد. بانک باید دو خطر را جدا بررسی کند: اگر شرکت‌های فناوری طرف حسابش دچار مشکل مالی شوند، چقدر زیان می‌کند؟ اگر خدمات شرکت تأمین‌کننده هوش مصنوعی تغییر کند یا قطع شود، کدام کار روزمره بانک مختل می‌شود؟

با این همه، گزارش بانک مرکزی اروپا می‌گوید بانک‌ها از نظر سرمایه، نقدینگی و سودآوری همچنان وضعیت خوبی دارند. پس نباید از کنار هم گذاشتن چند هشدار نتیجه گرفت که بحران حتمی است. با ارزان‌شدن مدل‌ها، ممکن است افراد و شرکت‌های بیشتری برای کارهای مفید از آن‌ها استفاده کنند. سرمایه‌گذاری امروز هم می‌تواند زیرساخت لازم را بسازد. برای سنجیدن خطر باید حساب کرد اگر قیمت خدمات، میزان استفاده یا هزینه انرژی تغییر کند، چقدر پول برای پروژه باقی می‌ماند و آیا کفاف اقساط را می‌دهد. باید دید اگر به وام تازه هم نیاز پیدا کرد، شرایطش چگونه خواهد بود. در این محاسبه باید فرض‌ها را روشن توضیح داد، نه اینکه فرض‌ها را طوری انتخاب کرد که جواب دلخواه دربیاید.

در گزارش‌های بعدی باید دید خریداران زیرساخت چقدر از مشتریانشان پول گرفته‌اند، چه مقدار از ظرفیت را استفاده می‌کنند و برای تمدید مهلت بدهی یا گرفتن وام تازه با چه شرایطی روبه‌رو می‌شوند. این اطلاعات برای سنجیدن وضعیت، از رقم‌های بزرگ سرمایه‌گذاری که شرکت‌ها اعلام می‌کنند مفیدترند. هنگام خرید خدمات باید هزینه کل رسیدن به نتیجه قابل قبول را حساب کرد. باید دید عوض‌کردن تأمین‌کننده هم ممکن است یا نه. تعرفه ارزان‌تر کافی نیست. به نظر ژرف، با وجود تقاضای زیاد امروز، همچنان باید توان خریداران برای بازپرداخت بدهی در سال‌های بعد را سنجید. این گزارش با اطلاعات منتشرشده تا ساعت ۰۹:۰۴ تهران در ۱۹ نوامبر (۲۸ آبان) نوشته شده است. برای اینکه اطلاعیه‌های ۱۷ نوامبر آمریکا هم در گزارش بیایند، به جای ۳۰ ساعت، خبرهای ۴۸ ساعت گذشته را بررسی کرده‌ایم. این مطلب تحلیل خبر است، نه توصیه سرمایه‌گذاری.

عکس جلد: ساختمان بانک مرکزی اروپا در فرانکفورت، اثر نوربرت ناگل، ۱۸ فوریه ۲۰۲۳؛ این عکس قدیمی است و به انتشار گزارش اخیر مربوط نیست. خود عکاس این عکس را در ویکی‌مدیا کامنز منتشر کرده است. تصویر فقط برش خورده، کوچک شده و به WebP تبدیل شده؛ نسخه برش‌خورده نیز با مجوز CC BY-SA 4.0 منتشر می‌شود. مجوز: https://creativecommons.org/licenses/by-sa/4.0/ ؛ صفحه عکس: https://commons.wikimedia.org/wiki/File:European_Central_Bank_Frankfurt_Germany_18_Feb_2023.jpg

منابع و اسناد

  1. Risks from AI valuations, fiscal imbalances and geoeconomic tensions weigh on financial stability outlook
    European Central Bank، ۲۷ آبان ۱۴۰۵
  2. Financial stability implications of AI adoption in the financial industry and the real economy
    European Central Bank، ۲۷ آبان ۱۴۰۵
  3. Minutes of the Federal Open Market Committee, October 27–28, 2026
    Federal Reserve، ۲۷ آبان ۱۴۰۵
  4. NVIDIA Announces Financial Results for Third Quarter Fiscal 2027
    NVIDIA، ۲۷ آبان ۱۴۰۵
  5. NVIDIA Expands Commitments With Supply Chain Partners to Support AI Infrastructure Buildout
    NVIDIA، ۲۷ آبان ۱۴۰۵
  6. Introducing GPT-6.2 Astra and Sol
    OpenAI، ۲۶ آبان ۱۴۰۵

برچسب‌هابانک مرکزی اروپاتأمین مالی هوش مصنوعیریسک اعتباریانویدیاقیمت مدلبانکداری

مطالب مرتبط

یک فرایند را با ما در میان بگذارید

اگر این مطلب به فرایندی واقعی در سازمان شما مربوط است، از صفحه خدمات شروع کنید یا با ما تماس بگیرید.