40 трильйонів доларів боргу тиснуть, але шалений бум інфраструктури AI не зупинити! Триліонний шторм продовжує життєвий цикл суперциклу обчислювальних потужностей

APP від Ukrainian Finance розповідає, що команда під керівництвом давнього стратега з фінансового гіганта Morgan Stanley, Ендрю Шітса (Andrew Sheets), нещодавно заявила: уряд США накопичив близько $40 трильйонів федерального боргу, але постійне зростання державного боргу досі не зупинило історичну хвилю корпоративного кредитування в компаніях високотехнологічної сфери, пов’язаних з AI, а також не похитнуло стійкі витрати американських сімей.

Це означає, що на думку стратегіїстів з Morgan Stanley, $40 трильйонів федерального боргу США ще не спричинили "витіснення кредиту" серед корпоративного та резидентного секторів — особливо враховуючи стабільний корпоративний леверидж, рекордні масштаби емісії облігацій, а також що навантаження на сімейний борг нижче рівня 2000 та 2019 років. Потужні споживацькі витрати та прибутки компаній продовжують переважати негативний вплив підйому кривої ставок/доходності американських облігацій на американський та світовий фондовий ринок. Доходність інвестиційних облігацій США з довгим строком — 6,2%, а 30-річні казначейські папери перевищують прогнозовану інфляцію приблизно на 300 базисних пунктів, що постійно підвищує альтернативні витрати на акції; насправді завершити "період сили акцій та облігацій" може не сама величина боргу, а зростання вартості фінансування, яке приведе до уповільнення корпоративного прибутку.

Гора боргу США в $40 трильйонів ще не закрила корпоративні кредитні канали, означаючи, що супер-цикл AI потужностей наразі стикається із "зростанням вартості фінансування", а не "виснаженням джерел фінансування". Частка корпоративного боргу у ВВП США приблизно на рівні десяти років тому й значно нижча за доковідні значення; Morgan Stanley все ще прогнозує рекордну емісію облігацій цього року. Сімейний борг США становить близько 67% ВВП — не крайня межа, а стійкість споживання підтримує корпоративні прибутки.

Отже, великі оператори хмарних обчислень (Hyperscalers), топові AI лабораторії на кшталт Anthropic та OpenAI, а також AI-датацентри, що створюються новими хмарними лідерами, все ще можуть використовувати інвестиційні облігації, проектне фінансування та приватний кредит для прив’язки прогнозованого безкінечного доходу від Token та реальних грошових потоків від підписок на AI-продукти, API та хмарні сервіси до сильного потоку замовлень у ланцюгу: GPU-сервери, HBM/DRAM/NAND пам'ять, CPU датацентра та системи оптичного з’єднання, інфраструктура електрики й системи рідинного охолодження. Хоча загальний борг США вже перевищив $40 трильйонів, класичного "ефекту витіснення" приватного сектору ще не виникло.

Тобто $40 трильйонів боргу не поставило крапку на бумі AI-інфраструктури, а натомість перенесло будівництво AI-потужностей у "другий етап відкритого кредиту, але дорожчого капіталу". Наступні 2-3 роки, ймовірно, залишатимуться періодом активного будівництва AI-інфраструктури.

За умов відкритого капітального ринку, масштабні хмарні провайдери можуть випускати інвестиційні облігації під активи на балансі, AI лабораторії отримують фінансування через акціонерний капітал, зобов'язання придбати потужність та сторонні гарантії, датацентри — за рахунок довгострокових оренди, контрактів на електроенергію та проектних активів отримують проектне фінансування чи приватні кредити; врешті капітал перетворюється на замовлення GPU, HBM, оптичного з'єднання, електропостачання та охолодження, основним джерелом погашення боргу стає реальний грошовий потік від AI підписок, API та хмарних сервісів, а не лише очікування експоненціального зростання доходу Token у майбутньому.

Ще один фінансовий гігант з Уолл-стріт — Goldman Sachs — прогнозує, що сукупні капітальні витрати великих технологічних компаній у 2025–2030 роках досягнуть приблизно $5,3 трильйона; частка боргового фінансування в капітальних витратах на AI може піднятися з близько 33% у 2026 році до 35% у 2027-му. Лише у 2026 році прямий випуск облігацій надмасштабними хмарними провайдерами може досягти $250 мільярдів, не враховуючи проектного фінансування. Ці прогнози та тренди розвитку AI-інфраструктури свідчать, що $40 трильйонів боргу США ще не закрили кредитні ворота для бізнесу — інвестиційні облігації, проектне фінансування під довгострокову оренду, приватний кредит і гарантії постачальників разом стимулюють запуск нових потужностей.

40 трильйонів доларів боргу нависають, але потік корпоративного фінансування все ще не відступає! Morgan Stanley: справжня загроза американському фондовому ринку не у відсоткових ставках, а в сповільненні прибутків

Близько половини федерального боргу США накопичилося за останнє десятиліття, а державний борг великих економік світу також зріс як частка до ВВП. Окрім Великої Британії, бюджетні дефіцити у більшості країн, ймовірно, залишатимуться високими в перспективі, що зумовлює постійно великі обсяги державного запозичення.

Попри зростання базових ставок і довгострокових доходностей казначейських паперів, корпоративний баланс продовжує демонструвати достатню стійкість. Частка корпоративного боргу у ВВП США практично не змінилася за десять років і залишається значно нижчою за допандемічний рівень; водночас команда кредитних стратегій Morgan Stanley продовжує прогнозувати рекордну емісію корпоративних облігацій цього року. Шітс зазначає, що немає підстав очікувати, що підйом доходності зупинить поточний безпрецедентний потік фінансування AI-потужностей.

Фінансове становище американських сімей також залишається досить здоровим. Сімейний борг зараз складає близько 67% ВВП США, нижче рівня 2000 року (близько 70%) та піку 2019-го (74%). За словами Шітса, навіть при зростанні ставок й довгострокових доходностей казначейських паперів, споживчі витрати сімей залишаються стійкими.

Для фінансових ринків головне питання: чи підйом доходності/базових ставок зрештою переведе інвесторів від акцій до масштабної переоцінки на користь облігацій? Статистика Morgan Stanley показує, що доходність 30-річної казначейської кривої зараз на 300 базисних пунктів вище очікуваної інфляції, а довгострокові інвестиційні облігації США дають дохідність 6,2%.

Дотепер масового перетікання коштів не було. Хоча доходність 10-річних казначейських паперів США з початку року піднялася приблизно на 50 базисних пунктів, базовий індекс американського фондового ринку — S&P 500 — з початку року додав 13%. Після епохального AI-буму з 2023 року сильний приріст прибутків технологічних компаній дозволяє акціям зберігати конкурентоспроможність навіть при зростанні доходності облігацій.

Для команди стратегів Morgan Stanley під керівництвом Шітса найважливіше питання — чи зможе фондовий ринок і надалі підтримувати прибутковість у ситуації зростаючих витрат на запозичення. Якщо прибутки суттєво сповільняться, взаємозв’язок між довгостроковим підйомом доходності облігацій та оцінкою акцій стане критично важливим для ринку.

Token споживання злетить у 24 рази, $10 трильйонів інституційного капіталу розтікається по AI-потужностях! $40 трильйонів боргу не можуть закрити ворота розширення кредиту

Останній $10-трильйонний звіт Goldman Sachs про інституційні портфелі не підтверджує повне зникнення "віри в AI", а демонструє розширення капіталу від ядра GPU до "незамінної інфраструктурної вузькості". Сфера охоплення Goldman Sachs включає 991 хедж-фонд із $5,4 трильйона акцій у портфелях та 504 великі активні взаємні фонди із $4,6 трильйонами в управлінні.

Обидві категорії капіталу збільшують частки у таких гравцях як Bloom Energy, Flex, Seagate Technology — у напрямках зберігання, енергетичного ланцюга датацентру, виробництва серверів — тобто у вузьких місцях AI-інфраструктури, що формують транс-інституційний консенсус. У десятці найбільш популярних хедж-фондових активів дев’ять пов’язані з AI, а Amazon одинадцятий квартал поспіль лідер. Взаємні фонди відносно бенчмарків все ще недоінвестовані по NVIDIA та AMD — на 100 та 60 базисних пунктів відповідно. Це означає, що AI-трейдинг ще не досяг межі позицій на ринку, а потенційну додаткову алокацію запускатиме підтвердження прибутків, а не просто "темний ажіотаж".

Логіка цієї дифузії й ротації у тому, що AI переноситься від "супер-циклу чипів обробки" до повномасштабного капітального циклу AI-інфраструктури: зростання GPU/TPU/AI ASIC в серверних кластерах синхронно підвищує попит на сервери, оперативну пам’ять, корпоративні NAND-компоненти, Ethernet-switch, оптичні модулі, датацентрні оптичні комунікації/з’єднання, високошвидкісні конектори, рейки серверних шаф, системи охолодження і електроживлення; чим більші кластери для тренування/інференса — тим більше портів, цінність на одиницю шафи та складність інтерконекту.

Morgan Stanley прогнозує, що до 2028 року майже $3 трильйона інвестування в AI-інфраструктуру пройдуть через світову економіку, і понад 80% витрат ще попереду. Останні розрахунки Goldman Sachs показують: базова модель AI-капітальних витрат очікує зростання з $765 мільярдів у 2026 році до $1,6 трильйона у 2031-му на рік, сукупно $7,6 трильйона витрат за 2026–2031. Попит на електроенергію датацентрів у США зросте з 31 ГВт у 2025 році до 66 ГВт у 2027-му, і це безпосередньо перенесе інвестування у серверні CPU, DRAM/NAND/HBM, передові корпуси, рідинне охолодження, електрообладнання, трансформатори, газові турбіни, пристрої інтеграції в мережу, дата-центрові REIT і інженерне будівництво.

Ключове джерело приросту AI-потужності: переміщення AI від "відповіді на питання" до "виконання робочих процесів". Агент має планувати, викликати інструменти, перевіряти результати, повторювати при невдачі — споживання Token на один таск може бути у 10–50 разів більшим за простий чат-запит; моделі світу розширюють сферу потужностей із тексту до робототехніки, симуляції та фізичних систем. Goldman Sachs прогнозує: до 2030 року світове споживання Token може зрости у 24 рази — до 120 квадрильйонів на місяць; тим часом одинична собівартість Token для інференсу щороку падає на 60–70%, створюючи ефект Джевонса ("дешевше — більше застосування — зростання попиту").

$40 трильйонів боргу не завершили AI-бум, натомість переводять індустрію у "другий етап відкритого кредиту, але ще дорожчого капіталу". Доходність 30-річних казначейських паперів США доходить до 5,23%, довгострокові корпоративні облігації — до 6,2%; це означає, що кожен AI-проект має довести, що його внутрішня норма прибутку (IRR) перекриває зростаючі витрати капіталу. Отже, подальші інвестиції будуть адресними — в GPU-кластери, HBM/DRAM/NAND пам’ять, датацентрові мережі, оптичне з'єднання, нових хмарних провайдерів — тобто в лідери AI-інфраструктури з довгостроковими контрактами, cash-flow та ціноутворенням. Якщо комерціалізація Token буде підтверджуватися, корпоративний потік фінансування продовжить капітальні цикли AI; якщо прибутки сповільняться або довгострокові доходності знову неконтрольовано підуть вгору через "облігаційних vigilantes", нові хмарні провайдери з великим левериджем чи проектні структури на зовнішніх гарантіях першими піддадуться подвійній втраті оцінки та кредиту.