AI-бум напоминает Enron? Эксперт: «Это ещё не катастрофа»
Сегодняшние техногиганты используют финансовые приёмы, напоминающие Enron, но это вовсе не значит, что они движутся к краху, — считает специалист в области искусственного интеллекта. Enron, энергетический поставщик и торговый гигант, обанкротился в 2001 году после разоблачения мошенничества. Рам Бала, доцент кафедры искусственного интеллекта и аналитики бизнес-школы Ливи Университета Санта-Клары, в письме Business Insider разбирает ту историю по трём ключевым признакам: компания выводила долги за баланс через специальные финансовые структуры, применяла учёт по методу mark-to-market, при котором прогнозы будущих продаж немедленно признавались выручкой, и через круговые сделки создавала впечатление, будто клиентский спрос более независим, чем на самом деле.
По мнению Балы, в строительстве AI-инфраструктуры повторяются версии всех трёх приёмов — причём совершенно законные, и именно поэтому на них стоит обратить внимание. Он соавтор книги «The AI-Centered Enterprise», а также сооснователь и директор по продукту и искусственному интеллекту AI-стартапа Samvid.
Роль, которую у Enron играли структуры специального назначения, теперь, по словам Балы, выполняет частный кредит (private credit) — то есть место, «где риск становится невидимым». Описывая, как фонды прямых инвестиций вроде KKR финансируют строительство AI-мощностей, он говорит: «Nvidia получает деньги авансом, а риск дефолта берут на себя заёмщики и их кредиторы — и поскольку частный кредит в конечном счёте финансируется за счёт обычных вкладчиков через такие механизмы, как пенсионные фонды, скрытый риск ложится на плечи рядовых семей».
Что касается прогнозов спроса, Бала подчёркивает, что нынешняя стройка «финансируется на основе кривых спроса, подогнанных под модель, а не под рынок». Он напоминает слова гендиректора Anthropic Дарио Амодеи о том, что его компания вкладывает в вычислительные мощности меньше конкурентов, поскольку небольшая ошибка в прогнозе спроса может стать разницей между успехом и банкротством: «Когда самые умные люди в комнате так открыто говорят о нестабильности прогнозов, кредиторам, делающим ставку на оптимистичный сценарий, стоило бы всех нас притормозить».
Круговые сделки — например, когда Nvidia инвестирует в OpenAI, а та на эти же средства покупает чипы Nvidia, — Бала предлагает рассматривать как вендорное финансирование (vendor financing), распространённое в отраслях с дорогим оборудованием: с точки зрения потребителя это похоже на лизинг автомобиля, профинансированный самим производителем. Такое финансирование способно повышать ликвидность рынка и создавать стоимость, но «может стать опасным, если проводится в чрезмерных объёмах и с непредсказуемыми последствиями». Критики вроде инвестора Майкла Бьюрри, прославившегося как герой фильма «Игра на понижение», считают, что «математика не соответствует риску»: Бьюрри написал своим 2 миллионам подписчиков, что «история повторяется», и посоветовал перечитать «The Smartest Guys in the Room» — книгу о взлёте и падении Enron.
Тем не менее Бала считает, что нынешний бум «отличается от прошлых пузырей», и уверен, что долгосрочный спрос оправдает нынешнюю финансовую стратегию технологических компаний — хотя, по его словам, «кто прав, покажет только время».
Похожие статьи

Lowe's снизила годовой прогноз из-за падения спроса на DIY-покупки
Ритейл-гигант товаров для дома признал ослабление спроса на масштабные проекты по ремонту своими руками, но удержал рост за счет сегмента Pro и онлайн-продаж.
Глава Hims & Hers: компании с крупными базами данных могут сократить расходы на ИИ до 80%
Гендиректор телемедицинской компании Hims & Hers Эндрю Дудум советует компаниям с крупными закрытыми базами данных переходить с проприетарных ИИ-моделей на модели с открытыми весами (open-weight).

Покупки к школе — 2026: рост наблюдается только в семьях с высоким доходом
Новый отчёт Circana: сезон покупок к школе 2026 года будет в лучшем случае средним, а рост обеспечивают преимущественно семьи с высоким доходом.