Цикл субстандартных кредитов в ИИ-вычислениях: когда кредитное плечо майнеров скрывает надвигающийся финансовый шторм

Кризис субстандартных кредитов тихо накапливается в секторе инфраструктурных решений ИИ, и кредитные аналитики следят за ним гораздо внимательнее, чем это осознают технологи. Опасность заключается не в технологическом потенциале ИИ — он остается подлинным — а в фундаментальном несоответствии между тем, как рынок финансирует вычислительную мощность, и тем, чем эта мощность на самом деле является как актив. В то время как технологические инвесторы радуются строительству дата-центров и поставкам GPU, трейдеры по облигациям смотрят на балансовые отчеты и задают неудобные вопросы о индустрии, которая применяет модели финансирования недвижимости к оборудованию, которое обесценивается как смартфоны.

Жесткая математика закона Мура: вычислительная мощность как дефляционный актив

Основой любой модели кредитования инфраструктуры является коэффициент покрытия обслуживания долга (DSCR) — идея, что актив будет генерировать стабильные денежные потоки для обслуживания долга. На протяжении десятилетий это работало для автомагистралей, электростанций и оптоволоконных сетей. Но вычислительная мощность ИИ кардинально нарушает это предположение.

Согласно данным отслеживания Q4 2025 от SemiAnalysis и Epoch AI, стоимость выполнения ИИ-инференции снизилась на 20–40% в год. Это не временное падение; это отражает структурные улучшения в техниках сжатия моделей, специализированных архитектурах чипов (ASICS) и алгоритмической эффективности. Когда вы можете выполнить ту же самую вычислительную задачу на 30% дешевле, доход от аренды, который должен был покрывать долг по GPU, исчезает. Оператор дата-центра, купивший чипы H100 по пиковым ценам 2024 года за $25 миллион, теперь конкурирует с операторами, покупающими следующего поколения H200, в то время как остаточная стоимость тех H100 обрушилась.

Для кредитора это кошмар по залогу. Актив, обеспечивающий кредит, обесценивается не постепенно, а по мере ускоряющегося технологического календаря. Оператор сидит на оборудовании, финансированном по вчерашним показателям эффективности, но оцениваемом по завтрашнему циклу устаревания. Вот почему кредитные трейдеры не спят по ночам: вы используете рамки 30-летней ипотеки для оборудования с 18-месячным сроком службы.

Смещение финансирования: когда венчурный риск маскируется под безопасность инфраструктуры

Здесь действительно проявляются элементы субстандарта. Исторически компании ИИ привлекали венчурный капитал — неудача означала списание инвестиций как убытка по капиталу. Но что-то изменилось в 2024–2025 годах. Согласно расследованиям Reuters и Bloomberg конца 2025 года, общий объем долгового финансирования дата-центров ИИ вырос на 112% до примерно $25 миллиардов в годовых обязательствах. Это не было органическим ростом; это было сознательное переоценивание риска.

Такие компании, как CoreWeave и Crusoe, активно переключились на кредитование с обеспечением активами (ABL) и проектное финансирование — именно те структуры финансирования, которые предназначены для коммунальных предприятий. Рынок фактически задал вопрос: «Что если применить модели инфраструктурного кредитования к технологическим активам?» Ответ, как оказалось, был категорической ошибкой исторического масштаба.

Инфраструктурное кредитование предполагает:

• Стабильные, предсказуемые денежные потоки
• Долгий экономический срок службы (20-30 лет)
• Минимальный риск технологического вытеснения
• Ликвидные вторичные рынки для залога

Но вычислительная мощность ИИ не предлагает ничего из этого. Тем не менее, кредиторы упаковали риск венчурного масштаба в инфраструктурные долговые структуры. Это и есть ядро возникающего кризиса субстандарта в финансировании вычислительной мощности — не то, что кредитование происходило, а то, что оно происходило на основе фундаментально несоответствующих предположений.

Ловушка майнера: фальшивое снижение долговой нагрузки, реальное накопление рычага

Криптомайнеры, переходящие на услуги по вычислительным мощностям ИИ, позиционировали себя как снижающих риски. Медиа рассказывали о «повороте» — якобы майнинговые компании переходили с очень волатильных криптовалютных рынков на «стабильные» доходы инфраструктурных решений. Это убедительная история. И в основном — вымысел.

Данные раскрытий майнинговых компаний показывают, что чистые долговые коэффициенты крупных публичных майнеров в 2025 году остаются сопоставимыми с пиковыми уровнями 2021 года. Некоторые агрессивные игроки фактически увеличили долг до 500%. Как? Они провели финансовую фокусировку:

Активная сторона: держат волатильные позиции BTC/ETH + учитывают будущий доход от вычислений как неявный залог
Обязательственная сторона: выпускают конвертируемые ноты и облигации с высокой доходностью, номинированные в USD, для покупки H100/H200

Это не снижение долговой нагрузки; это умножение рычага. Теперь майнеры подвержены коррелированному риску снижения по двум осям одновременно — если цены на криптовалюты рухнут И ставки аренды GPU сжмутся (что, учитывая закон Мура), — обе стороны баланса рухнут одновременно. В структурированном финансировании эта корреляция приводит к каскадным дефолтам.

Майнеры, называющие себя «операторами инфраструктуры», на самом деле используют двойной рычаг: используют несвязанный с криптовалютами волатильность как залог, чтобы делать ставки на экономику вычислений, которая структурно ослабевает. Это не снижение риска. Это наращивание риска, маскирующееся под развитие бизнеса.

Иллюзия ликвидности: почему залог на бумаге не является залогом в реальности

Вот что действительно будит кредитных аналитиков по ночам: отсутствие функционирующего вторичного рынка для GPU-залога.

Если крупный майнер или оператор вычислений дефолтирует, кредиторы могут изъять 10 000 графических карт H100. И что дальше? Это не товары, которые можно выставить на биржу. Они требуют:

• Физической инфраструктуры: специализированных систем жидкостного охлаждения, мощностью 30-50 кВт на стойку, нестандартных кабельных систем
• Быстрого устаревания: анонс архитектур NVIDIA Blackwell и Rubin означает, что карты предыдущего поколения теряют ценность почти мгновенно
• Отсутствия покупателя последней инстанции: при системных распродажах нет рыночного посредника, центрального банка или покупателя, готового поглотить миллиарды в продажах устаревшего технологического оборудования

Заявленные коэффициенты LTV (Loan-to-Value) по этим сделкам могут выглядеть благоразумными в таблицах. Но вторичный рынок репо, который подтвердил бы эти цифры в сценарии ликвидации, просто не существует. Это миллиардный «стена» залога, подкрепленная фантомной ликвидностью.

Ценообразование по кредитам предполагает упорядоченное снижение стоимости активов в условиях кризиса. Рынок GPU не предлагает пожарных распродаж никому, он одновременно сокращается и разделяется по поколениям оборудования.

Реальный риск: когда кредитные циклы опережают технологические циклы

Это не отрицание будущего ИИ. Технология созреет. Потребности в вычислениях возрастут. Но финансовый рынок неправильно оценивает сроки, когда наступит кредитный стресс, и когда кривые внедрения технологий ускорятся.

Исторически кредитные циклы достигают пика ранее, чем циклы внедрения технологий. Кризис субстандартных ипотек не убил спрос на жилье — он уничтожил структуры финансирования, предшествовавшие реальной потребности в жилье. Аналогично, кризис субстандарта в финансировании вычислительной мощности может возникнуть раньше, чем реальные требования ИИ оправдают строительство инфраструктуры.

То, что началось как технологический бум, финансируемый инфраструктурной логикой и майнерами, ищущими убежище, превращается в кредитное событие, которое проверит, смогут ли активы вычислительной мощности найти ликвидность, когда произойдут дефолты. Ответ, исходя из текущей структуры рынка, почти наверняка — нет.

Для трейдеров и макростратегов следующие 12 месяцев не будут определяться тем, какая большая языковая модель превзойдет другую. Они будут зависеть от того, какой чрезмерно заемный майнер станет канарейкой в угольной шахте, вызвав каскад залогов, который никакой вторичный рынок не сможет поглотить.