Кризис субстандартных кредитов в инфраструктуре ИИ: как дефляция активов столкнулась с жесткими долговыми структурами

Кредитные департаменты Уолл-стрит испытывают охлаждение, которое полностью упустили технологические новостные циклы. В то время как заголовки 2025 года хвалили ускоряющиеся инвестиции в ИИ и майнеров, «выходящих из циклов» с помощью стабильных сервисов вычислительной мощности, кредитные аналитики смотрели на таблицы с растущим тревогой: сложные модели кредитования, предназначенные для инфраструктурных проектов на 10 лет, применялись к аппаратуре с сроком службы всего 18 месяцев. Это структурное несоответствие между быстро обесценивающимися активами вычислительной мощности и негибкими долговыми обязательствами создает то, что многие кредитные профессионалы теперь называют возникающим сценарием субстандартных кредитов в секторе ИИ-инфраструктуры — ситуацию, где риски дефолта изначально неправильно оценены.

В конце 2025 года серия репортажей Reuters и Bloomberg раскрыла лишь верхушку кризиса. Глубже лежит системное финансовое несоответствие: когда дефляционные активы вычислительной мощности, волатильные залоги майнинга и жесткое финансирование инфраструктуры вынуждены сосуществовать, уже сформировался скрытый механизм передачи цепочек дефолтов.

Дефляционная ловушка: закон Мура как разрушитель залога

Основой анализа кредитоспособности облигаций является коэффициент покрытия денежного потока (DSCR) — предположение, что будущие денежные потоки надежно обслужат долг. В течение последних 18 месяцев рынок работал на ошибочном предположении: что арендные расходы на вычислительную мощность ИИ будут вести себя как стабильные арендные платежи за инфраструктуру, защищая себя от давления обесценивания.

Данные показали, что это катастрофически неправильно.

Согласно данным SemiAnalysis и Epoch AI за конец 2025 года, стоимость единичных вычислений ИИ сократилась на 20–40% по сравнению с прошлым годом. Это дефляция, вызванная несколькими совокупными факторами: широким внедрением техник квантизации и дистилляции моделей, повышением эффективности ASIC (специализированных интегральных схем) и ускорением оптимизации всего программного стека. Что это означает в кредитных терминах — жестко: так называемый «доход от аренды вычислительной мощности» обладает внутренней дефляционной характеристикой — математической уверенностью, что сегодняшняя выручка станет завтрашним обязательством.

Здесь лежит фундаментальное несоответствие по срокам: операторы покупали GPU по пиковым ценам 2024 года (фиксируя крупные капитальные затраты), одновременно фиксируя кривые доходности аренды, которые должны были обрушиться в 2025 и далее. Акционерный инвестор считает это технологическим прогрессом. Кредитор — это ухудшение залога в реальном времени.

Инверсия финансирования: риск венчурных инвестиций маскируется под безопасность инфраструктуры

Если доходность активов сокращается, рациональное управление обязательствами требовало бы более консервативного финансирования. Но рынок поступил наоборот.

Общий объем долгового финансирования дата-центров ИИ и связанной инфраструктуры вырос на 112%, достигнув примерно 25 миллиардов долларов в 2025 году, согласно The Economic Times и Reuters. Этот взрыв был вызван появлением новых облачных провайдеров, таких как CoreWeave и Crusoe, а также крипто-майнинговых компаний, проходящих свою «трансформацию» — организации, активно использующие кредитование под залог активов (ABL) и проектное финансирование. Это создает опасную структурную инверсию:

Исторически: ИИ был сферой венчурного капитала; неудача означала потерю доли.

В настоящее время: ИИ стал инфраструктурной игрой; неудача теперь означает дефолт по долгам по всему портфелю.

Рынок совершил категорическую ошибку: взяв высокорискованные, быстро обесценивающиеся технологические активы, которые должны были входить в венчурные модели финансирования, и перепаковав их в низкорискованные коммунальные структуры, предназначенные для автомагистралей и гидроэлектростанций. Это не просто агрессивное финансирование — это фундаментальное мошенничество в области кредитных категорий.

Мираж майнера: маскировка трансформации с усилением кредитного плеча

Возможно, ни один сценарий не лучше отражает этот кризис, чем заявленная трансформация крипто-майнеров в поставщиков ИИ-вычислений. Медиа широко освещали это как «снижение риска». Анализ балансовых отчетов показывает нечто гораздо более темное: накопленное кредитное плечо, замаскированное под диверсификацию.

Данные VanEck и TheMinerMag показывают противоположную реальность: чистые долговые коэффициенты публичных майнинговых компаний в 2025 году практически не снизились по сравнению с пиковыми значениями 2021 года. Некоторые агрессивные операторы увеличили долг на 500%. Как им это удалось?

Активная сторона: Майнеры сохраняли значительные запасы волатильных BTC/ETH, одновременно залогом выступали будущие доходы от аренды GPU.

Обязательственная сторона: Они выпускали конвертируемые ноты и облигации с высоким доходом, номинированные в долларах США, используя полученные средства для покупки кластеров GPU H100 и H200.

Это не снижение долговой нагрузки — это ролловер, маскирующийся под трансформацию. Майнеры реализуют стратегию двойного кредитного плеча: используют волатильность криптовалют как залог для спекулятивных ставок на денежные потоки GPU. В благоприятных макроусловиях эта схема кажется прибыльной. Но в условиях ужесточения — когда цены на биткоин сжимаются и одновременно падают ставки аренды GPU — оба компонента кредитного плеча сталкиваются с коррелированным сбоем. Модели кредитования определяют это совпадение корреляций как один из самых опасных режимов сбоя в структурных финансах.

Иллюзия залога: где вторичные рынки на самом деле не существуют

Что действительно тревожит менеджеров по кредитным рискам в 3 часа ночи — это не сам сценарий дефолта, а последствия ликвидации. Во время финансового кризиса 2008 года банки могли хотя бы реализовать изъятые активы через аукционы. Но представьте ситуацию: крупный майнер дефолтирует, и кредиторы пытаются ликвидировать 10 000 графических карт H100 из залогового пула. Кому они их продадут?

Здесь сталкиваются математические предположения, заложенные в коэффициенты LTV, с физической реальностью:

Зависимость от физической интеграции: корпоративные GPU не могут функционировать как отдельные компоненты. Им нужны специализированные системы жидкостного охлаждения, точные конфигурации по плотности питания (30–50 кВт на стойку) и тесно интегрированные архитектуры дата-центров. Изъятый H100 вне этой экосистемы — это просто дорогой электронный мусор.

Ускорение устаревания оборудования: выпуск архитектур NVIDIA Blackwell — с поколениями Rubin на горизонте — вызывает нелинейные кривые обесценивания для более старых карт. То, что вчера было ценным залогом, сегодня становится технологическим наследием.

Исчезновение ликвидности у покупателей: при системных событиях ликвидации вторичный рынок специализированного оборудования внезапно блокируется. Нет механизма «последней инстанции» — кредитора, готового поглотить миллиарды в объемах распродажи устаревшего оборудования. Структура рынка просто не способна справиться с этим давлением.

Это выявляет основную иллюзию текущих цен на кредиты: показатели LTV, указанные в кредитных документах, выглядят математически безопасными, но реальный вторичный рынок, способный поглотить миллиарды в ликвидационных объемах, не существует по реальной цене. Залог теоретически ценен, но практически неликвиден — это различие проявляется в стрессовых сценариях.

Почему это — субстандартный кризис, а не просто циклическое снижение

Чтобы быть точным: этот анализ не оспаривает долгосрочные технологические перспективы ИИ и не ставит под сомнение легитимный спрос на вычислительные мощности. Он выявляет фундаментальный сбой в структуре финансирования и механизмах ценообразования кредитов.

Рынок совершил категорическую ошибку: он оценил быстро обесценивающиеся технологические активы (под влиянием неумолимых улучшений по закону Мура) как активы, хеджирующие инфляцию, — как недвижимость. Одновременно он финансировал майнинговые операции, которые так и не снизили долговую нагрузку, как высококачественных инфраструктурных операторов. В совокупности рынок проводит кредитный эксперимент, в котором реальные риски остаются значительно недооцененными.

Исторический опыт показывает тревожную закономерность: кредитные циклы достигают пика задолго до технологических циклов. Для макростратегов и кредитных трейдеров, готовящихся к 2026 году, основная задача — не предсказать, какая модель ИИ станет доминирующей, а переоценить фактические кредитные спреды, заложенные в комбинации «ИИ-инфраструктура + кредитование майнеров». Числа в этих спредах, скорее всего, еще не отражают структурные риски, которые сейчас проявляются в секторе.