پرش به محتوای اصلی
پرش به محتوای مقاله

درون عملیات تخلیه‌ی ریسک ۳۸ میلیارد دلاری جی‌پی مورگان

·۱۴ اردیبهشت ۱۴۰۵۲ دقیقه مطالعه۱ بازدید
درون عملیات تخلیه‌ی ریسک ۳۸ میلیارد دلاری جی‌پی مورگان
اشتراک‌گذاری

آیا سیستم بانکی جهانی می‌تواند فشار مالی زیرساخت‌های هوش مصنوعی را تحمل کند؟ اگر فکر می‌کنید گلوگاه هوش مصنوعی زاینده (Generative AI) هنوز فقط کمبود تراشه است، سخت در اشتباهید؛ اکنون ترازنامه‌ی بزرگ‌ترین وام‌دهندگان جهان در خطر است.

به گزارش Financial Times، مؤسسات مالی بزرگی از جمله JPMorgan Chase، Morgan Stanley و SMBC در جستجوی راهی برای تخلیه‌ی ریسک‌های اعتباری عظیم مرتبط با تأمین مالی مرکز داده (Data Center) هستند. طبق اعلام این منابع، حجم وام‌های اعطایی چنان رشد کرده است که هیچ مؤسسه‌ی واحدی نمی‌تواند این تمرکز ریسک را به‌طور ایمن در ترازنامه‌ی خود نگه دارد.

یک معامله به‌خوبی ابعاد این بحران را نشان می‌دهد: یک بسته‌ی وام ۳۸ میلیارد دلاری در حال حاضر تأمین مالی مراکز داده‌ی Oracle در تگزاس و ویسکانسین است. JPMorgan و MUFG ماه‌ها تلاش کرده‌اند تا بخش‌هایی از این وام‌ها را در بازار توزیع کنند و گزارش شده که حتی برای کاهش مواجهه با ریسک، این اوراق را با تخفیف به خریداران غیربانکی عرضه کرده‌اند.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی حباب احتمالی زیرساخت‌های AI اشاره کردیم، این فشار مالی از طریق دو استراتژی اصلی مدیریت می‌شود:

  • فروش وام‌ها: واگذاری کامل بدهی به خریداران دیگر.
  • انتقال ریسک‌های قابل‌توجه (Significant Risk Transfers - SRTs): نگه داشتن وام در دفاتر بانک، اما انتقال ریسک نکردن پرداخت (Default Risk) به صندوق‌های اعتباری یا بیمه‌گران در ازای دریافت بازدهی.

فرانک بنهامو از Cheyne Capital هشدار می‌دهد که این معاملات بسیار ریسک‌تر از انتقال‌های معمول هستند؛ زیرا تعداد اپراتورهای بزرگ محدود است و پروژه‌های ساخت‌وساز اغلب با هزینه‌های بسیار فراتر از پیش‌بینی‌ها مواجه می‌شوند.

در این میان، فشارهای سیاسی نیز به عدم قطعیت‌ها افزوده است. در ایالت مین، قانون‌گذاران لایحه‌ی LD 307 را برای توقف ساخت مراکز داده با ظرفیت ۲۰ مگاوات یا بیشتر تصویب کردند. اگرچه فرماندار Janet Mills در ۲۴ آوریل ۲۰۲۶ برای حمایت از یک پروژه‌ی ۵۵۰ میلیون دلاری این لایحه را وتو کرد، اما شورایی مشورتی تشکیل داد تا تا ژانویه ۲۰۲۷ توصیه‌های لازم برای مدیریت زیرساخت‌های مقیاس‌بزرگ AI را ارائه دهد.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ آیا شبکه‌های برق فعلی می‌توانند این قمار چند میلیارد دلاری را پشتیبانی کنند؟

گام بعدی شما

  • تحلیل کنید که آیا شرکت‌های زیرساختی در پورتفوی شما بیش از حد به وام‌های بانکی وابسته هستند یا خیر.
  • روی تحولات قانونی ایالتی در آمریکا (مانند مورد ایالت مین) نظارت کنید، زیرا می‌توانند سرعت استقرار مراکز داده را کند کنند.
  • بررسی کنید که چگونه مدل‌های انتقال ریسک (SRT) می‌توانند جریان نقدینگی در پروژه‌های AI را تغییر دهند.
چرا این موضوع مهم است؟

این موضوع از منظر اعتبار (Authority) مؤسسات مالی، نشان‌دهنده‌ی یک نقطه عطف است؛ جایی که ریسک اعتباری زیرساخت‌های AI می‌تواند به یک بحران سیستمیک تبدیل شود. در واقع، پایداری رشد هوش مصنوعی زاینده اکنون بیش از آنکه به کدها وابسته باشد، به توانایی بانک‌ها در توزیع ریسک وابسته است.

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

موضوع‌ها

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.