วิกฤตศูนย์ข้อมูล AI มูลค่า $500 พันล้าน สร้างความเสี่ยงระดับโลก

Lead – Bloomberg ประเมินว่าหนี้สินของศูนย์ข้อมูลที่ใช้เทคโนโลยี AI กำลังทะลุระดับ $500 พันล้าน** ขณะนี้ ส่วนหนึ่งใหญ่ของหนี้เหล่านี้ถูกจัดทำผ่านโครงสร้าง “Special Purpose Vehicle” (SPV) ที่ทำให้หนี้ไม่ปรากฏบนงบดุลของบริษัทแม่ การบรรจบกันของปัจจัยดังกล่าวกระตุ้นความกังวลว่าภาวะวิกฤติอาจคล้ายคลึงกับวิกฤติสินเชื่อซับไพรม์ปี 2008

Overview

ภาคส่วน AI กำลังขยายตัวอย่างรวดเร็ว ส่งผลให้ผู้ลงทุนต้องการสร้างศูนย์ข้อมูลใหม่เพื่อรองรับกำลังประมวลผลที่เพิ่มสูงขึ้น อย่างไรก็ตาม การระดมทุนผ่าน SPV ทำให้หนี้สินของโครงการเหล่านี้ถูกซ่อนอยู่จากนักวิเคราะห์และหน่วยงานตรวจสอบบัญชี หลายบริษัทเทคโนโลยีชั้นนำเช่น Meta, Google, Amazon, Microsoft และ Oracle ได้ใช้วิธีการเดียวกันเพื่อหลีกเลี่ยงการบันทึกหนี้บนสมุดบัญชีของตน

ตามรายงานของ Bloomberg หนี้สินรวมของศูนย์ข้อมูล AI อยู่ในระดับ $500 พันล้าน โดยประมาณ $200 พันล้าน ถูกถือโดยกองทุนเครดิตส่วนบุคคล ซึ่งหมายความว่าผู้ลงทุนหลายกลุ่มอาจไม่ได้รับการเปิดเผยความเสี่ยงอย่างเต็มที่ นอกจากนี้ การจัดสรรหนี้ผ่าน SPV ยังทำให้บริษัทแม่สามารถรายงานเพียงบางส่วนของความเสี่ยงทั้งหมดได้

Debt Structure & Scale

โครงสร้างหนี้สินที่ใช้ SPV ทำหน้าที่เป็น “ถุงเงิน” แยกจากบริษัทหลักเพื่อระดมทุนสำหรับการก่อสร้างศูนย์ข้อมูล รายได้จะเริ่มคืนค่าให้แก่ผู้ถือหุ้นเมื่อมีลูกค้าใช้งานและจ่ายค่าบริการตามสัญญา การจัดการเช่นนี้ทำให้ความเสี่ยงของโครงการอยู่ใน “กล่องดำ” ของนักลงทุน

• $500 พันล้าน** – มูลค่าหนี้สินศูนย์ข้อมูล AI ที่ยังไม่ได้ชำระ
• $200 พันล้าน** – ส่วนที่ถือโดยกองทุนเครดิตส่วนบุคคล
• $8.5 พันล้าน** – สินเชื่อของ CoreWeave ที่ผูกกับสัญญากับ Meta ผ่าน SPV แยกต่างหาก
• $1.65 ล้านล้าน** – หนี้รวมที่บริษัทเทคโนโลยีใหญ่ 5 บริษัทสะสมในช่วง 5 ปีที่ผ่านมา

การใช้ SPV ทำให้เงินทุนจากหลายแหล่งเข้าร่วมโครงการโดยไม่ต้องเปิดเผยต่อสาธารณะ ซึ่งเป็นลักษณะที่พบได้บ่อยในตลาดเครดิตส่วนบุคคลและอาจทำให้การประเมินความเสี่ยงของธนาคารหรือกองทุนรวมมีความยากขึ้น

Corporate Strategies & SPVs

บริษัท CoreWeave เป็นตัวอย่างที่ชัดเจนของการแยกสินเชื่อแต่ละรายการออกเป็น SPV แยกต่างหาก ตัวอย่างเช่น สินเชื่อมูลค่า $8.5 พันล้าน ที่ผูกกับสัญญาให้บริการแก่ Meta ถูกจัดทำผ่าน SPV เฉพาะ ทำให้หนี้ไม่ปรากฏบนงบดุลของ CoreWeave เอง การกระทำแบบเดียวกันถูกนำมาใช้โดยบริษัทอื่น ๆ เช่น Meta ซึ่งมีโครงการศูนย์ข้อมูล “Hyperion” ที่เป็นเจ้าของ 80 % โดยกองทุน Blue Owl** และเพียง 20 % เท่านั้นที่เป็นของ Meta

การที่ Google ให้การสนับสนุนหนี้สำหรับศูนย์ข้อมูลของบริษัทอย่าง Fluidstack, Cipher Mining, และ TeraWulf ผ่าน SPV อีกด้วย ทำให้ไม่ต้องบันทึกหนี้บนงบดุลของตนเอง นักตรวจสอบจาก Ernst & Young ได้ชี้ให้เห็นว่าโครงสร้างดังกล่าวเป็น “critical audit matter” ซึ่งตั้งคำถามว่าความเสี่ยงทางเศรษฐกิจสุดท้ายจะตกอยู่ที่ใคร

Comparative Analysis with 2008 Subprime Crisis

นักวิเคราะห์หลายคนเปรียบเทียบสถานการณ์นี้กับวิกฤติสินเชื่อซับไพรม์ปี 2008 เนื่องจากทั้งสองเหตุการณ์อาศัยสมมติฐานว่าความต้องการจะเพิ่มขึ้นอย่างต่อเนื่องโดยไม่มีการทดสอบความเสี่ยงจริง ในช่วงต้นศตวรรษที่ผ่านมา ประมาณ **20 % ของสินเชื่อที่ออกใหม่ในสหรัฐฯ ถูกจัดเป็นซับไพรม์ ซึ่งเมื่อถึงจุดบกพร่องของตลาดได้ถูกพับรวมเป็นหลักทรัพย์ซับซ้อน ทำให้ความเสี่ยงถูกซ่อนจากนักลงทุน

โดยตรงกับ AI data center debt การวิเคราะห์แสดงว่ามีการเปิดเผยความเสี่ยงต่อธนาคารอย่าง $1.4 เทริลเลียน ของเครดิตส่วนบุคคล ซึ่งรวมถึง $300 พันล้าน ที่ถือโดยธนาคารหลัก ความแตกต่างสำคัญคือความเสี่ยงไม่ได้มาจากผลิตภัณฑ์ทางการเงินเช่นตราสารอนุพันธ์ แต่เป็นผลจากต้นทุนการก่อสร้างศูนย์ข้อมูลที่มีขนาดมหาศาลและอัตราการใช้กำลังประมวลผลที่ยังไม่ถึงเป้าหมาย

Potential Systemic Impact

ความเสี่ยงของหนี้สิน AI data center ไม่ได้จำกัดอยู่แค่บริษัทเทคโนโลยีระดับใหญ่เท่านั้น แต่รวมไปถึงกองทุนบำเหน็จบำนาญและบริษัทประกันภัยที่กำลังพึ่งพาผลตอบแทนจากศูนย์ข้อมูลเพื่อรองรับการจ่ายเงินในอนาคต หากลูกค้า AI รายใหญ่ไม่สามารถชำระค่าใช้บริการตามสัญญาได้ ความเสียหายอาจกระทบต่อสินทรัพย์ของผู้ลงทุนเหล่านี้โดยตรง

แม้จะยังไม่มีสัญญาณชัดเจนว่าหนี้ดังกล่าวจะ “แตกตัว” อย่างกะทันหันหรือค่อย ๆ ลดลง การพิจารณาความเร็วในการรับชำระจากลูกค้าหลัก เช่น Meta, Google และ Amazon จะเป็นปัจจัยสำคัญที่จะกำหนดทิศทางของความเสี่ยงต่อระบบการเงินโลกในช่วงหลายปีข้างหน้า

Summary

หนี้สินของศูนย์ข้อมูล AI ที่ซ่อนอยู่ภายใต้โครงสร้าง SPV มีมูลค่ากว่า $500 พันล้าน** และอาจส่งผลกระทบต่อธนาคาร, กองทุนบำเหน็จบำนาญและบริษัทประกันภัยได้อย่างกว้างขวาง การเปรียบเทียบกับวิกฤติสินเชื่อซับไพรม์ปี 2008 ทำให้เห็นความเสี่ยงที่อาจเกิดจากสมมติฐานการเติบโตไม่หยุดยั้งของตลาด AI ที่ยังไม่ได้รับการตรวจสอบอย่างเพียงพอ.