बैंक अब उन AI डेटा सेंटर ऋणों को आगे बेचने की कोशिश कर रहे हैं जिन्हें उन्होंने अभी-अभी अंडरराइट किया था
जिन बैंकों ने AI-केंद्रित डेटा सेंटरों के लिए विशाल ऋण अंडरराइट किए थे, वे अब उस ऋण को आगे बेचने की कोशिश कर रहे हैं, जिससे यह बहस छिड़ गई है कि क्या यह सामान्य सिंडिकेशन है या गर्म होते AI बुलबुले का शुरुआती संकेत। टिप्पणीकारों का कहना है कि AI-संबंधित बॉन्ड इश्यूअन्स पहले ही तेज़ी से गिर चुकी है, कुछ डेटा सेंटर ऋणों को प्लेस करना मुश्किल बताया जा रहा है या वे बहुत ऊँचे यील्ड्स पर ट्रेड हो रहे हैं, और Oracle तथा CoreWeave जैसे भारी एक्सपोज़र वाले नाम संभावित कमजोर कड़ियों के रूप में देखे जा रहे हैं। दूसरे लोग तर्क देते हैं कि बड़े ऋणों का सिक्योरिटाइज़ करके बेचना बैंकिंग की मानक प्रथा है और निकट-भविष्य की डिफॉल्ट से अधिक, सांद्रता जोखिम बैंकों को अपना एक्सपोज़र घटाने के लिए प्रेरित कर रहा है।
क्या बैंक AI ऋण को “सामान्य” तरीके से आगे बेच रहे हैं?
- कई लोगों का कहना है कि बैंक नियमित रूप से बड़े ऋण अंडरराइट करते हैं, फिर उन्हें सिंडिकेट और सिक्योरिटाइज़ कर देते हैं; जोखिम को आगे स्थानांतरित करना उनका मूल व्यवसाय है।
- दूसरे लोग जोर देते हैं कि जो असामान्य है, वह है ऋण को जल्दी प्लेस न कर पाना और उसे डिस्काउंट पर बेचना पड़ना, जो अपेक्षा से कमजोर मांग का संकेत देता है।
- “यह मानक प्रथा होने के कारण बेचना” बनाम “सांद्रता या चिंता के कारण बेचना” को लेकर भ्रम है; टिप्पणियों में कहा गया कि दोनों बातें सच हो सकती हैं।
सिस्टमिक जोखिम और 2008 से तुलना
- कई लोग मॉर्गेज-समर्थित CDOs से समानताएँ देखते हैं: आक्रामक सिक्योरिटाइज़ेशन, जोखिम का संभावित रूप से गलत मूल्यांकन, और ऋण जारी करते रहने के प्रोत्साहन।
- दूसरे लोग इसका विरोध करते हैं: ट्रैंचिंग और सिक्योरिटाइज़ेशन की यांत्रिकी अपने आप में खराब नहीं हैं; 2008 की मुख्य समस्या अस्पष्टता और गलत रेटिंग्स थी।
- कुछ लोग नोट करते हैं कि सट्टात्मक उन्माद (रेलवे, ट्यूलिप) बार-बार होते हैं; हर बुलबुला “एक और 2008” नहीं होता।
AI/डेटा सेंटर ऋण का आकार और संरचना
- टिप्पणीकार अभूतपूर्व डील आकारों और उच्च सेक्टर सांद्रता को उजागर करते हैं; जोखिम प्रबंधक इन्हें “आकार से बाहर” कहते हैं।
- AI-संबंधित बॉन्ड इश्यूअन्स कथित तौर पर साल के मध्य में तेज़ी से बढ़ी, फिर अचानक गिर गई; यह स्पष्ट नहीं कि कारण जरूरतों की पूर्ति थी या जोखिम-भूख में कमी।
- प्राइवेट क्रेडिट बनाम पब्लिक डेट के जोखिमों पर बहस है, जहाँ प्राइवेट क्रेडिट को अधिक अपारदर्शी और रन के प्रति अधिक संवेदनशील माना जाता है।
Oracle, CoreWeave, और AI बुलबुले की चिंताएँ
- Oracle का भारी AI/डेटा-सेंटर एक्सपोज़र, लगभग-जंक क्रेडिट रेटिंग, और विलंबित सिंडिकेशन को व्यापक AI ओवरबिल्ड का चेतावनी संकेत माना जा रहा है।
- CoreWeave के बॉन्ड्स का “distressed” यील्ड्स की ओर जाना इस बात का सबूत बताया जा रहा है कि बाज़ार अब उसके ऋण को बहुत जोखिमपूर्ण मान रहा है।
- कुछ लोगों को डर है कि यदि कोई बड़ा AI खिलाड़ी या डेटा-सेंटर फाइनेंसर डगमगाता है तो श्रृंखलाबद्ध असर हो सकता है; दूसरों का कहना है कि हम 2008 जैसे क्षण से अभी बहुत दूर हैं।
मैक्रो पृष्ठभूमि और उपभोक्ता स्वास्थ्य
- एक पक्ष का दावा है कि उपभोक्ता 2008 की तुलना में “स्वस्थ” हैं।
- दूसरे लोग घटती वास्तविक मजदूरी और ऑटो तथा क्रेडिट-कार्ड ऋण में बढ़ती देरी/चूक के आँकड़े पेश करते हुए fragility की ओर इशारा करते हैं।
“AI डेटा सेंटर” क्या होते हैं?
- एक दृष्टिकोण: ये मूलतः सामान्य डेटा सेंटर ही हैं, लेकिन GPU-घने रैक्स के लिए बहुत अधिक बिजली और कूलिंग की आवश्यकता होती है।
- दूसरा: ये बड़े पैमाने पर मॉडल ट्रेनिंग और इन्फरेंस के लिए tightly interconnected NVIDIA GPU servers के इर्द-गिर्द बने विशेष निर्माण हैं।
सभी GPUs का क्या होगा?
- पुनर्विक्रय को लेकर बहस है: डेटा-सेंटर GPUs (SXM, उच्च पावर, डिस्प्ले आउटपुट नहीं) को पुन: उपयोग करना कठिन है, लेकिन असंभव नहीं।
- कुछ लोग फायर-सेल कीमतों की कल्पना करते हैं, जिससे होम लैब्स और छोटे व्यवसाय उन्हें खरीद सकें; दूसरे बिजली/कूलिंग सीमाओं और 400 kW-श्रेणी के रैक्स की ओर ध्यान दिलाते हैं।
निवेश, शॉर्ट करना, और समय निर्धारण
- कई लोगों को साफ़ “बुलबुले” के संकेत दिखते हैं, लेकिन वे जोर देते हैं कि सही समय बताना असंभव है; बहुत जल्दी सही होना गलत होने जैसा महसूस होता है।
- सुझावों में विशिष्ट AI नामों या सप्लायर्स को शॉर्ट करना, पूरी तरह किनारे रहना, या यदि जोखिम स्वीकार्य हो तो चयनित उच्च-यील्ड AI-लिंक्ड ऋण खरीदना शामिल है।