AI क्रेडिट तनाव बढ़ने पर CoreWeave बॉन्ड यील्ड 16% से ऊपर पहुंची

CoreWeave की बॉन्ड यील्ड का 16% से ऊपर उछलना भारी कर्ज़ वाले “neocloud” AI infrastructure providers के लिए चेतावनी संकेत के रूप में देखा जा रहा है, जिनके junk-rated debt पर अब क्रेडिट कार्ड जैसी उधारी लागत आ रही है। टिप्पणीकार इसकी तुलना Google और US Treasuries जैसी बड़ी संस्थाओं की कहीं कम यील्ड से करते हैं, और तर्क देते हैं कि Big Tech के लिए आसान पैसा और सरकार की बड़ी उधारी कमजोर उधारकर्ताओं को बाहर धकेल रही है। सतह के नीचे एक व्यापक चिंता यह है कि AI की मांग को सब्सिडी वाले tokens और आशावादी growth narratives सहारा दे रहे हैं, जबकि CoreWeave, Anthropic, और OpenAI जैसी कंपनियों के लिए power, data center capacity, और टिकाऊ profitability अनिश्चित बनी हुई है.

CoreWeave बॉन्ड तनाव

  • CoreWeave का बॉन्ड कूपन इश्यू के समय ~9.625% था (पहले से ही junk-rated, लगभग BB-); सेकेंडरी-मार्केट यील्ड 16% से ऊपर पहुंच गई है, जिससे संकेत मिलता है कि बाजार अब काफी अधिक डिफ़ॉल्ट जोखिम देख रहा है।
  • टिप्पणीकार यह सवाल उठाते हैं कि क्या बॉन्ड सुरक्षित हैं (जैसे GPUs द्वारा) और दिवालियापन पदानुक्रम में उनकी स्थिति क्या है, यह नोट करते हुए कि पुनर्गठन में यह महत्वपूर्ण होगा।
  • कुछ लोग CoreWeave की तुलना डॉट-कॉम युग की डेटासेंटर विफलताओं से करते हैं: जरूरत से ज्यादा क्षमता, उच्च लेवरेज, और कभी लाभप्रदता तक न पहुंचना।

अन्य ऋण (Google, Treasuries, क्रेडिट कार्ड) से तुलना

  • लगभग 5.7–6.1% यील्ड वाले Alphabet बॉन्ड और ~4.6–4.9% के आसपास US Treasuries को आधार मानक माना जा रहा है; Treasuries पर Google का स्प्रेड 100 bps से कम है, जो AA+ क्रेडिट को दर्शाता है।
  • जोखिम पर बहस: कुछ का तर्क है कि Treasuries “ज्यादा सुरक्षित” हैं क्योंकि पैसा छापा जा सकता है, जबकि अन्य कहते हैं कि शासन-व्यवस्था के आधार पर कॉर्पोरेट्स व्यवहार में कभी-कभी अधिक सुरक्षित दिख सकते हैं।
  • महंगाई (~3.7% YoY) का मतलब है कि वास्तविक रिटर्न मामूली हैं; कुछ लोग कहते हैं कि बॉन्ड “उचित कीमत” पर हैं, इस अर्थ में कि अतिरिक्त वास्तविक लाभ प्रतिस्पर्धा में खत्म हो जाता है।
  • 16% CoreWeave यील्ड की तुलना क्रेडिट-कार्ड दरों से की जाती है, जो कॉर्पोरेट उधारकर्ता के लिए इस स्तर की चरम स्थिति को रेखांकित करती है।

AI इन्फ्रास्ट्रक्चर, GPUs, और neocloud की व्यवहार्यता

  • इस बात पर मजबूत सहमति है कि GPU और RAM की आपूर्ति अभी भी बेहद तंग है; एंटरप्राइज़ GPUs के लिए सेकेंडरी मार्केट “white hot” है।
  • इस पर असहमति है कि neoclouds के विफल होने पर क्या होगा:
    • कुछ लोग मानते हैं कि दिवालिया संपत्तियां (GPUs) बाजार में बाढ़ की तरह आएंगी और शौक़ीनों तथा एंटरप्राइज़ेज़ द्वारा तुरंत खरीद ली जाएंगी।
    • अन्य सोचते हैं कि ऋणदाता पुनर्पूंजीकरण करेंगे और क्लस्टर्स को बरकरार रखेंगे, क्योंकि असली बाधाएं बिजली और डेटासेंटर क्षमता हैं।
  • कई लोग तर्क देते हैं कि CoreWeave का बिज़नेस मॉडल (पूंजी-गहन, संकीर्ण moat, केवल AI राजस्व, उच्च capex/ऋण) संरचनात्मक रूप से नाज़ुक दिखता है।

Anthropic / OpenAI की अर्थशास्त्र और लेखांकन

  • इस पर तीखी बहस है कि क्या AI inference वास्तव में लाभदायक है या सब्सिडी से चल रहा है:
    • एक पक्ष API inference पर रिपोर्ट किए गए उच्च gross margins और हाल की तिमाहियों में सकारात्मक operating cash flow का हवाला देता है।
    • आलोचकों का तर्क है: training लागतें विशाल और आवर्ती हैं; उदार flat-fee subscriptions token usage को भारी सब्सिडी देती हैं; और non-cancellable compute commitments का पैमाना उनके राजस्व के बराबर या उससे बड़ा हो सकता है।
  • लेखांकन अवधारणाओं पर लंबी बहस:
    • gross margin, operating income, और cash flow के बीच अंतर।
    • training को R&D (expensed) मानना बनाम inference compute को COGS मानना।
    • क्या inference पर उच्च gross margins कभी बढ़ती training और capex लागतों की भरपाई कर सकते हैं, इससे पहले कि models पुराना हो जाएं।
  • इस पर असहमति है कि cloud partners द्वारा कितनी compute को market rates से कम पर बेचा जा रहा है; सार्वजनिक filings से यह अस्पष्ट और “unclear” माना गया।

मैक्रो, राजनीति, और bubble risk

  • कुछ लोग इसे “AI credit stress” चरण के शुरुआती साक्ष्य के रूप में देखते हैं: junk यील्ड्स बढ़ रही हैं, VC funding धीमी हो रही है, और बड़ी fundraising कठिन हो रही है।
  • अन्य का तर्क है कि tokens और compute की मांग अभी भी विशाल है; मूल मुद्दा financing और power/datacenter constraints हैं, न कि usage की कमी।
  • राजनीतिक बाधाएं: स्थानीय मतदाता और कुछ राजनेता डेटासेंटर निर्माण (बिजली, पानी, सब्सिडी) के प्रति तेजी से शत्रुतापूर्ण हो रहे हैं, जिससे chips की कीमतें गिरने पर भी compute दुर्लभ रह सकता है।
  • कई टिप्पणीकार अतीत के bubbles (dot-com hosting, dark fiber) से स्पष्ट समानताएं खींचते हैं, यह तर्क देते हुए कि परिवर्तनकारी तकनीक में भी अर्थशास्त्र स्थिर होने से पहले भारी over-investment हो सकता है।