درست Jessica Wachter، أستاذة المالية في University of Pennsylvania Wharton School، نمو الأرباح اللازم لتغطية استثمارات شركات «hyperscaler» في مراكز البيانات، بدلاً من محاولة توقّع مدى انتشار الذكاء الاصطناعي. وحسبت Wachter وزميلتها في الدراسة أن الإنفاق سيصل إلى نحو 1.1 تريليون دولار بحلول 2027. ومع أخذ تكلفة رأس المال، وعائد بنسبة 15%، وانخفاض قيمة الأصول في الحسبان، تحتاج الشركات إلى زيادة إنتاجيتها بمقدار 2.7 مرة كي تصل إلى نقطة التعادل في 2030. وأشارت Wachter إلى أن ذلك ليس مستحيلاً، لكنه يعني ضغط نمو تكنولوجيا المعلومات الذي بدأ في الولايات المتحدة خلال فترة mid-1990s وامتد لنحو 10 سنوات، في بضع سنوات. وقالت إنه إذا لم تتحقق الأهداف، فقد تتعطل مدفوعات الفائدة وينشأ خطر الإفلاس. ووفقاً للدراسة، إذا لم تحدث طفرة في الإنتاجية، فقد تكون الاستثمارات الحالية أكبر سوء تخصيص لرأس المال في التاريخ.
من المتوقع أن تنفق الشركات التي تشمل Alphabet وMicrosoft وAmazon وMeta وOracle، التي تعمل بالشراكة مع OpenAI، نحو 750 مليار دولار هذا العام. ووفقاً لبعض التقديرات، قد يتجاوز إجمالي الاستثمار 5 تريليونات دولار خلال السنوات الأربع المقبلة. وفي المقابل، يقول Gary Gensler إن إجمالي إيرادات الذكاء الاصطناعي سيظل هذا العام في حدود 150 ملياراً إلى 200 مليار دولار. وقد ترتفع الاستثمارات قريباً إلى نحو 3% من GSYH. وبينما تظل كفاءة النماذج، والحاجة إلى القدرة الحاسوبية، والطلب، والتوجه نحو خيارات أرخص محاطة بعدم اليقين، تزداد مديونية الشركات؛ ومن المتوقع أن يتحول التدفق النقدي الحر للمجموعة إلى السالب قريباً.
لماذا هذا مهم
يوضح هذا الوضع أن النمو في البنية التحتية للذكاء الاصطناعي ليس مجرد خيار استراتيجي لشركات التكنولوجيا، بل يخلق نطاقاً أوسع من المخاطر المالية عبر الاقتراض وتكلفة رأس المال. وتعني الفجوة بين الإنفاق وتوقعات الإيرادات الحالية أن الربحية باتت مرتبطة بمدى سرعة وكفاءة استخدام قدرات مراكز البيانات. وإذا لم تتحقق القفزة المتوقعة في الإنتاجية، فقد يمتد الضغط من التدفقات النقدية للشركات إلى مدفوعات الفائدة ومخاطر الإفلاس. ويبقى السؤال الأساسي المطروح هو ما إذا كانت كفاءة النماذج والطلب ستتمكنان من توليد إيرادات بالحجم الكافي لتلبية الاحتياجات المتزايدة من القدرة الحاسوبية. كما قد يؤثر التوجه نحو خيارات أرخص في قيمة القدرات الحالية والعائد الاقتصادي لهذه النفقات.