💡 Он пересказал материал WSJ о том, как Уолл-стрит фактически перекачивает огромные заёмные деньги в строительство AI-дата-центров - и как финансовые риски постепенно уходят в фонды, пенсионные планы и долговые продукты, которые покупают обычные люди.

Сегодня частные кредитные структуры вроде Blue Owl работают по схеме: несколько миллиардов собственного капитала + более $20 млрд долга, а всё это закрепляется 10–15-летними арендами от Meta, Oracle или Microsoft.
Деньги идут на гигантские площадки мощностью близкой к 1 ГВт и сотни тысяч GPU, но весь риск висит не на Big Tech, а на проектных компаниях, перегруженных кредитами.

Аналитики ожидают, что лидеры ИИ потратят около $3 трлн до 2028 года, но смогут профинансировать из операционного потока лишь половину.
Значит, 1.2–1.5 трлн долларов придётся занимать — через облигации, кредиты и частный капитал.

Эти долги нарезаются на инструменты с доходностью 6–7% и оказываются в ETF, взаимных фондах, страховых компаниях и пенсионных программах.
По сути, рядовые вкладчики незаметно становятся спонсорами AI-инфраструктуры.

Некоторые инвесторы уже заработали: например, Pimco в сделке Meta Hyperion получили $1–2 млрд бумажной прибыли, потому что облигации быстро подросли — в том числе благодаря сильным защитным условиям, гарантирующим выплаты даже если арендатор уйдёт.

Но самые уязвимые — высоко закредитованные структуры.
Если спрос на ИИ замедлится или маржа сузится, Big Tech всё равно успеет воспользоваться дешёвыми мощностями, а вот убытки лягут на широкий круг инвесторов, которые рассчитывали на «надёжный доход».

Источник: wsj.com/finance/investing/wall-street-ai-spending-bubble-810d270e