Alphabet, Microsoft, Amazon, Meta और Oracle जैसी दिग्गज टेक कंपनियाँ AI के लिए **$1.65 ट्रिलियन** की ऑफ-बैलेंस-शीट प्रतिबद्धताओं से जूझ रही हैं। ये भविष्य की लीज़ (lease) और उपकरण की देनदारियां, जो अभी तक पारंपरिक कर्ज के तौर पर रिपोर्ट नहीं की गई हैं, इन कंपनियों के असली वित्तीय कर्ज को छिपा सकती हैं।
Detailed Coverage
Big Tech पर AI का भारी कर्ज़
दुनिया की दिग्गज टेक कंपनियाँ आर्टिफिशियल इंटेलिजेंस (AI) के लिए भारी-भरकम इंफ्रास्ट्रक्चर की व्यवस्था कर रही हैं, लेकिन यह कर्ज़ उनके वित्तीय बही-खातों (financial statements) में सीधे तौर पर दिखाई नहीं दे रहा है। जांच में पता चला है कि GPU खरीद समझौतों (agreements) और भविष्य की डेटा-सेंटर लीज़ (leases) से जुड़ी लगभग $1.65 ट्रिलियन की ऑफ-बैलेंस-शीट देनदारियां हैं। इन्हें इस तरह से संरचित किया गया है कि वर्तमान लेखांकन मानकों (accounting standards) के तहत इन्हें तुरंत कर्ज के रूप में दर्ज करने से बचा जा सके। इसका मतलब है कि कई देनदारियां तभी दर्ज की जाती हैं जब संबंधित सुविधाएं चालू हो जाती हैं।
वित्तीय पारदर्शिता पर असर
AI में पूंजीगत व्यय (capital spending) की तेज़ी के साथ, इन प्रतिबद्धताओं का पैमाना पिछले चार वर्षों में आठ गुना बढ़ गया है। चूँकि ये आंकड़े अक्सर मानक लीवरेज अनुपातों (leverage ratios) से बाहर रखे जाते हैं, इसलिए निवेशक इन कंपनियों द्वारा उठाए जा रहे वित्तीय जोखिम की पूरी तस्वीर नहीं देख पाते हैं। जब कोई लीज़ पर दी गई सुविधा आधिकारिक तौर पर शुरू होती है, तो उसकी संबंधित देनदारियां बैलेंस शीट पर आ जाती हैं। इससे रिपोर्ट किए गए कर्ज में अचानक वृद्धि हो सकती है और अगर AI से होने वाली राजस्व वृद्धि इन निश्चित लागतों की गति से मेल नहीं खाती है, तो नकदी प्रवाह (cash flow) पर दबाव पड़ सकता है।
Meta और Oracle पर ज़्यादा असर
कुछ विशिष्ट कंपनियाँ इन छिपी हुई देनदारियों (hidden liabilities) के उच्च स्तर को दर्शाती हैं। Meta Platforms पर कथित तौर पर लगभग $420 बिलियन की ऑफ-बैलेंस-शीट देनदारियां हैं, जो उसके आधिकारिक तौर पर रिपोर्ट किए गए कर्ज से लगभग तीन गुना ज़्यादा है। इसका बड़ा कारण डेटा सेंटर फाइनेंसिंग व्यवस्थाएं हैं जिनमें ज्वाइंट वेंचर (joint ventures) और लीज़िंग मॉडल शामिल हैं। इसी तरह, Oracle ने भविष्य की लीज़ प्रतिबद्धताओं (lease commitments) में भारी वृद्धि देखी है, जो अब लगभग $260 बिलियन अनुमानित है। यह OpenAI जैसे पार्टनर्स के लिए AI कंप्यूट पावर को सपोर्ट करने की इंफ्रास्ट्रक्चर आवश्यकताओं से जुड़ा है।
जोखिम और बाज़ार पर नज़र
अंतर्राष्ट्रीय निपटान बैंक (Bank for International Settlements) सहित नियामक निकायों (regulatory bodies) ने पहले भी इस तरह के 'शैडो बॉरोइंग' (shadow borrowing) से जुड़े जोखिमों पर प्रकाश डाला है। इस संरचना को AI हार्डवेयर की तेज़ी से पुरानी होने वाली प्रकृति को देखते हुए लचीलापन प्रदान करने के लिए डिज़ाइन किया गया है। हालांकि, यह एक बेमेल (mismatch) पैदा करता है जहाँ फाइनेंसिंग की अवधि (duration) संपत्तियों के जीवनकाल (lifespan) के साथ संरेखित नहीं हो सकती है। जैसे-जैसे ये कंपनियाँ आगामी अर्निंग रिलीज़ (earnings releases) के करीब आती हैं, निवेशकों के लिए मुख्य चिंता यह है कि AI-संचालित राजस्व इन इंफ्रास्ट्रक्चर निवेशों द्वारा निर्धारित उच्च उम्मीदों को पूरा करने में विफल रहने पर संपत्ति राइट-डाउन (asset write-downs) की संभावना है। निवेशक इस बात पर नज़र रख सकते हैं कि ये प्रतिबद्धताएँ कैसे पहचानी जाती हैं क्योंकि वे भविष्य की देनदारियों से परिचालन देनदारियों में बदल जाती हैं, और क्या यह लाभ मार्जिन (profit margins) या दीर्घकालिक वित्तीय लचीलेपन को प्रभावित करता है।