Alphabet, Microsoft, Amazon, Meta, మరియు Oracle వంటి టెక్ దిగ్గజాలు దాదాపు **₹1.65 ట్రిలియన్ల** విలువైన AI కమిట్మెంట్లను ఎదుర్కొంటున్నాయి. ఇవి బ్యాలెన్స్ షీట్ లో చూపబడని అప్పులు (Off-balance-sheet obligations), ఇవి కంపెనీల అసలు రుణ భారాన్ని దాచిపెట్టే అవకాశం ఉంది.
Detailed Coverage
AI కోసం టెక్ దిగ్గజాల 'దాచిన' అప్పులు
ప్రస్తుతం ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) రంగంలో పెట్టుబడులు పెట్టేందుకు బిగ్ టెక్ కంపెనీలు భారీగా ఖర్చు చేస్తున్నాయి. అయితే, వీటిలో సింహభాగం వాటి ఆర్థిక నివేదికల్లో (Financial Statements) సాంప్రదాయ అప్పుగా కనిపించడం లేదు. ₹1.65 ట్రిలియన్ల విలువైన 'ఆఫ్-బ్యాలెన్స్ షీట్' (Off-balance-sheet) బాధ్యతలు గుర్తించినట్లు తెలుస్తోంది. ఇందులో ప్రధానంగా GPUల కొనుగోలు ఒప్పందాలు, భవిష్యత్ లో డేటా సెంటర్ లీజులు వంటివి ఉన్నాయి. ప్రస్తుత అకౌంటింగ్ ప్రమాణాల ప్రకారం, ఈ ఖర్చులు సదరు సదుపాయాలు పనిచేయడం ప్రారంభించిన తర్వాతే అప్పుగా నమోదు చేయబడతాయి.
ఆర్థిక పారదర్శకతపై ప్రభావం
గత నాలుగేళ్లలో AI రంగంలో పెట్టుబడులు అనూహ్యంగా పెరిగాయి. ఈ 'దాచిన' అప్పుల భారం కూడా దాదాపు 8 రెట్లు పెరిగింది. ఈ మొత్తాలు సాధారణంగా రుణ నిష్పత్తుల్లో (Leverage Ratios) లెక్కించబడవు కాబట్టి, పెట్టుబడిదారులకు కంపెనీల అసలు ఆర్థిక రిస్క్ అంచనా వేయడం కష్టమవుతుంది. ఎప్పుడైతే లీజుకు తీసుకున్న సదుపాయాలు అధికారికంగా కార్యకలాపాలు ప్రారంభిస్తాయో, అప్పుడు ఆ అప్పులు బ్యాలెన్స్ షీట్ లోకి వచ్చి, నివేదిత రుణాన్ని ఆకస్మికంగా పెంచుతాయి. AI ద్వారా వచ్చే ఆదాయం ఈ స్థిర వ్యయాలకు అనుగుణంగా లేకపోతే, నగదు ప్రవాహాలపై (Cash Flows) ఒత్తిడి పెరిగే అవకాశం ఉంది.
Meta, Oracle పై ప్రత్యేక దృష్టి
కొన్ని కంపెనీల్లో ఈ 'దాచిన' అప్పుల భారం మరీ ఎక్కువగా ఉంది. Meta Platforms దాదాపు $420 బిలియన్ల విలువైన ఆఫ్-బ్యాలెన్స్ షీట్ బాధ్యతలను కలిగి ఉందని నివేదికలు సూచిస్తున్నాయి. ఇది ఆ కంపెనీ అధికారికంగా ప్రకటించిన అప్పు కంటే దాదాపు 3 రెట్లు ఎక్కువ. దీనికి ప్రధాన కారణం జాయింట్ వెంచర్లు, లీజింగ్ మోడల్స్ ద్వారా డేటా సెంటర్ లను ఫైనాన్స్ చేసుకోవడం.
అదేవిధంగా, Oracle కూడా భవిష్యత్ లీజుల కింద సుమారు $260 బిలియన్ల నిబద్ధతలను చూపిస్తోంది. OpenAI వంటి భాగస్వాములకు AI కంప్యూట్ పవర్ మద్దతు ఇవ్వడానికి అవసరమైన మౌలిక సదుపాయాల అవసరాలు దీనికి కారణం.
రిస్కులు.. పెట్టుబడిదారులకు అప్రమత్తత
ఇటువంటి 'షాడో బారోయింగ్' (Shadow Borrowing) తో ముడిపడి ఉన్న రిస్కుల గురించి అంతర్జాతీయ బ్యాంకింగ్ సంస్థలు (Bank for International Settlements) గతంలోనే హెచ్చరించాయి. AI హార్డ్వేర్ త్వరగా పాతబడిపోతున్న నేపథ్యంలో, ఫైనాన్సింగ్ వ్యవధి, ఆస్తుల జీవితకాలం మధ్య వ్యత్యాసం ఏర్పడవచ్చు. రాబోయే త్రైమాసిక ఫలితాల (Earnings Releases) విడుదలలో, AI-ఆధారిత ఆదాయం అంచనాలను అందుకోలేకపోతే, ఆస్తుల విలువ తగ్గిపోయే (Asset Write-downs) ప్రమాదం పెట్టుబడిదారులకు ప్రధాన ఆందోళనగా మారింది. ఈ కమిట్మెంట్లు భవిష్యత్ బాధ్యతల నుండి కార్యాచరణ అప్పులుగా ఎలా మారతాయో, అవి లాభదాయకతపై (Profit Margins) లేదా దీర్ఘకాలిక ఆర్థిక సౌలభ్యంపై ఎలా ప్రభావం చూపుతాయో పెట్టుబడిదారులు నిశితంగా గమనించాలి.