Yapay zeka altyapısına yüz milyarlarca dolar ayıran teknoloji devlerinin tahvil piyasasındaki borçlanma hamleleri, yatırımcı talebinin düşmesiyle yeni bir finansal sınavla karşı karşıya. Sektördeki hızlı büyüme, hisse senedi dalgalanmalarının ardından tartışmaları alevlendirdi.
Hyperscaler olarak adlandırılan büyük ölçekli veri merkezi sağlayıcıları, altyapı yatırımlarını sürdürmek için özkaynak ve nakit akışlarının yanı sıra borçlanmaya yöneliyor. Ancak Wall Street yatırımcılarının borç teminindeki isteksizliği, bu yükselişin sürdürülebilirliğini sorguluyor.
BORÇLANMA YARIŞI HIZ KAZANIYOR
Bloomberg’ün verilerine göre, 2025 yılının başından bu yana Alphabet, Meta, Amazon ve Oracle tek başlarına 300 milyar dolardan fazla tahvil ihraç etti.
Sektörün önde gelen çip üreticisi Nvidia, beş yıl aradan sonra geçen ay 25 milyar dolarlık tahvil satışı gerçekleştirdi.
xAI şirketini bünyesine katarak yapay zeka alanında konumunu güçlendiren SpaceX ise 86 milyar dolarlık halka arzının hemen ardından 25 milyar dolarlık tahvil satışı yaptı.
Fortune dergisinin analizi göre en büyük beş veri merkezi sağlayıcısının yıllık tahvil ihracının, gelecek yıllarda yıllık 300 milyar dolara ulaşması bekleniyor.
JPMorgan tahminleri, SpaceX hariç tutulduğunda, 2026-2030 döneminde toplam borçlanma gelirinin 375 milyar doları bulacağını gösteriyor.
YATIRIMCI TALEBİ DÜŞÜŞÜ
Tahvil arzındaki bu büyük artışa karşın yatırımcıların iştahında belirgin bir azalma gözleniyor.
Amazon, bu ay gerçekleştirdiği 25 milyar dolarlık tahvil satışında talebin düşmesi nedeniyle en uzun vadeli borçlanma kağıtlarında yatırımcılara fazladan 18 ila 21 baz puan ek getiri sunmak zorunda kaldı.
Tahvil talebinin ihraç miktarına oranı, mart ayındaki 3,2 seviyesinden 2,5’e geriledi.
Bank of America tarafından yayımlanan analiz notunda, yatırımcıların geri çekilmeye başladığı ve bu durumun yapay zeka tedarik görünümüne yönelik belirsizliği artıracağı ifade edildi.
Fortune’a konuşan Apollo Global Başekonomisti Torsten Slok, veri merkezi sağlayıcılarının tahvil talep oranlarının şubat ayındaki 5 kat seviyesinden temmuzda 2 katın altına gerilediğini, yatırımcıların bu arzı karşılamak için daha geniş spreadler talep edebileceğini açıkladı.
Yatırım yapılabilir seviyedeki genel tahvillerde ise bu düşüş yarım puanla sınırlı kaldı.
Dolar tahvili piyasasındaki bu doymuşluk, şirketleri farklı para birimlerinde borçlanmaya yönlendirirken borçlanma maliyetlerini de yükseltiyor.
Yapay zeka borçları aynı zamanda, bu mali yılda 2 trilyon dolara ulaşması beklenen ABD federal bütçe açığının yarattığı Hazine tahvili arzıyla da rekabet ediyor.
HİSSE SENETLERİNDE DEVASA KAYIPLAR
Borçlanma piyasasındaki olumsuz hava ikincil piyasaya da yansıyor.
SpaceX’in ihraç ettiği borç senetlerinin satılmasıyla tahvil getirileri çöp (junk) tahvil seviyelerine yaklaştı.
SpaceX hisseleri, 135 dolarlık halka arz fiyatının altına inerek zirve noktasının yüzde 45 gerisine düştü.
Çip sektörü hisselerinde de sert kayıplar yaşanıyor. Apple, cuma günü Nvidia’yı geride bırakarak yeniden dünyanın en değerli şirketi unvanını aldı.
Bu düşüşlerde, Çinli yapay zeka girişimi Moonshot’ın geliştirdiği ve OpenAI ile Anthropic modellerini geride bıraktığını öne sürdüğü Kimi K3 modelinin tanıtılması etkili oldu.
Kimi K3, diğer Çinli rakiplerine göre maliyetli olsa da ABD menşeili modellere kıyasla daha ucuz bir alternatif sunuyor. Bu da, ABD’li şirketlerin pazar payı kaybederek yapay zeka yatırımlarını azaltabileceği endişesini doğuruyor.
Citi Research, son çeyreklerde reel GSYH büyümesinin yarısından fazlasını oluşturan yapay zeka yatırımlarının azalması halinde ABD ekonomisinde hafif bir durgunluk yaşanabileceği uyarısında bulundu.
Kurum, hisse senedi fiyatlarındaki düşüşün hanehalkı tasarruf oranlarını artırarak tüketim harcamalarını yavaşlatabileceğini ekledi.
ŞİRKETLERİN YENİ YÜKÜ: TOKEN MALİYETLERİ
Yapay zeka kullanımının yaygınlaşmasıyla birlikte çıkarım (inference) maliyetleri düşse de, karmaşık görevler için tüketilen veri birimleri yani “token” miktarı bütçeleri zorluyor.
Yazılım kodlama veya insan müdahalesi olmadan çok adımlı işlemleri gerçekleştiren yapay zeka ajanlarının (agentic AI) yönetimi, basit bir sohbet robotuna göre yüz binlerce kat daha fazla token tüketimine neden oluyor.
KPMG Kanada Yapay Zeka Bölüm Başkanı Andrew Forde, Financial Post sitesine yaptığı açıklamada, yeni bir yazılım projesinde tek bir işlemde 150 bin token tüketilebilirken, kısa bir metin yanıtının yalnızca 100 token gerektirdiğini belirtti.
Axios’un haberinde de bir şirketin Anthropic’in Claude lisansları için tek bir ayda 500 milyon dolar harcadığı iddia edildi.
Bazı şirketlerin bu harcamalar nedeniyle çalışan zamlarını ertelediği veya insan gücünün yapay zekadan daha ucuz hale geldiğini rapor ettiği belirtiliyor.
Öte yandan, Silikon Vadisi genelinde çalışanların üretkenliklerini kanıtlamak amacıyla yoğun şekilde token tüketmesi “tokenmaxxing” olarak adlandırılıyor.
Nvidia CEO’su Jensen Huang, yüksek maaşlı bir mühendisin bütçe dahilinde yüksek miktarda token tüketmemesinin endişe verici olacağını ifade etti.
ŞİRKETLER YENİ MALİYET YÖNETİMİ ARAYIŞINA GİDİYOR
Yapay zeka modellerinin token fiyatları ChatGPT’nin lansmanından bu yana düşüş gösterdi.
Forde, lansman öncesinde 1 milyon token maliyetinin 20 dolar civarındayken bugün 8 sente kadar gerilediğini aktardı.
Ancak Anthropic gibi geliştiricilerin sabit ücretli modellerden kullanım bazlı fiyatlandırmaya geçmesi, kurumsal harcamaları hızla artırıyor.
Diğer yandan siber güvenlik firması Palo Alto Networks, kod açıklarını denetlemek için kullandığı Anthropic modelinde çok kısa sürede 1 milyon dolarlık bütçe tükettiğini bildirdi.
Büyük şirketler hacim avantajıyla indirim alıp kendi altyapılarını kurarak maliyetleri dengeleyebilirken, küçük işletmeler bu fiyat dalgalanmalarına karşı daha korumasız kalıyor.
Bunun yanı srıa Goldman Sachs, yapay zeka token tüketiminin 2026-2030 yılları arasında 24 kat artarak aylık 120 katrilyona ulaşacağını öngörüyor.
Şirketler bu maliyet baskısını azaltmak için çeşitli önlemler alıyor. Uber, kodlama araçlarında kullanıcı başına aylık 1500 dolarlık limit uygularken, birçok banka tüketimi daha sıkı denetim altına alıyor.
En yaygın stratejilerden biri olan “model yönlendirme” (model-routing) yöntemiyle, pahalı modeller sadece karmaşık işler için sakl
CATEGORY: ekonomi
