Anthropic زیرساخت Theseus را ایجاد کرده و با Macquarie Asset Management و GIC برای تأمین مالی مراکز داده با تمرکز بر هوش مصنوعی همکاری کرده است. این معامله میلیاردها دلار استقراض از طریق اعتبار خصوصی (private-credit) را به یک نهاد مجزا منتقل میکند، بدهی را از ترازنامه Anthropic خارج میکند و به مدل تأمین مالیای اشاره دارد که میتواند هزینههای خدمات هوش مصنوعی را برای توسعهدهندگان افزایش دهد.
چرا این ساختار اهمیت دارد
Anthropic مالک این تأسیسات نخواهد بود. Theseus سرمایه از مالکان خود جذب میکند، میلیاردها دلار از صندوقهای اعتبار خصوصی وام میگیرد، مراکز داده را میسازد و سپس سایتها را به عنوان مستأجر اصلی به Anthropic اجاره میدهد. این اجارهنامه بلندمدت، Anthropic را متعهد به پرداختهای منظم میکند، در حالی که استقراض در دفاتر حسابداری آن نهاد با هدف خاص (SPV) باقی میماند، نه در خود Anthropic.
یک SPV شرکتی است که از نظر قانونی متمایز بوده و صرفاً برای مالکیت یک دارایی و جذب بدهی در مقابل آن ایجاد شده است. از آنجایی که SPV بدهی را بر عهده دارد، صورتهای مالی Anthropic هیچ بدهی (liability) را نشان نمیدهد، حتی اگر شرکت مجبور به پرداخت اجارهبهایی باشد که منعکسکننده هزینه آن استقراض است.
پیشزمینه این اقدام
محاسبات در مقیاس گیگاوات، مدلهای زبانی بزرگ را تغذیه میکنند، اما سرمایه اولیه مورد نیاز برای ساخت و مدیریت چنین تأسیساتی از آنچه اکثر آزمایشگاههای هوش مصنوعی میتوانند به راحتی تأمین کنند، فراتر است. شرکتهایی مانند Anthropic، Meta و Oracle با انتقال تأمین مالی به یک SPV، توان محاسباتی مورد نیاز خود را بدون متورم کردن ترازنامههای خود تأمین میکنند. پروژه “Hyperion” شرکت Meta و سایتهای Oracle برای OpenAI از همین الگو پیروی میکنند: یک نهاد ثالث سرمایه جذب میکند، زیرساخت را میسازد و سپس آن را به توسعهدهنده هوش مصنوعی اجاره میدهد.
آنچه توسعهدهندگان ممکن است از دست بدهند
- ظرفیت به یک مسئله تأمین مالی تبدیل میشود – محدودیتهای نرخ (Rate limits) و در دسترس بودن مدلها در Claude API به این بستگی دارد که آیا قراردادهای اجاره زیربنایی همچنان معتبر باقی میمانند یا خیر. اگر پرداخت بدهیهای SPV تحت فشار قرار گیرد، ارائهدهنده ممکن است ظرفیت را کاهش دهد.
- پیوند قیمتگذاری با خدمات بدهی – پرداختهای اجاره باید سود و اصل وامهای اعتبار خصوصی را پوشش دهد. اگر درآمد هوش مصنوعی کمتر از حد انتظار باشد، ارائهدهنده احتمالاً برای ایفای تعهدات خود، قیمتهای API را افزایش داده یا محدودیتهای استفاده سختگیرانهتری اعمال میکند.
- انتقال ریسک تأمینکننده به بازار بدهی – اکنون صندوقهای بزرگ اعتبار خصوصی، سهمی پنهان در زیرساختهای هوش مصنوعی دارند که برنامههای شما را تغذیه میکنند. رکود در بازارهای اعتبار میتواند بر خدماتی که به آنها وابسته هستید تأثیر بگذارد، حتی اگر این ریسک در ترازنامه آزمایشگاه هوش مصنوعی ظاهر نشود.
آنچه باید در آینده زیر نظر داشت
- شرایط اجاره و بندهای تمدید – مدت زمان و مکانیسمهای قیمتگذاری در اجارهنامهها تعیین میکند که تغییرات هزینه با چه سرعتی میتواند به کاربران API منتقل شود.
- شرایط بازار اعتبار خصوصی – افزایش نرخها یا محدودیتهای اعتباری میتواند هزینههای استقراض را برای SPVها افزایش دهد که این امر مستقیماً بر پرداختهای اجاره تأثیر میگذارد.
- پذیرش در صنعت – اگر شرکتهای هوش مصنوعی بیشتری رویکرد خارج از ترازنامه (off-balance-sheet) را اتخاذ کنند، میزان مواجهه اعتبار خصوصی با زیرساختهای هوش مصنوعی افزایش یافته و ریسک سیستماتیک را تشدید میکند.
گامهای عملی برای مهندسان و تیمهای محصول
- طراحی برای انعطافپذیری در انتخاب ارائهدهنده – فراخوانیهای مدل را پشت یک لایه مستقل از تأمینکننده (vendor-agnostic) قرار دهید تا اگر قیمتگذاری یا ظرفیت نامطلوب شد، بتوانید از Claude به ارائهدهنده دیگری سوئیچ کنید.
- تست استرس مدلهای هزینه – سناریوهایی را شبیهسازی کنید که در آن قیمتهای API تغییر میکنند تا ببینید حاشیه سود شما چگونه حفظ میشود.
- پیگیری اخبار تأمین مالی – اطلاعیههای تأمین مالی مراکز داده را با همان فوریتِ انتشار مدلهای جدید دنبال کنید؛ این اخبار اغلب پیشدرآمدی برای تغییرات هزینهای در آینده هستند.
خلاصه کلام: قیمت هوش مصنوعی دیگر فقط مربوط به کدی نیست که مینویسید. بلکه به طور فزایندهای به این بستگی دارد که چه کسی بدهیهایی را که سختافزار پشت این خدمات را تغذیه میکند، در اختیار دارد. توسعهدهندگان و رهبران مهندسی که جنبه تأمین مالی را نادیده میگیرند، با ظهور فشارهای هزینهای ناشی از اجارهنامهها، در معرض خطر غافلگیر شدن قرار دارند.