ИИ-модели в точке бифуркации: как это уже изменило структуру долгового рынка
(credit JP Morgan outlook 2026)
Помните февраль 2020 — вирус казался далёкой новостью, пока за три недели мир не перевернулся?
Сейчас мы в похожей фазе с ИИ. Только масштаб потенциально больше.
5 февраля 2026 года OpenAI выпустила GPT-5.3-Codex, а Anthropic — Claude Opus 4.6. Эти модели — не просто улучшение. Они демонстрируют автономность и суждение, которого раньше не было. Разработчики теперь описывают задачу буквами на удобном языке — и получают готовый, протестированный продукт, включая код на десятки тысяч строк, самостоятельное тестирование и итерации. ИИ уже помогает строить сам себя: OpenAI прямо заявила, что GPT-5.3-Codex использовался для отладки собственной тренировки и внедрения.
Дарио Амодеи, руководитель Anthropic, прогнозирует, что ИИ может уничтожить до половины начальных позиций в финансах, юриспруденции, аналитике и консалтинге за ближайшие несколько лет.
Почему это важно именно для долгового рынка?
ИИ-развитие требует колоссальных инвестиций в дата-центры, GPU, энергетику. Оценки капвложений на ИИ-инфраструктуру — $3–$7 трлн к 2030 году.
В 2025 году гиганты Amazon, Microsoft, Alphabet/Google, Meta и Oracle уже выпустили рекордные объёмы долга:
— $121 млрд нового долга в 2025 (в основном c инвестиционным рейтингом).
— Только в Q4 2025 — более $90–$108 млрд облигаций.
— Крупнейшие сделки 2025: Meta $30 млрд, Alphabet $25 млрд, Oracle $18 млрд.
На 2026 год прогнозы даже агрессивнее:
Morgan Stanley: $250–$300 млрд долговой эмиссии только гигантов без рыбок поменьше
Barclays: прирост общего объема корпоративных облигаций в США на 11.8% до $2.46 трлн, и большая часть прироста связана с капвложениями в ИИ -гонке
JPMorgan: до $300 млрд в год ИИ- и дата-центр-связанных бумаг в ближайшие 5 лет, потенциально $1.5 трлн суммарно от технологического сектора.
Рынок уже ощущает давление: спреды расширяются, волатильность растет, концентрация риска в нескольких именах (Amazon, Meta, Microsoft, Alphabet, Oracle) растет — крупные технологические компании могут выйти в топ-10 эмитентов облигаций инвестиционного рейтинга.
Выпуски и планы:
Alphabet (Google) — несколько траншей в 2025–2026, включая планы на $20 млрд, в т.ч. 100-летние бумаги (!) для покрытия капвложений до $185 млрд в 2026.
Meta — $30 млрд в 2025, плюс забалансовые структуры Beignet с Blue Owl на $27 млрд.
Oracle— $18 млрд, одна из крупнейших сделок в инвест грейде 2025, плюс партнёрство с OpenAI по проекту Stargate или $850 млрд суммарно (!!!).
Amazon — ожидается $200 млрд капвложений в 2026, долговая нагрузка растет.
Это уже крупнейший инвестиционный цикл в современной истории, который переписывает правила долгового рынка. Раньше технологические компании уже не знали, в какие коробки складывать кэш, создавая сады Эдема в офисах и выписывая массаж для хомячков сотрудников, теперь технологические компании = основное предложение облигаций инвестиционного рейтинга.
В инвестиционном разделе доходности скромнее, как и дефолты, средняя доходность новых ИИ-выпусков от 4.5% до 5.5%:
Amazon, Microsoft, Alphabet (AA+/AAA) предлагают от 4.6% до 5.1%
Meta с печальным флером Metaverse, Oracle (A+/A) уже дают от 5.0% до 5.7%
Спреды к американским ОФЗ остаются узкими из-за спроса инвесторов на ИИ, чуть шире только на длине от 30 лет, но все равно ниже 6%
Таблица ниже показывает динамику кредитных спредов и дефолтность в американских ВДО, синим- сейчас, серым-в среднем за 25 лет. Новички и те, кому не дадут рефинанс из-за нехватки модных нейросетей - тут. И тут же окажется, например, Oracle, если не сможет оправдать такие масштабные инвестиции
Что нам делать с этим знанием?
Следить за выпусками гигантов— они будут самыми крупными и ликвидными, будут определять уровень премий на рынке ИИ-долга и показывать финансовое состояние, если прогресс в развитии чихнет.
Снова начинаем читать отчеты и смотреть кредитные метрики, умельцы из технологического сектора растят долг быстрее свободного денежного потока (FCF), а рейтинги еще не отражают этого, как и премия.
Использовать ИИ-инструменты уже сейчас для анализа долговой нагрузки и чтения эмиссионной документации, для моделирования денежных потоков, используем их же наработки в оценке рисков и возможностей.