600 milyar dolara yaklaşan yapay zekâ borcu: Claude, öncü model şirketlerine 10 üzerinden 2 verdi

Claude, OpenAI ve Anthropic gibi öncü model geliştiricilerinin işlerinin ne ölçüde öngörülebilir olduğuna 10 üzerinden 2 puan verdi. Oaktree Capital Management kurucu ortağı Howard Marks, bu değerlendirmeyi 11 Kasım’da yayımladığı notta aktardı.

Marks, Claude’dan yapay zekâ alanlarının öngörülebilirliğini 1 (bilinmiyor) ile 10 (tamamen öngörülebilir) arasında puanlamasını istedi. Marks, öncü model şirketlerine verilen 2 puanın “fiilen öngörülemez” anlamına geldiğini yazdı. Bu puan bir yatırım notu ya da zarar olasılığı değil, gelecekteki işlerin ne ölçüde öngörülebileceğine dair bir değerlendirme.

Claude, yapay zekânın genel öngörülebilirliğine yaklaşık 3 puan verdi. Teknolojinin ilerlemesi ve ekonominin geneline yayılması için 6-7 puan öngörürken, yayılma hızı, kârın büyüklüğü ve nihai kazananların kim olacağı başlıklarına yaklaşık 2 puan verdi.

Alanlara göre puanlar, yapay zekâ talebine elektrik sağlayan düzenlemeye tabi elektrik şirketlerinde 6, büyük teknoloji şirketlerine uzun vadeli kiralanan veri merkezlerinde 5-6 oldu. Büyük bulut sağlayıcıları 5, yarı iletkenler 4, spekülatif veri merkezleri ise 2-3 puan aldı.

Marks’ın aktardığı değerlendirmeye göre öncü model geliştiricilerinin sermaye ihtiyacı çok yüksek; buna karşılık performans birimi başına fiyat hızla düşüyor ve kalıcı rekabet üstünlüğü sağlayıp sağlayamayacakları belirsiz. Yüksek performansı korumak tek başına uzun vadeli kârlılığı veya pazardaki konumu güvence altına almıyor.

Marks, yapay zekâ alanındaki hızlı değişimin de öngörü yapmayı zorlaştırdığını belirtti. Bugünün öncü model şirketleri birkaç yıl önce geniş çevrelerce tanınmıyordu. Bu nedenle bugünün liderlerinin beş ya da 10 yıl sonra da konumlarını koruyup koruyamayacağını kestirmek güç.

Kârlılığı değerlendirmek için ürün satış miktarı ve fiyatının yanı sıra üretim maliyetlerini, yeni ürün geliştirmek için gereken yeniden yatırımı ve bu yatırımların getirisini de hesaplamak gerekiyor.

Marks, veri merkezlerini yapay zekâ modellerini eğitmek ve kullanıcıların işlem gücünden yararlanmasını sağlamak için gereken altyapı olarak tanımladı. Maliyetlerde binanın kendisinden çok yarı iletkenler gibi ekipmanlar ağırlık taşıyabilir. Ekipmanın eskimesi de yatırım kararlarını etkiliyor.

Arsa bulma, izin süreçleri, fiber bağlantısı, elektrik ve soğutma sistemleri, inşaat iş gücü ve finansmana erişim veri merkezi kapasitesinin genişlemesini sınırlayan etkenler arasında. Marks, arzın aşırı büyümesini önlemek için her projenin konumunun, sözleşmelerinin ve ekipman değerinin incelenmesi gerektiğini yazdı.

Marks, Goldman Sachs’ın derlemesine atıfta bulunarak notun hazırlandığı tarihe kadar 2026’da dünya genelinde yapay zekâ bağlantılı borç ihracının 600 milyar dolara yaklaştığını belirtti. Bu tutara büyük bulut sağlayıcılarının borçları, veri merkezi ve proje finansmanı ile diğer yapay zekâ bağlantılı borçlanmalar dahil.

Bu tutarın yaklaşık 400 milyar doları ABD yatırım yapılabilir seviyedeki tahvil piyasasında ihraç edildi. Bu, ABD’deki yatırım yapılabilir seviyedeki tahvil arzının beşte birinden fazlasına karşılık geliyor. Bloomberg USD Yatırım Yapılabilir Şirket Tahvili Endeksi’nde yapay zekâ bağlantılı tahvillerin payı yaklaşık %12, ABD yüksek getirili tahvil piyasasındaki payı ise yaklaşık %6 olarak verildi.

Marks, 11 Kasım 2026 tarihli “A Layman Thinks About AI” notunda yapay zekânın bundan sonra yılda ortalama 1 trilyon dolarlık yeni sermayeye ihtiyaç duyacağını ve bunun yüz milyarlarca dolarının her yıl borç ihracıyla karşılanabileceğini öngördü.

Marks’a göre büyük bulut sağlayıcılarının geçmişte yapay zekâ dışındaki işlerinden elde ettikleri nakit akışı, güçlü nakit pozisyonlarını ve yüksek kredi notlarını destekledi. Şirketler şimdi ellerindeki nakdi ve faaliyet nakit akışını kullanırken borçlanmayı da artırıyor. Bu nedenle kredi verenlerin borçluların kredi değerliliğinin ve kredi notlarının değişme ihtimalini hesaba katması gerekiyor.

Bazı veri merkezi kira sözleşmeleri, belirli koşullarda kiracının veya garantörün sözleşme yükümlülüklerini sona erdirmesine izin veren maddeler içerebilir. Marks, veri merkezinin çalışma güvenilirliğinin %99,9’un altında kalmasını buna örnek gösterdi. Ayrıca teminat gösterilen yarı iletkenlerin kullanım ömrü borç vadesinden kısa olabilir.

Marks, çip üreticileri, büyük bulut sağlayıcıları, öncü model geliştiricileri ve veri merkezi işletmecileri arasındaki borç ve satın alma ilişkilerinin birbirine bağlandığı döngüsel işlemlere de dikkat çekti. Kredi verenlerin, paranın ürün satıcısına geri döndüğü bu yapıların bağımsız talebi yansıtıp yansıtmadığını ve tedarikçilerin pazar payını korumak için alımları destekleyip desteklemediğini incelemesi gerektiğini yazdı.

Özel amaçlı şirketler (SPV) üzerinden bilançoda gösterilmeden sağlanan borçların ana şirketin kredi değerliliğiyle ilişkisi de kredi verenlerin incelemesi gereken konular arasında. Marks’ın değerlendirmesine göre hisse yatırımcıları teknolojik ilerlemeyi, rekabet gücünü, fiyatlama gücünü, kârlılığı ve şirket değerini; kredi verenler ise kiracıların kredi değerliliğini, sözleşme koşullarını, elektrik erişimini ve varlıkların kalan değerini göz önünde bulundurmalı.