اروپا هوش مصنوعی را از جیب خودش می‌سازد؛ ۷۲٪ شرکت‌ها برای سرمایه‌گذاری AI به پول داخلی تکیه دارند

سرمایه‌گذاری هوش مصنوعی در اروپا در حال رشد است، اما روش تأمین مالی آن با موج عظیم بدهی شرکت‌های فناوری آمریکا تفاوت چشمگیری دارد. داده‌های تازه‌ای که بانک مرکزی اروپا روز جمعه برجسته کرد نشان می‌دهد ۷۲ درصد شرکت‌های منطقه یورو که قصد سرمایه‌گذاری در هوش مصنوعی دارند، می‌خواهند هزینه آن را از منابع داخلی مانند جریان نقد و سود انباشته تأمین کنند.

در مقابل، تنها ۱۶ درصد به وام بانکی، ۶ درصد به سرمایه سهامی یا سرمایه خطرپذیر و فقط ۱ درصد به اوراق بدهی اشاره کرده‌اند. رویترز با استناد به تحلیل ECB این الگو را نشانه‌ای از موانع ساختاری در اکوسیستم مالی اروپا دانسته است؛ به‌ویژه برای سرمایه‌گذاری‌هایی که دارایی نامشهود مانند نرم‌افزار، داده و مالکیت فکری ایجاد می‌کنند و وثیقه‌گذاری آنها برای وام‌دهنده دشوارتر است.

چرا این عدد برای رقابت AI مهم است؟

اتکا به پول داخلی یک مزیت روشن دارد: شرکت برای سرمایه‌گذاری مجبور نیست مالکیت خود را رقیق کند یا هزینه بهره بپردازد. اما محدودیت آن نیز روشن است. اندازه پروژه به میزان نقدی وابسته می‌شود که کسب‌وکار از عملیات جاری تولید می‌کند. برای شرکت‌های کوچک‌تر یا کسب‌وکارهایی که در مرحله رشد هستند، همین محدودیت می‌تواند فاصله میان یک پروژه آزمایشی و استقرار گسترده هوش مصنوعی را تعیین کند.

نظرسنجی SAFE بانک مرکزی اروپا برای سه‌ماهه دوم ۲۰۲۶ نشان می‌دهد ۴۹ درصد شرکت‌ها قصد دارند در ابزارها و فناوری‌های AI سرمایه‌گذاری کنند، ۴۶ درصد برای آموزش کارکنان هزینه خواهند کرد، ۴۰ درصد روی داده و زیرساخت سرمایه می‌گذارند و ۱۲ درصد قصد استخدام متخصصان AI دارند. این ارقام نشان می‌دهد مسئله فقط خرید یک مجوز نرم‌افزاری نیست؛ بخشی از شرکت‌ها باید هم‌زمان زیرساخت، نیروی انسانی و فرایندهای داخلی خود را بازطراحی کنند.

شکاف اصلی در دارایی‌های نامشهود است

بانک‌ها معمولاً برای دارایی‌هایی که ارزش بازفروش روشن‌تری دارند راحت‌تر اعتبار می‌دهند. سرور، تجهیزات شبکه یا ساختمان مرکز داده می‌تواند وثیقه باشد؛ اما مدل نرم‌افزاری اختصاصی، داده آموزش‌دیده، فرایند سازمانی یا مهارت کارکنان به همان سادگی قابل فروش نیست.

ECB می‌گوید شرکت‌هایی که روی سخت‌افزار و زیرساخت داده سرمایه‌گذاری می‌کنند بیشتر از منابع خارجی استفاده می‌کنند، در حالی که سرمایه‌گذاری نامشهود با محدودیت مالی بیشتری روبه‌رو است. این تفاوت برای هوش مصنوعی حیاتی است، زیرا بخش بزرگی از ارزش اقتصادی AI دقیقاً در نرم‌افزار، داده، یکپارچه‌سازی و دانش سازمانی ساخته می‌شود.

بیش از ۸۰ درصد شرکت‌های مورد بررسی نیز گفته‌اند برای سرمایه‌گذاری AI فقط از یک ابزار تأمین مالی استفاده خواهند کرد و آن ابزار در بیشتر موارد منابع داخلی است. نبود ترکیب متنوعی از وام، سرمایه سهامی، لیزینگ و بازار بدهی می‌تواند انعطاف شرکت‌ها را در پروژه‌های بزرگ کاهش دهد.

آمریکا در سوی دیگر بازار بدهی قرار دارد

تفاوت اروپا با آمریکا در سال ۲۰۲۶ برجسته‌تر شده است. شرکت‌های بزرگ فناوری آمریکایی برای ساخت مراکز داده، خرید شتاب‌دهنده‌ها و تأمین برق پروژه‌های AI صدها میلیارد دلار سرمایه جذب کرده‌اند. موج انتشار بدهی آن‌قدر بزرگ شده که تحلیلگران آن را یکی از عوامل افزایش عرضه اوراق و فشار بر بازده‌های بلندمدت می‌دانند.

در اروپا مسئله تقریباً معکوس است: شرکت‌ها کمتر به بازار بدهی و سرمایه سهامی دسترسی دارند و بیشتر به منابع خود تکیه می‌کنند. بنابراین یک بازار از فراوانی سرمایه و ریسک اهرم مالی صحبت می‌کند و بازار دیگر از کمبود کانال‌های تأمین مالی برای گسترش فناوری.

این تفاوت لزوماً به این معنا نیست که مدل آمریکایی بهتر است. بدهی سنگین می‌تواند در صورت افت تقاضای AI یا کاهش ارزش تجهیزات، ریسک اعتباری ایجاد کند. اما دسترسی به سرمایه خارجی به شرکت اجازه می‌دهد پروژه‌ای را که بازده آن در چند سال آینده ظاهر می‌شود، امروز اجرا کند. شرکتی که فقط از سود انباشته استفاده می‌کند ممکن است مجبور شود پروژه را کوچک‌تر یا آهسته‌تر پیش ببرد.

اروپا سرمایه‌گذاری می‌کند، اما آیا به اندازه کافی سریع؟

کریستین لاگارد، رئیس بانک مرکزی اروپا، در سخنرانی ۲۸ سپتامبر گفت شرکت‌های منطقه یورو قرار است حدود ۱۰ درصد کل سرمایه‌گذاری خود را در سال ۲۰۲۶ به AI اختصاص دهند و وام‌گیری مرتبط با هوش مصنوعی حدود یک‌چهارم رشد اعتبار شرکتی را تشکیل داده است. بنابراین سرمایه‌گذاری متوقف نیست؛ پرسش اصلی درباره مقیاس و سرعت آن است.

داده‌های ECB همچنین نشان می‌دهد شرکت‌هایی که استفاده پیشرفته‌تری از AI دارند معمولاً سرمایه‌گذاری بیشتری انجام می‌دهند. این می‌تواند یک چرخه خودتقویت‌کننده ایجاد کند: شرکتی که زودتر فناوری را وارد عملیات کرده، بازده و تجربه بیشتری به دست می‌آورد و سپس منابع بیشتری برای مرحله بعدی اختصاص می‌دهد؛ در مقابل، شرکت عقب‌مانده با محدودیت مالی بیشتری روبه‌رو می‌شود.

مسئله فین‌تک و بازار سرمایه اروپا

این یافته‌ها مستقیماً به بحث قدیمی‌تر اروپا درباره اتحادیه بازار سرمایه مربوط می‌شود. اقتصادی که تأمین مالی شرکت در آن بیش از حد به بانک وابسته باشد، برای پروژه‌های نامشهود و پرریسک فناوری ابزار کمتری دارد. سرمایه خطرپذیر، صندوق‌های رشد، بدهی خصوصی و بازار سهام می‌توانند بخشی از این فاصله را پر کنند، اما سهم ۶ درصدی سرمایه سهامی و خطرپذیر در پاسخ‌های شرکت‌ها نشان می‌دهد این کانال هنوز کوچک است.

برای سیاست‌گذار، هدف نباید جایگزین کردن منابع داخلی باشد. مسئله ایجاد انتخاب بیشتر است: شرکتی که پروژه سودآور دارد باید بتواند میان پول داخلی، وام، لیزینگ، سرمایه سهامی و بدهی بازار ترکیبی متناسب با ریسک و عمر پروژه بسازد.

اگر اروپا نتواند این شکاف را کاهش دهد، محدودیت سرمایه ممکن است به محدودیت بهره‌وری تبدیل شود. هوش مصنوعی زمانی اثر اقتصادی بزرگ ایجاد می‌کند که از مرحله آزمایش به استقرار گسترده در تولید، خدمات، بانکداری، لجستیک و شرکت‌های متوسط برسد. این مرحله به سرمایه‌ای نیاز دارد که همیشه از جریان نقد همان سال قابل تأمین نیست.

پیام داده‌های جدید ECB بنابراین فراتر از یک آمار تأمین مالی است: اروپا برای رقابت در AI فقط به مدل، تراشه و نیروی متخصص نیاز ندارد؛ به بازاری نیاز دارد که بتواند ریسک سرمایه‌گذاری نامشهود را قیمت‌گذاری و تأمین مالی کند. ۷۲ درصد اتکا به منابع داخلی نشان می‌دهد این بخش از زیرساخت مالی هنوز جای زیادی برای توسعه دارد.

درباره نویسنده

تحریریه EFINX

این نام برای مطالبی استفاده می‌شود که با اتکا به چند منبع معتبر، بازنویسی و راستی‌آزمایی می‌شوند و مسئولیت نهایی ویرایش آن‌ها با تحریریه EFINX است.