Lambda наращивает долговое плечо, чтобы быстрее ставить в строй GPU-кластеры под конкретные контракты. AI-инфраструктура все больше напоминает не венчурную ставку, а кредитоемкий промышленный бизнес.
В инфраструктуре искусственного интеллекта наступил этап, когда компании занимают не под абстрактный рост, а под конкретные партии чипов и заранее подписанные загрузки. Lambda привлекла 1 млрд долларов частного краткосрочного долга, чтобы купить ускорители Nvidia и передать их в аренду Microsoft. Такая конструкция выглядит агрессивно, но именно в ней сегодня и строится значительная часть экономики AI-облаков.
Бизнес Lambda довольно прост по форме и капиталоемок по сути. Компания покупает графические процессоры, строит на их базе вычислительную инфраструктуру и сдает мощности корпоративным клиентам. В этой модели деньги нужны не на маркетинг и не на программный продукт в чистом виде, а на железо, которое стоит дорого и быстро устаревает. Поэтому баланс превращается в главный элемент стратегии.
Краткосрочный характер нового займа важен не меньше его объема. Он показывает, что кредиторы и сама компания рассчитывают на быстрый ввод оборудования в эксплуатацию и столь же быстрый денежный поток от арендатора. Иначе такая структура долга становится опасной. Если поставки задержатся, инсталляция затянется или загрузка окажется ниже ожиданий, платить по коротким обязательствам придется раньше, чем актив начнет полноценно приносить выручку.
Это не разовая история, а последовательная схема финансирования. В мае Lambda уже закрыла обеспеченную кредитную линию на 1 млрд долларов. На этой неделе компания также сообщила о завершении займа на 926 млн долларов под закупку Nvidia GB300, одной из новейших моделей чипов, для развертывания по контракту с самой Nvidia. Иначе говоря, долг здесь не покрывает общий корпоративный дефицит, а привязан к отдельным инфраструктурным проектам и конкретным заказчикам.
Такая привязка снижает часть коммерческого риска, но не убирает риск концентрации. Когда долговые сделки строятся под заранее определенных клиентов, устойчивость бизнеса зависит от качества этих контрагентов, от условий контрактов и от того, насколько быстро активы начинают генерировать кэш. В классической инфраструктуре это похоже на проектное финансирование, только вместо дорог и электростанций здесь GPU-кластеры.
Параллельно компания, как ожидается, ведет переговоры о pre-IPO раунде на 3 млрд долларов. Последняя крупная венчурная оценка была зафиксирована в ноябре прошлого года, когда Lambda привлекла 1,5 млрд долларов при post-money оценке 5,43 млрд. Сочетание дорогого акционерного капитала и все более масштабного долга говорит о том, что рынок AI-инфраструктуры создает большой спрос на мощности, но не избавляет операторов от необходимости постоянно искать новые источники денег.
Показателен и более широкий фон. С начала 2026 года в мире уже привлечено свыше 400 млрд долларов долгового финансирования, связанного с искусственным интеллектом. Это означает, что AI-бум все заметнее перемещается из венчурного нарратива в область кредитного цикла. Когда основой роста становятся заемные средства, внимание инвесторов смещается с красивых историй о спросе на вопросы окупаемости активов, скорости монетизации и способности обслуживать долг в случае сбоя.
