История Hyperscale Data — классический пример того, как расчёты могут не совпасть с реальностью. Компания, которая ещё недавно была сосредоточена на биткойн-майнинге, решила развернуться в сторону дата-центров для искусственного интеллекта и пообещала инвесторам проект стоимостью $1,2 млрд. Логика была прста: если ИИ-инфраструктура растёт взрывными темпами, майнинг становится древностью — переходим на новое. Теперь компания срывает сроки и сорит деньги.

Суть проблемы: оказалось, что построить data center в Мичигане дороже и дольше, чем прогнозировалось. Hyperscale уже распродала весь оставшийся биткойн-портфель (когда-то основной актив компании), привлекла дополнительный долг, но этого недостаточно. Нужно ещё $74,8 млн, чтобы довести проект до финиша. Это не опечатка, не 7-8% бюджета — это существенная сумма, которая указывает на серьёзный просчёт либо в смете, либо в управлении проектом.

Контекст: в 2024-2025 годах поток инвестиций в ИИ-инфраструктуру действительно огромен, и многие компании спешат занять место на этом рынке. Гиганты вроде OpenAI, Microsoft, Google вкладывают десятки миллиардов в дата-центры. Но спешка часто приводит именно к таким срывам. Hyperscale покупалась на эту волну, но не учла, что строительство в США требует согласований, что цены на оборудование и энергию волатильны, что логистика сложнее, чем показывается на слайдах презентаций.

Что тут реально важно: компания уже потеряла один из своих главных активов (биткойн) в попытке спасить инвестицию. Теперь вопрос в том, найдёт ли она ещё спонсоров или придётся масштабировать проект вниз. История напоминает о том, что даже на растущем рынке дисциплина в управлении проектом и честные бюджеты важнее маркетинговой лихорадки.

Параллель с историей: похоже на то, как несколько лет назад стартапы буквально заливались венчурным капиталом без учёта реальной экономики, а потом наступала суровая правда. Только здесь компания сама себя профинансировала активами (добытым криптом), и теперь они закончились.

Для российского бизнеса это двойной урок. С одной стороны, спрос на мощности для обучения моделей действительно растёт, и компаниям нужна инфраструктура. С другой — если браться за такие проекты, нужна либо огромная финансовая подушка, либо длинный контрактный portfеlio с клиентами (вроде фиксированного спроса на мощности), который гарантирует окупаемость. В России рынок меньше, но принцип тот же: поспешность и завышенные бюджеты — враг инвестора.

Алексей Мартыненко

Алексей Мартыненко

Главный редактор SPV News

Гонка за ИИ-инфраструктурой на бумаге выглядит золотой жилой, но Hyperscale показывает, что инвестировать в физическую инфраструктуру намного рискованнее, чем в софт. Когда строишь дата-центр, нельзя быстро изменить план или заморозить проект. Расходы идут день за днём, а найти дополнительное финансирование в середине пути, когда уже потрачено половину, всегда сложнее, чем в начале.