Джей Кук, который прославился как американский герой за решающую роль в обеспечении финансирования Союзных сил в Гражданской войне, 1 января 1870 года подписал контракт, который, по сути, привёл уже к Мировой войне.

В 1864 году Конгресс США создал Northern Pacific Railway (Северную Тихоокеанскую железнодорожную компанию), чтобы соединить Великие Озёра и залив Пьюджет-Саунд путями, которые в конечном итоге должны были пролегать от Дулута до Такомы. Эта хартия включала 40 миллионов акров прилегающих к путям земель, которые государство пообещало компании за их строительство. Однако в течение следующих шести лет Northern Pacific с трудом находила финансирование в то время, как Union Pacific и Central Pacific успешно строились навстречу друг другу и в мае 1869 забили «золотой костыль», символически ознаменовав окончательное соединение Сакраменто и Омахи.

В 1866 году руководство Northern Pacific обращалось к Куку за помощью в финансировании, но тогда у них не было таких же щедрых государственных гарантий, как у Union Pacific и Central Pacific (что, стоит отметить, привело к невероятному масштабу коррупции). Расчётливого Кука это неподкреплённое поддержкой государства предложение не заинтересовало. Хотя в конечном итоге Northern Pacific всё же предоставили ему условия, от которых он не смог отказаться. Они пообещали 12% комиссии с продажи каждой облигации и дополнительно акции компании на $200 за каждую $1 000 от проданных облигаций.

Вскоре Кук понял, что его коллеги из крупных финансовых институтов разделяют его изначальный скептический настрой и интереса к этим ценным бумагам не проявляют. Тогда он решил использовать те же тактические приёмы, которые отточил во время продажи военных облигаций. Эта тактика строилась на призывах к патриотизму, «спонсировании» правильной подачи информации в СМИ и обещаниях получения баснословных богатств в результате строительства железной дороги. При этом он выстроил сеть дистрибуции облигаций промышленного масштаба. На пике своей деятельности Кук нанял 1 500 агентов по продажам и финансировал 1 300 газет (через размещение рекламы и прямые выплаты). Всё это он делал, опираясь на свою репутацию, изрядно укрепившуюся за время Гражданской войны. Розничные инвесторы и раньше могли покупать железнодорожные облигации, но Кук превратил их в свой главный механизм финансирования.

И это определённо стало невероятной инновацией. Раньше было так: если ты не мог получить займ у банка или правительства, то собрать какие-либо существенные суммы было просто нереально. Проблема же заключалась в том, что Northern Pacific требовался бесконечный поток средств. А к сентябрю 1873 года, когда по всему миру из-за краха Венской фондовой биржи и демонетизации серебра ужесточились условия кредитования, Кук, который в перерывах между выпусками облигаций финансировал Northern Pacific за счёт вкладов из своего банка, больше не мог найти покупателей. Последовавшее за этим банкротство Jay Cooke & Company спровоцировало известную биржевую панику 1873 года, которая привела к огромной череде банкротств железнодорожных компаний по всей стране, многолетней депрессии, дефляции и, как можно утверждать, создала финансовые условия, из-за которых Европа спустя сорок лет превратилась в пороховую бочку.

К слову, Northern Pacific всё же закончила строительство линии, хоть и пережила за этот период несколько банкротств. В конечном итоге она стала одной из четырёх железных дорог, которые объединились в Burlington Northern Railroad. Сама Burlington Northern впоследствии слилась с Atchison, Topeka и Santa Fe Railway, создав единую BNSF Railway. В 2009 году её материнскую корпорацию приобрёл холдинг Berkshire Hathaway.

Долговой ураган

Если эта история кажется вам смутно знакомой, то наверняка потому, что Кук — по понятным причинам — является центральным персонажем новой книги Лиаката Ахамеда «1873», вышедшей в начале этого года. Ахамед проводит смелую параллель между крахом железнодорожного строительства и нынешним бумом искусственного интеллекта. Самая первая страница книги посвящена пересчёту исторических денежных сумм в их современные эквиваленты и завершается так:

Для того, чтобы осознать истинную значимость тех сумм, которые влияют на экономическую ситуацию в целых странах — таких как размер контрибуции, наложенной на Францию после франко-прусской войны — лучше всего не просто делать поправку на изменения стоимости жизни, а корректировать показатели с учётом изменений масштабов самих экономик. Если мы хотим перевести такие цифры в сопоставимые величины 2026 года, нужно умножить их на 1 200. В таком случае $500 млн, которые ежегодно вкладывались в железнодорожные облигации США в период бума в начале 1870-х годов, сегодня были бы равноценны $600 млрд. Примерно столько инвестируют крупные технологические компании в 2026 году.

Генеральный директор Microsoft Сатья Наделла явно в курсе этой связи: на недавней телеконференции по финансовой отчётности компании он рекомендовал книгу «1873» как желательную к прочтению. Возможно, это не случайно, ведь Microsoft единственная среди гиперскейлеров, кто всё ещё может похвастаться внушительным потоком свободных денежных средств — $19,6 млрд за последний квартал. Это единственный гиперскейлер, который по-прежнему следует общему правилу, позволяющему отрицать наличие пузыря: компания не обременяет свои капиталовложения займами.

Трудно поверить, но ещё год назад этот защитный принцип можно было применить практически ко всему сектору БигТеха. Но затем — в период с сентября по ноябрь — Oracle, Meta, Alphabet и Amazon суммарно выпустили долговые обязательства на сумму 80 миллиардов долларов для расширения своей инфраструктуры. И это было только началом: собрав в общей сложности $108 млрд за 2025 год, на 7 июля эти компании уже привлекли $194 млрд в текущем. Неудивительно, что кредитные спреды растут, а 86% облигаций, выпущенных в этом году, уже торгуются с более высокой доходностью, чем на момент размещения. Спрос со стороны инвесторов на недавние выпуски облигаций существенно упал: если в феврале объём поданных заявок превышал предложение в 5 раз, то теперь он не дотягивает и до двухкратного размера.

Но реальный шок произошёл в начале июня, когда Google объявила о планах привлечь $85 млрд за счёт выпуска акций, включая специальный выпуск на $10 млрд. в пользу вышеупомянутой Berkshire Hathaway. Тогда я писал об этом в статье «The Google Capital Company»:

Стоит отметить, что $10 млрд — это относительно небольшая сумма для обеих компаний, так что главная ценность этих инвестиций, пожалуй, состоит в подаче сигнала рынку. Со стороны Google этот сигнал говорит о том, что ожидаемый спрос фактически намного выше, чем многие думают, и что компания готова вкладывать средства всеми доступными способами, включая выпуск акций. Для них готовность к вложениям со стороны Berkshire Hathaway выглядит как одобрение и подтверждение правильности этой стратегии. Для самой же Berkshire Hathaway это означает выгодную сделку и то, что компания настраивает свои механизмы по генерации денежной массы на работу по созиданию будущего.

По итогу я сделал такой вывод:

В этот анализ было неявно заложено допущение, что в мире есть достаточно вычислительных мощностей, доступных для покупки. Но что произойдёт, если и когда их окажется недостаточно? Что если главную битву — которая определит, кто именно получит вычислительные мощности, — выиграет тот, кто сможет задействовать наибольший объём денежных средств? И что, если это преимущество будет усиливаться по принципу сложного процента? Представьте, что компания с самыми большими возможностями генерации средств в итоге получит наибольшие вычислительные мощности (которые, как мы уже знаем, они будут не только использовать сами, но и продавать). Это, в свою очередь, позволит ей генерировать ещё больше денег. И на какую компанию вы бы сделали свою ставку в таком мире?

В качестве ответа подразумевалась, конечно же, Google.

Драма вокруг DeepMind

Прямо сейчас никто не делает ставку на Google — по крайней мере на передовых рубежах разработки. После ухода генерального директора DeepMind Демиса Хассабиса (который технически был повышен до председателя, но больше не занимается повседневным операционным управлением), а также соруководителя проекта Gemini и бывшего главного научного сотрудника Джеффа Дина, наряду со множеством других выдающихся исследователей, аналитический ресурс SemiAnalysis объявил, что Gemini «спёкся»:

По существу, мы полагаем, что DeepMind больше не является передовой лабораторией, о чём мы прямо заявили клиентам нашего сервиса «Tokenomics» несколько месяцев назад. Причиной стало большое число увольнений из их команд по обучению с подкреплением и недостаточное выделение вычислительных мощностей. Google продолжит двигаться по инерции и выпускать модели, но их шансы снова достичь передового уровня (SOTA) упали до нуля.

Более того, самым крупным бенефициаром этих новостей стала не Anthropic и не OpenAI, а Google Cloud. В то время, как Gemini и GCP отчаянно сражались за выделение вычислительных ресурсов, в конечном итоге победил Томас Куриан. Мы ожидаем, что в результате ежегодная доходность GCP ощутимо вырастет.

А вот более поздний отрывок из той же статьи:

Очевидно, что до сих пор мы были довольно пессимистичны в отношении DeepMind, и если бы нам нужно было придумать аргументы в пользу того, что подразделение ещё может в будущем создать передовую модель, то они бы выглядели так:

• Текущая структура работы явно не приносила результатов. С прежним руководством их шансы догнать Anthropic или OpenAI выглядели крайне призрачными.

• Теперь, когда они полностью обновили свои ряды, новые сотрудники могут начать всё с нуля. Возможно, они даже поглотят какой-нибудь молодой стартап вроде SSI или Thinking Machines.

• С этой новой командой их шансы догнать передовую индустрии реально возрастут.

В теории такое развитие событий выглядит реальным, но мы считаем, что шансы на это стремятся к нулю. Проблема Google заключалась не в Джеффе Дине и не в Ноаме Шазире, а в медлительной, перегруженной бюрократией культуре с робким стратегическим планированием. Напомним, что DeepMind разработала ИИ-чатбота за год до ChatGPT, но компания не давала добро на его запуск, боясь, что это навредит их основному бизнесу.

По факту можно заявить, что проблема также заключалась в Хассабисе и DeepMind. После конференции Google I/O я опубликовал статью «Google I/O, World Models, I/O Spaghetti», в которой объяснял, что видение передовых рубежей ИИ у Хассабиса в корне отличалось от подхода других ведущих лабораторий, так как он верил в «модели мира», а не только в текст и код. Тогда я пришёл к такому выводу:

Из видения Хассабиса логически вытекают мультимодальные модели — в отличие от Claude, который выдаёт только текст. Но при этом они, надо признать, существенно уступают тому же Claude по способностям к программированию. Это подводит нас к сути всего моего отступления. Я считаю, что причина, по которой модели Google явно отстают от Anthropic и OpenAI в плане кодинга — особенно в протяжённых агентных процессах, которые зависят от программной обвязки ничуть не меньше, чем от самой модели — сводится к тому, что у их исследователей были другие приоритеты. Вот почему часть главного доклада конференции, связанная с программированием, легла на плечи команды Antigravity, а не DeepMind, и почему сам Хассабис практически не появлялся на сцене.

С этой точки зрения события последней недели не сильно удивляют, и были даже предсказаны на I/O. Хассабис может быть реально прав в том, что модели мира являются верным путём к AGI, но у Google просто кончилось терпение. По имеющимся данным, сооснователь корпорации Сергей Брин сейчас глубоко вовлечён во внутренние процессы и тесно связан с Кораем Кавукчуоглу, новым генеральным директором DeepMind. И я не удивлюсь, если компания резко меняет курс в сторону подхода Anthropic, который больше ориентирован на текст (а значит, и на написание кода).

Google делает ставку на инфраструктуру

В текущем положении дел Google примечательно то, что эти внутренние интриги не обязательно говорят о неудачности сделки для Berkshire Hathaway. Скорее, наоборот. Именно к этому подводила статья SemiAnalysis, и об этом же я говорил на прошлой неделе при разборе последнего финансового отчёта Google:

История кажется очень похожей на прошлый квартал, но с ещё большим ростом Google Cloud: 82% в годовом исчислении (по сравнению с 63% в прошлом квартале и 32% год назад) при маржинальности в 36% (по сравнению с 33% в прошлом квартале и 21% год назад). Тогда я задавался вопросом, какая доля этого роста на самом деле пришлась на Anthropic. И хотя в этом квартале мы не видим чёткого подтверждения, во время телеконференции по финансовой отчётности Сундар Пичай дал интересный ответ на вопрос о том, почему Google приходится арендовать вычислительные мощности на стороне:

Я думаю, что по части этой промежуточной сделки стоит сказать следующее: у нашего облачного сервиса есть очень крупные клиенты, которых мы пытаемся поддержать в этот невероятный для всех момент. И те дополнительные, нарастающие возможности, которые они нам открывают — пусть даже в свете очень высоких затрат на горизонте в несколько месяцев — имеют высокую окупаемость. Именно эти факторы мы принимали во внимание. Так готовы ли вы пойти на эти авансовые расходы в течение шести месяцев, чтобы иметь возможность обслужить клиента и в многолетней перспективе обеспечить очень привлекательный уровень маржинальности и рентабельности. Надеюсь, это проясняет, как именно мы оценивали эти возможности.

И под этим крупным клиентом наверняка скрывается Anthropic.

И снова от SemiAnalysis:

Согласно подписанным контрактам, более 20% от общего объёма поставок TPU между третьим кварталом 2026 и четвёртым кварталом 2027 будут отгружены напрямую компании Anthropic. И это без учёта сотен тысяч TPU, которые подразделение GCP уже сдаёт в аренду Anthropic сегодня, и ещё много сотен тысяч, которые они обязались сдать Anthropic и Meta в течение следующих 6 кварталов…

Если вы когда-либо слушали интервью с генеральным директором Google Cloud Томасом Курианом, то знаете, что он не «повёрнут на AGI». Например, в одном подкасте он утверждал, что это замечательно, когда тензорные процессоры (TPU) становятся «инфраструктурой общего назначения», которая служит как для крупных клиентов вроде фонда Citadel и Министерства энергетики США, так и для задач общих высокопроизводительных вычислений. А когда его спросили, почему он продаёт вычислительные мощности компании Anthropic, которая по факту конкурирует с Gemini, он ответил, что это естественное следствие «платформенной» природы Google.

То же самое Куриан сказал и мне во время интервью для Stratechery:

Мы продаём различные элементы нашего технологического стека. И при этом многие не осознают, что мы монетизируем их совершенно по-разному. Возьмём, к примеру, Anthropic. Существует множество лабораторий, которые используют наш стек. Да по факту большинство крупных ИИ-игроков это делают. Поэтому, если кто-то использует TPU для обучения своей модели или инференса, мы монетизируем эту часть. Это даёт нам ресурсы для спонсирования собственных исследований и разработок (R&D), а также прочих инвестиций. Некоторые из лабораторий используют наши TPU и модель Gemini. Другие могут арендовать TPU, а затем покупать услуги по обеспечению киберзащиты своих моделей. Поэтому, будучи платформенным игроком, мы должны монетизировать свои технологии как можно большим числом способов, и это не выглядит для нас как игра с нулевой суммой.

Мы ещё увидим, насколько по факту «нулевой» является эта игра за вычислительные мощности — ведь ходят слухи, что сами исследователи Google сидели на голодном пайке без нужного железа. Главный же вывод в другом. Пусть даже Google и не борется за лидерство на передовых рубежах науки, но она совершенно точно борется за доминирование в инфраструктуре искусственного интеллекта. И в мире, где сам интеллект становится обычным товаром массового потребления, конкретно TPU приобретают колоссальное значение.

Месяц назад в статье «Who’s Afraid of Chinese Models?» я говорил о рынке массового потребления, сравнивая передовые лаборатории со всеми остальными. На этих рынках предельные издержки определяют не просто прибыльность, но и саму жизнеспособность бизнеса. И тогда я доказывал, что лидирующие лаборатории имеют отличные шансы получить более выгодную структуру затрат на каждую условную единицу интеллекта.

Эта структура затрат, по крайней мере сейчас, включает в себя расходы на аренду вычислительных мощностей. И весьма вероятно, что TPU обходятся дешевле, чем графические процессоры Nvidia. Возможно, Anthropic изначально создавала свои модели под TPU (и чипы Trainium от Amazon) просто потому, что только у Google и Amazon были необходимые средства для финансирования их разработки. Но на данном этапе эта возможность может вполне оказаться значительным преимуществом. И в пользу этого предположения говорит тот факт, что Anthropic напрямую покупает TPU для собственных дата-центров (переводя вычислительные расходы из категории предельных издержек в категорию капитальных затрат).

Поразительно, насколько охотно Google готова делиться, даже ценой необходимости выпуска акций. Однако это вполне укладывается в модель Berkshire Hathaway, о которой я писал в статье «The Google Capital Company»:

Одним из бизнесов, на развитие которого Berkshire Hathaway направила прибыль от See's Candies, с позиции вложения капитала было предприятие из совершенно противоположного конца спектра — BNSF Railway. Железные дороги требуют огромного количества средств для своей работы. В прошлом году расходы BNSF составили $3,8 млрд При этом и зарабатывают они весьма прилично: чистая прибыль BNSF составила $5,5 млрд при выручке в $23,4 млрд. К сравнению, общая сумма, которую Berkshire Hathaway заработала на See's Candies за всё время, предположительно, составляет менее $3 млрд (в последних раскрытых данных на 2019 год фигурировала формулировка «более $2 млрд»). То есть меньше, чем BNSF заработала за один лишь прошлый год…

По факту можно сказать, что Абель сейчас просто повторяет стратегию Баффета, только на сей раз в роли See’s Candies выступает сама Berkshire Hathaway, а в роли BNSF — компания Google. На конец прошлого квартала Berkshire Hathaway располагала денежными средствами в размере $373 млрд, а её свободный денежный поток за 2025 год составил $25 млрд. Много ли существует компаний, которые могли бы реально пустить в дело такие объёмы средств, да ещё и так, чтобы это приносило высокую прибыль?

Трудно представить более удачный вариант, чем Google. Эта компания не просто инвестирует в ИИ, но и застрахована на все варианты исходов. Инвестиции приносят пользу её сервисному бизнесу, на рынке моделей она имеет своего сильного игрока в виде Gemini, плюс может продавать вычислительные мощности передовым лабораториям. Более того, благодаря TPU, эти мощности обладают устойчивым преимуществом по себестоимости, что делает Google наиболее подготовленным гиперскейлером для получения максимальной прибыли в условиях, когда вычислительные ресурсы станут массовым товаром, каким бы невероятным это ни казалось сейчас.

Заметьте, я не сказал «маржинальность». Если бы Google заботилась именно о ней, компания почти наверняка принимала бы совсем другие решения. Однако прибыль — величина абсолютная, и Google задействует все свои ресурсы — сначала свободные денежные потоки, затем долговые обязательства, а теперь и выпуск акций — чтобы зарабатывать на развёртывании инфраструктуры.

Nvidia создаёт новый инвестиционный класс активов

Сегодня руководителям корпораций и финансовым инженерам больше не нужно контролировать газетные публикации. Генеральный директор Nvidia Дженсен Хуанг завёл личный аккаунт в X и теперь может легко обращаться к широкой публике напрямую. Вот выдержка из его статьи, опубликованной буквально на днях:

Вычислительные мощности фабрик искусственного интеллекта NVIDIA становятся инвестиционным активом

Сегодня мы объявили о партнёрстве с компаниями Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR с целью создания независимых финансовых платформ, призванных постепенно мобилизовать более $500 млрд стороннего капитала для развёртывания инфраструктуры ИИ.

Это важная веха для компании NVIDIA и всей индустрии искусственного интеллекта. Мы оставили в прошлом эпоху, когда компании покупали чипы и строили дата-центры под каждый отдельный проект. Теперь «фабрики ИИ» финансируются как полноценная производственная инфраструктура — с готовыми шаблонами платформ, долгосрочным крупным капиталом и широкой базой клиентов различного профиля, которые зарабатывают на этих вычислениях.

Искусственный интеллект достиг поворотного момента и начинает переходить из сферы исследований в сферу повсеместного применения. ИИ уже создаёт реальную ценность, и стоящая за ним инфраструктура становится одним из наиболее прибыльных активов. В сфере ИИ доходность определяется вычислительными мощностями.

Хуанг утверждает, что ИИ-фабрики Nvidia являются универсальным активом, обеспечивающим сохранение высокой остаточной стоимости, и что технология CUDA постепенно делает их всё более эффективными, продлевая экономическую ценность. Вот его слова:

Какими характеристиками должен обладать удачный для инвестирования инфраструктурный актив: он приносит доход, имеет широкий рыночный охват, совершенствуется со временем, и его можно разворачивать неоднократно.

Отсюда и вытекает попытка формирования новой структуры для инвестирования:

Спрос на инфраструктуру ИИ крайне высок. Но не все имеют удачные возможности по привлечению капитала. Многие прекрасные ИИ-стартапы, корпорации и облачные сервисы нуждаются в вычислительных ресурсах, но пока не имеют доступа к достаточному финансированию, которое бы позволило им быстро строить собственную инфраструктуру. Именно поэтому мы заключаем сделки с крупнейшими мировыми компаниями, способными обеспечить долгосрочный приток капитала.

Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR также относятся к ведущим инвесторам в инфраструктуру и обладают глубоким опытом оценки рисков, связанных с вложением в долгосрочные производственные активы. Вместе мы создаём тиражируемые финансовые платформы, чтобы участники экосистемы ИИ могли строить необходимые фабрики.

Apollo и прочие аналогичные компании являются новыми источниками капитала, выходящими за рамки рынка долговых инвестиционных обязательств. В этом смысле предлагаемая структура подобна модели с выпуском акций компанией Google. Она представляет способ получить финансирование, не прибегая к выпуску облигаций. Но при этом между ними всё же есть яркое отличие: если выпуск акций размывает потенциальную выгоду инвесторов, не добавляя рисков для самой компании, то данная структура сохраняет маржинальность Nvidia за счёт поиска новых пулов капитала, готовых взять эти риски на себя.

Для Nvidia этот подход сопряжён с определёнными компромиссами. Компания выступает поручителем по этим сделкам, гарантируя на случай банкротства заёмщиков обратный выкуп оборудования по цене до 25% от его изначальной стоимости. Это говорит о том, что Хуанг верит в свои аргументы в пользу нового «инвестиционного класса активов» намного больше, чем весь остальной рынок. В определённом смысле это является скрытым снижением цен, поскольку цель манёвра — снизить стоимость привлечения кредитов для субъектов, строящих дата-центры на чипах Nvidia, ставя при этом на кон прибыль самой Nvidia. И эта гарантия является прямым следствием агрессивной политики со стороны Google (а вскоре и Amazon): зачем создавать дата-центр на Nvidia GPU, если можно купить TPU или Trainium (чипы Nvidia наверняка лучше, но если строительство дата-центра упирается в недостаток средств, то более низкие стартовые затраты могут оказаться важнее, чем скорость генерации токенов).

У Nvidia есть и более серьёзная проблема, которая уже виднеется довольно давно. Я писал об этом ещё в 2024:

Раньше — ещё до релиза ChatGPT — Nvidia активно вкладывалась в создание бесплатной программной инфраструктуры вокруг своих GPU, чтобы «подсадить» на неё разработчиков. Но тогда ещё не было до конца ясно, кто же будет использовать всё это ПО. Сегодня контекст применения GPU окончательно прояснился, и теперь эти устройства используются уже на более высоком уровне, нежели фреймворки CUDA (то есть поверх моделей). Этот факт, вкупе с высоким стимулом искать более дешёвые альтернативы для продукции Nvidia, создаёт беспрецедентное давление со стороны рынка и реальную возможность для отказа от CUDA. Пусть даже для низкоуровневых задач, особенно по части обучения нейросетей, это пока ещё отдалённая перспектива.

Текущая ситуация, когда Anthropic и OpenAI уходят в отрыв, выглядит для Nvidia ещё более проблемной. Anthropic уже много лет не зависит от CUDA, и OpenAI тоже к этому идёт, по крайней мере, в части инференса. Если эти компании победят, то прибыли Nvidia ощутимо упадут. Хотя сам факт вышеупомянутого финансового поручительства как раз намекает на то, что это уже происходит. Так что неудивительно, что первая публикация Хаунга в X стала открытым обращением в защиту общедоступных моделей.

Рисковый бизнес

В конечном итоге Nvidia вполне может выйти сухой из воды. Если доходы от искусственного интеллекта действительно взлетят, то рынки заёмного капитала снова откроются, и компании снова начнут финансировать развитие инфраструктуры за счёт свободных денежных средств. Но пока эта индустрия находится в зоне риска, так как гиперскейлеры опустошают рынки облигаций, а Google уже начинает привлекать капитал через выпуск акций. Nvidia же борется с конкурентами при помощи совершенно новых финансовых схем, заключая контракты с инвесторами, выделяющими средства из страховых резервов, пенсионных фондов и других источников, обременённых долгосрочными обязательствами. И здесь возникает скрытый риск, который гораздо выше, чем при выпуске обычных акций.

Вот почему я начал с 1870 года и злополучного соглашения Кука с Northern Pacific. Да, потенциальная выгода, которую эта сделка сулила Куку, была невероятной. Но невероятной она была ровно по тому, что это был безумно рискованный проект. А создание новых, невиданных ранее механизмов финансирования в конечном итоге привело лишь к масштабному ущербу в момент краха всей этой схемы. Одно дело — тратить все свои свободные средства, и совсем другое — выжимать рынки заёмного капитала.