ხელოვნური ინტელექტის ინფრასტრუქტურა იმდენად ძვირდება, რომ ჩიპებისა და მონაცემთა ცენტრების ზრდა უკვე მხოლოდ ტექნოლოგიური კომპანიების საკითხი აღარ არის. ახალი ეტაპი იწყება იქ, სადაც ბანკები, სადაზღვევო კომპანიები და გადამზღვეველები ცდილობენ განსაზღვრონ, ვინ გადაიხდის ფასს, თუ ძვირად ღირებული AI აქტივი სწრაფად გაუფასურდება, მსესხებელი ვალს ვერ დაფარავს ან მონაცემთა ცენტრი მუშაობას შეწყვეტს.

მთავარი

“Financial Times”-ის სექტემბრის მასალა აღწერს “Nvidia”-ს მცდელობას, ხელოვნური ინტელექტის ინფრასტრუქტურის დაფინანსების საკითხში სადაზღვევო სექტორი უფრო აქტიურად ჩართოს. კომპანია სადაზღვევო კომპანიებთან განიხილავს სტრუქტურებს, რომლებიც კრედიტორებს დაიცავს იმ შემთხვევებში, როდესაც შედარებით მცირე ღრუბლოვანი ინფრასტრუქტურის ოპერატორი – ე.წ. “Neocloud” – ვალს ვერ გადაიხდის და უზრუნველყოფად გამოყენებული “Nvidia”-ს ჩიპების გაყიდვით დანაკარგის სრულად დაფარვა ვერ მოხერხდება.

ეს ჯერ ჩამოყალიბებული და ფართოდ გავრცელებული „AI დაზღვევის“ პროდუქტი არ არის. “Financial Times”-ის მიხედვით, განხილვები ადრეულ ეტაპზეა. “Nvidia” სადაზღვევო სექტორს უზიარებს მონაცემებს ჩიპების გაუფასურებისა და მათი მომავალი გამოთვლითი ღირებულების შესახებ და “Howden Re”-სთან ერთად რისკის განაწილების შესაძლო გზებზე მუშაობს. სწორედ ამიტომ ამ პროცესის მნიშვნელობა კონკრეტულ პოლისზე უფრო ფართოა: AI-ის ფიზიკური ინფრასტრუქტურა თანდათან იქცევა აქტივად, რომლის დაფინანსებისთვისაც ტექნოლოგიურ პროგნოზთან ერთად სადაზღვევო და საკრედიტო რისკის შეფასებაც არის საჭირო.

“Swiss Re Institute”-ის 2026 წლის კვლევა ამ ტენდენციას უფრო ფართო მასშტაბით აჩვენებს. ერთი დიდი მონაცემთა ცენტრის მშენებლობის ღირებულებამ ტექნოლოგიური აღჭურვილობის დამატებამდე 20 მილიარდ აშშ დოლარსაც შეიძლება მიაღწიოს, ხოლო ჩიპებისა და სხვა მოწყობილობების განთავსების შემდეგ ღირებულება კიდევ გაიზარდოს. “Swiss Re“-ის შეფასებით, მონაცემთა ცენტრებთან დაკავშირებული გლობალური სადაზღვევო პრემიები შეიძლება 10.6 მილიარდი დოლარიდან 24.2 მილიარდ დოლარამდე გაიზარდოს 2030 წლისთვის. ეს პროგნოზული შეფასებაა და არა უკვე მიღწეული ბაზრის მოცულობა.

რატომ გახდა დაზღვევა AI-ის ინფრასტრუქტურის ნაწილი?

ტრადიციულ მონაცემთა ცენტრსაც სჭირდება ქონებრივი და ბიზნესის შეწყვეტის დაზღვევა, მაგრამ AI ინფრასტრუქტურა რისკის კონცენტრაციას ზრდის. თანამედროვე GPU-ები ძვირია, ენერგიის მოხმარება მაღალია, გაგრილების სისტემები რთულდება და ერთ ლოკაციაზე სულ უფრო მეტი ღირებულება იყრის თავს. თუ ასეთი ცენტრი რამდენიმე კლიენტს ემსახურება, ერთი ფიზიკური ან ოპერაციული შეფერხება ერთდროულად რამდენიმე კონტრაქტსა და შემოსავლის წყაროს შეიძლება შეეხოს.

“Swiss Re “გამოყოფს რამდენიმე მიმართულებას: ბუნებრივი კატასტროფები, წყლის დაზიანება, ელექტრომომარაგების შეწყვეტა, ახალი გაგრილების სისტემები, ხანძრის რისკი და კიბერუსაფრთხოება. კვლევის მიხედვით, მონაცემთა ცენტრების შეფერხებების 45% ელექტრომომარაგებას უკავშირდება. ამასთან, AI სერვერების ერთ თაროს 100 კილოვატზე მეტი სიმძლავრეც შეიძლება დასჭირდეს, მაშინ როდესაც ტრადიციული სერვერების შესაბამისი მაჩვენებელი 5–15 კილოვატი იყო. ეს განსხვავება აჩვენებს, რატომ იცვლება არა მხოლოდ მონაცემთა ცენტრის მასშტაბი, არამედ მისი სადაზღვევო პროფილიც.

ჩიპი თანდათან ფინანსურ აქტივადაც იქცევა

“Nvidia”-ს ინიციატივის მთავარი ეკონომიკური აზრი ის არის, რომ ჩიპი მხოლოდ გასაყიდი ტექნოლოგიური პროდუქტი აღარ იყოს. თუ კრედიტორს შეუძლია მისი დარჩენილი ღირებულების, მეორადი ბაზრისა და შემოსავლის გენერირების უნარის შეფასება, ჩიპი შეიძლება დაფინანსების უზრუნველყოფად გამოიყენოს. “Nvidia”-ს აღმასრულებელი დირექტორი ჯენსენ ჰუანგი ამ ლოგიკას თვითმფრინავების მსგავს „ინვესტირებად აქტივებს“ ადარებს.

მაგრამ განსხვავებაც არსებითია. თვითმფრინავის ეკონომიკური სიცოცხლის ციკლი შედარებით ხანგრძლივი და ისტორიული მონაცემებით უკეთ შესაფასებელია. AI ჩიპების ბაზარზე კი ახალი თაობა სწრაფად ჩნდება და ძველი მოწყობილობის ღირებულება შეიძლება მოკლე დროში შეიცვალოს. სწორედ აქ ჩნდება სადაზღვევო სექტორის ამოცანა: არა მომავლის ტექნოლოგიური გამარჯვებულის გამოცნობა, არამედ კონკრეტული, გაზომვადი დანაკარგის ისეთი მოდელირება, რომლის ფასიც პოლისში შეიძლება აისახოს.

დაზღვევა რისკს ანაწილებს, მაგრამ არ აქრობს

სადაზღვევო პროდუქტი ცუდ ინვესტიციას კარგ ინვესტიციად ვერ აქცევს. თუ მონაცემთა ცენტრს საკმარისი კლიენტი არ ეყოლება, AI სერვისზე მოთხოვნა შემცირდება ან ჩიპი მოსალოდნელზე სწრაფად მოძველდება, ყველა ეს მოვლენა ავტომატურად სადაზღვევო შემთხვევა არ არის. ფინანსური რისკისა და სადაზღვევო შემთხვევის გამიჯვნა ამ ბაზრის ერთ-ერთი მთავარი გამოწვევა იქნება.

ამიტომ მნიშვნელოვანია, ვინ ინარჩუნებს საბოლოო დანაკარგს. თუ კრედიტორის რისკის ნაწილი სადაზღვევო კომპანიაზე გადადის, სადაზღვევო კომპანიას საკუთარი რისკის ნაწილი გადამზღვეველთან ან სხვა კაპიტალის მიმწოდებელთან შეუძლია გადაანაწილოს. შედეგად AI-ის დაფინანსების ჯაჭვი ფართოვდება, მაგრამ სისტემაში არსებული რისკი არ ქრება – ის სხვადასხვა ბალანსზე ნაწილდება.

AI ინფრასტრუქტურის სადაზღვევო ბაზარი უკვე ფართოვდება

“Swiss Re Institute”-ის სექტემბრის შეფასებით, AI მონაცემთა ცენტრებსა და განახლებად ენერგეტიკულ ინფრასტრუქტურასთან დაკავშირებულმა ინვესტიციებმა 2026–2030 წლებში დაახლოებით 200 მილიარდი აშშ დოლარის კომერციული სადაზღვევო პრემიის შესაძლებლობა შეიძლება შექმნას. ეს მაჩვენებელი რამდენიმე ინფრასტრუქტურულ მიმართულებას აერთიანებს და არ არის მხოლოდ „AI პოლისების“ ბაზრის ზომა. მისი მნიშვნელობა სხვა რამეშია: კაპიტალდაბანდებების ზრდა სადაზღვევო სექტორს უფრო დიდი, ერთმანეთთან დაკავშირებული და ერთ გეოგრაფიულ სივრცეში კონცენტრირებული რისკების მართვას აიძულებს.

ამავე მიზეზით, მონაცემთა ცენტრის დაზღვევა მხოლოდ შენობისა და ტექნიკის ღირებულების ანაზღაურებით აღარ შემოიფარგლება. კრიტიკული ხდება ბიზნესის შეწყვეტა, სერვისის ხელმისაწვდომობა, ენერგეტიკული ინფრასტრუქტურა, კიბერუსაფრთხოება და სხვადასხვა სადაზღვევო ხაზში დაგროვილი ერთდროული ზარალის დანახვა.

საქართველოს სადაზღვევო ბაზარი სხვა საწყისი წერტილიდან იწყებს პროცესს

საქართველოსთვის “Nvidia”-ს მოდელის პირდაპირი გადმოტანა ამ ეტაპზე არასწორი იქნებოდა. ქვეყანაში არ არსებობს საჯაროდ ხელმისაწვდომი ცალკე სტატისტიკა, რომელიც AI მონაცემთა ცენტრების დაზღვევის მოცულობას ან ჩიპებით უზრუნველყოფილი სესხების დაზღვევას ზომავს. ამიტომ ვერ ვიტყვით, რომ საქართველოში უკვე ფორმირდება იგივე ბაზარი, რაც “Financial Times”-ის მიერ აღწერილ ამერიკულ ეკოსისტემაში.

თუმცა ადგილობრივი სადაზღვევო სექტორი იზრდება. საქართველოს დაზღვევის სახელმწიფო ზედამხედველობის სამსახურის მიხედვით, 2025 წელს მოზიდულმა პრემიამ 1.4 მილიარდ ლარს გადააჭარბა, რაც წინა წელთან შედარებით 12%-ით მეტი იყო. ქვეყანაში რეგისტრირებული იყო 19 სადაზღვევო კომპანია და 26 სადაზღვევო ბროკერი. ბაზრის 43% ჯანმრთელობის დაზღვევის სერვისზე მოდიოდა, ხოლო 21% – ავტოტრანსპორტის დაზღვევაზე. ეს მონაცემები აჩვენებს, რომ ბაზრის ძირითადი მოცულობა ჯერ ტრადიციულ მიმართულებებში არის კონცენტრირებული.

რა შეიძლება იყოს რეალური შესაძლებლობა საქართველოში?

საქართველოსთვის უახლოესი შესაძლებლობა უფრო ფართო ტექნოლოგიური რისკების დაზღვევაა და არა “Nvidia”-ს მოდელის პირდაპირი კოპირება. კომპანიას, რომელიც საკუთარ საქმიანობას ღრუბლოვან სერვისებზე, სერვერებზე ან AI სისტემებზე აყრდნობს, შეიძლება ერთდროულად ჰქონდეს ქონებრივი, კიბერ, ბიზნესის შეწყვეტისა და პროფესიული პასუხისმგებლობის რისკი. ასეთი რისკების განცალკევებით შეფასება ყოველთვის ვერ ასახავს რეალურ ეკონომიკურ ზარალს.

მეორე მიმართულება გადაზღვევაა. მცირე ბაზარზე იშვიათი, მაგრამ ძალიან დიდი ტექნოლოგიური ზარალის მთლიანად ადგილობრივი სადაზღვევო კომპანიის ბალანსზე დატოვება რთულია. საერთაშორისო გადამზღვეველებთან თანამშრომლობა საშუალებას იძლევა რისკის ნაწილი უფრო ფართო ბაზარზე გადანაწილდეს. მესამე მიმართულება მონაცემებია: მოწყობილობის ასაკი, ენერგომოხმარება, შეფერხებების ისტორია, გაგრილების არქიტექტურა და კიბერუსაფრთხოების ხარისხი მომავალში პრემიის განსაზღვრის მნიშვნელოვანი საფუძველი შეიძლება გახდეს.

რისკის შეფასების ოთხი პრაქტიკული კითხვა

BTU-ს მკვლევრების შეფასებით, ქართულ კომპანიას ან სადაზღვევო ორგანიზაციას ტექნოლოგიური ინფრასტრუქტურის რისკის საწყისი შეფასება ოთხი კითხვით შეუძლია: რამდენად დიდია ერთ ლოკაციაზე კონცენტრირებული ღირებულება? რამდენად სწრაფად შეიძლება ძირითადი ტექნოლოგიური აქტივი გაუფასურდეს? რა ფინანსური შედეგი ექნება ოპერაციის რამდენიმე საათით ან დღით შეჩერებას? და რომელი ზარალი რჩება კომპანიის საკუთარ რისკად მას შემდეგაც, რაც სადაზღვევო დაფარვა ამოქმედდება?

ეს არის BTU-ს ანალიტიკური ჩარჩო და არა ოფიციალური საერთაშორისო სადაზღვევო კლასიფიკაცია ან ქულობრივი მოდელი.

რა უნდა გაითვალისწინონ ქართულმა კომპანიებმა და სადაზღვევო სექტორმა?

AI-ის გამოყენების ზრდასთან ერთად პირველი კითხვა არ უნდა იყოს მხოლოდ „რა ღირს მოწყობილობის დაზღვევა?“. საჭიროა სრული ურთიერთდამოკიდებულების რუკა: რომელი სერვისი დგას კონკრეტულ ინფრასტრუქტურაზე, რამდენ ხანს შეუძლია ბიზნესს შეფერხების ატანა, რა ალტერნატიული სიმძლავრე არსებობს და სად გადის პასუხისმგებლობის ზღვარი ტექნოლოგიის მომწოდებელს, მონაცემთა ცენტრს, კლიენტსა და სადაზღვევო კომპანიას შორის.

სადაზღვევო სექტორისთვის კი მთავარი გამოწვევა იქნება ისტორიული მონაცემების სიმცირე. ახალი თაობის AI მონაცემთა ცენტრები იმდენად სწრაფად იცვლება, რომ მრავალწლიანი ზარალიანობის სტატისტიკა ჯერ შეზღუდულია. ამიტომ ფასის განსაზღვრა მხოლოდ წარსულ სტატისტიკას ვერ დაეყრდნობა – საჭირო გახდება საინჟინრო შეფასება, სცენარული ანალიზი და საერთაშორისო გადაზღვევის ცოდნა.

BTU-ს მკვლევრების შეფასება

BTU-ს მკვლევრების შეფასებით, „ხელოვნური ინტელექტის დაზღვევა“ უახლოეს პერიოდში ცალკე, ერთგვაროვანი სადაზღვევო პროდუქტის სახით ნაკლებად ჩამოყალიბდება. უფრო მოსალოდნელია არსებული მიმართულებების – ქონებრივი დაზღვევის, ბიზნესის შეწყვეტის, კიბერდაზღვევის, საკრედიტო რისკისა და გადაზღვევის – ერთმანეთთან დაახლოება AI ინფრასტრუქტურის სპეციფიკური რისკების გარშემო.

საქართველოსთვის მთავარი შესაძლებლობა ტექნოლოგიური რისკის შეფასების კომპეტენციის განვითარებაა. ადგილობრივ ბაზარზე ჯერ არ არსებობს “Nvidia”-ს მასშტაბის ჩიპებით უზრუნველყოფილი დაფინანსება, მაგრამ ციფრულ ინფრასტრუქტურაზე დამოკიდებულება იზრდება. თუ სადაზღვევო კომპანიები, ბროკერები და მსხვილი კორპორაციული მომხმარებლები ამ რისკების გაზომვას ადრე დაიწყებენ, ბაზარი უფრო მომზადებული შეხვდება მონაცემთა ცენტრებისა და AI ინფრასტრუქტურის შესაძლო ზრდას.

დასკვნა

ხელოვნური ინტელექტის ბუმი სადაზღვევო სექტორს ტექნოლოგიური ზრდის ფინანსურ არქიტექტურაში აქცევს. “Nvidia”-ს მიერ განხილული მოდელი აჩვენებს, რომ მომდევნო ეტაპზე კონკურენცია მხოლოდ საუკეთესო ჩიპის შექმნაზე აღარ იქნება დამოკიდებული – მნიშვნელოვანი გახდება ისიც, რამდენად მარტივად შეიძლება ამ ჩიპის დაფინანსება და ვინ აიღებს მისი ღირებულების შემცირების ან მსესხებლის დეფოლტის ნაწილობრივ რისკს.

დაზღვევა AI-ის ეკონომიკურ რისკს ვერ გააქრობს. მას შეუძლია განსაზღვრული ზარალის ფასი დაადგინოს, კაპიტალი გაათავისუფლოს და დანაკარგი მონაწილეებს შორის გადაანაწილოს. საქართველოსთვის კი ამ პროცესის მთავარი გაკვეთილი არის არა უცხოური მოდელის მექანიკური გადმოტანა, არამედ ტექნოლოგიური, კიბერ, ოპერაციული და ფინანსური რისკების ერთიანად დანახვის უნარის განვითარება.

მონაცემები და ძირითადი წყაროები

Financial Times, 29 September 2026 – Nvidia turns to insurers to spread the risk of AI build-out.

Swiss Re Institute – sigma insights 07/2026: Insuring AI: data centre value accumulation risks, 27 March 2026.

Swiss Re Institute – Global investment boom could create USD 200 billion commercial insurance opportunity amid rising accumulation risks, 5 September 2026.

საქართველოს დაზღვევის სახელმწიფო ზედამხედველობის სამსახური – 2025 წლის სადაზღვევო ბაზრის შედეგები, 2026 წლის განახლება.

მომზადებულია Business and Technology University-ის აკადემიური გუნდისა და BTUAI Research Team-ის მიერ, Tbilisi, Georgia.