पिछले कुछ महीनों में भारत के डेटा सेंटर सेक्टर में बड़े-बड़े निवेशों की बाढ़ आ गई है। ब्लैकस्टोन ने Nesa नाम के भारतीय AI इंफ्रास्ट्रक्चर स्टार्टअप में 1.2 बिलियन डॉलर का निवेश किया है। यह देश में अब तक का सबसे बड़ा डेटा सेंटर निवेशों में से एक है। इसी तरह कई ग्लोबल सोवरेन वेल्थ फंड्स और प्राइवेट इक्विटी फर्म्स भारत के डेटा सेंटर मार्केट पर नजरें गड़ाए हुए हैं।
यह ट्रेंड सिर्फ भारत तक सीमित नहीं है। अमेरिका में भी डेटा सेंटर अब सबसे हॉट एसेट क्लास बन चुका है। मेटा और ब्लू आउल कैपिटल ने 27 बिलियन डॉलर का जॉइंट वेंचर अनाउंस किया है। ओरेकल ने न्यू मेक्सिको में 18 बिलियन डॉलर का कंस्ट्रक्शन लोन लिया है। लेकिन इतने बड़े नंबरों के पीछे एक जटिल फाइनेंशियल स्ट्रक्चर छिपा है। डेटा सेंटर में रियल एस्टेट रिस्क, पावर रिस्क, कंस्ट्रक्शन रिस्क और हार्डवेयर डेप्रिसिएशन रिस्क – सब एक साथ आते हैं। आज हम समझेंगे कि डेटा सेंटर का कैपिटल कहाँ से आता है, कैसे आता है और भारत में यह सिस्टम कैसे काम कर रहा है।
डेटा सेंटर ऑपरेटर्स के दो मुख्य बिजनेस मॉडल
डेटा सेंटर चलाने के दो बड़े तरीके हैं:
1. को-लोकेशन (Co-location) मॉडल यह सबसे आम मॉडल है। ऑपरेटर फिजिकल बिल्डिंग, कूलिंग, पावर बैकअप और सिक्योरिटी देता है। टेनेंट्स (जैसे क्लाउड कंपनियां) अपने सर्वर और GPU खुद लाते हैं।
- उदाहरण: CtrlS, STT GDC India
- रेवेन्यू: लंबी अवधि के रेंटल कॉन्ट्रैक्ट्स से
- रिस्क: मुख्य रूप से बिल्डिंग और इंफ्रा का – हार्डवेयर रिस्क टेनेंट पर
2. कंप्यूट एज अ सर्विस (Compute-as-a-Service) यहाँ ऑपरेटर सिर्फ बिल्डिंग नहीं – GPU और कंप्यूटिंग पावर भी देता है।
- उदाहरण: Yotta, Nesa
- रेवेन्यू: GPU ऑन-डिमांड या लॉन्ग-टर्म कॉन्ट्रैक्ट्स से
- रिस्क: GPU डेप्रिसिएशन (2-3 साल में वैल्यू खत्म), टेक्नोलॉजी रिस्क ज्यादा
डेटा सेंटर फाइनेंसिंग का पूरा लाइफ साइकल
डेटा सेंटर प्रोजेक्ट का फाइनेंसिंग बिल्डिंग बनने से बहुत पहले शुरू हो जाता है।
1. डेवलपमेंट स्टेज (Pre-construction)
- लैंड एक्वायर करना, जोनिंग, एनवायरनमेंटल परमिट्स, पावर ग्रिड अप्रूवल
- एंकर टेनेंट्स के साथ लीज साइन करना
- मुख्य फंडिंग: इक्विटी (प्रमोटर + PE फंड्स) – सबसे महंगा कैपिटल
2. कंस्ट्रक्शन स्टेज
- पावर्ड शेल बनाना (बिल्डिंग + कूलिंग + पावर इंटरकनेक्शन)
- मुख्य फंडिंग: कंस्ट्रक्शन लोन (बैंक/NBFC से)
- भारत में यही स्टेज सबसे लंबी चलती है
3. ऑपरेशनल स्टेज
- टेनेंट्स आते हैं, रेवेन्यू स्टेबलाइज होता है
- फंडिंग शिफ्ट: कंस्ट्रक्शन लोन को लॉन्ग-टर्म डेट में बदलना
भारत में यह प्रक्रिया यूएस से अलग है।
भारत में डेटा सेंटर फाइनेंसिंग कैसे अलग है?
यूएस में:
- कंस्ट्रक्शन लोन → स्टेबलाइजेशन → कैपिटल मार्केट्स से रिफाइनेंसिंग (ABS, बॉन्ड्स)
- लंबी अवधि के बॉन्ड्स (15-25 साल) इश्यू होते हैं
भारत में:
- कंस्ट्रक्शन लोन और लॉन्ग-टर्म फाइनेंसिंग ज्यादातर बैंक से ही आता है
- मुख्य तरीका: लीज़ रेंटल डिस्काउंटिंग (LRD) लोन
- भविष्य के रेंटल कैश फ्लो को सिक्योरिटी बनाकर लोन लिया जाता है
- उदाहरण: CtrlS और STT GDC – लोन 2041 तक चल रहे हैं
मुख्य अंतर और चुनौतियां:
- बैंकिंग सिस्टम पर ज्यादा निर्भरता – रिस्क कंसंट्रेशन
- कैपिटल मार्केट्स का कम इस्तेमाल – बॉन्ड/ABS अभी नहीं बन पा रहे
- GPU रिस्क ज्यादा – डेप्रिसिएशन तेज, बैंक इसे अंडरराइट नहीं करना चाहते
- पैरेंट कंपनी सपोर्ट जरूरी – STT GDC का रेटिंग Temasek पर निर्भर
निष्कर्ष
डेटा सेंटर अब भारत में सबसे तेजी से बढ़ता एसेट क्लास बन रहा है। ब्लैकस्टोन, Temasek जैसे ग्लोबल फंड्स और Nesa, Yotta जैसे लोकल प्लेयर्स बड़े निवेश कर रहे हैं। लेकिन फाइनेंसिंग अभी भी ज्यादातर बैंक-डिपेंडेंट है। लीज़ रेंटल डिस्काउंटिंग से ऑपरेटर्स लंबे लोन ले रहे हैं, लेकिन GPU डेप्रिसिएशन और रिस्क कंसंट्रेशन बड़ी चुनौतियां हैं।
जैसे-जैसे कैपिटल मार्केट्स मजबूत होंगे, डेटा सेंटर फाइनेंसिंग में ABS और बॉन्ड्स का इस्तेमाल बढ़ेगा। यह भारत को AI और क्लाउड इंफ्रा में ग्लोबल लीडर बनाने का मौका है – बशर्ते फाइनेंसिंग सिस्टम को और डायवर्सिफाई किया जाए।
की इनसाइट्स
- ब्लैकस्टोन ने Nesa में 1.2 बिलियन डॉलर निवेश किया – भारत का सबसे बड़ा डेटा सेंटर डील
- दो मॉडल: को-लोकेशन (CtrlS, STT GDC) और कंप्यूट एज अ सर्विस (Yotta, Nesa)
- भारत में मुख्य फंडिंग: लीज़ रेंटल डिस्काउंटिंग लोन – 2041 तक के लोन चल रहे हैं
- यूएस में कैपिटल मार्केट्स (ABS, बॉन्ड्स) से रिफाइनेंसिंग – भारत में अभी कम
- GPU डेप्रिसिएशन सबसे बड़ा रिस्क – बैंक इसे अंडरराइट करने से बचते हैं
अक्सर पूछे जाने वाले सवाल (FAQs)
- डेटा सेंटर में को-लोकेशन और कंप्यूट एज अ सर्विस में क्या अंतर है? को-लोकेशन में सिर्फ बिल्डिंग और पावर मिलती है, GPU टेनेंट लाता है। कंप्यूट एज अ सर्विस में ऑपरेटर GPU भी देता है।
- भारत में डेटा सेंटर फाइनेंसिंग मुख्य रूप से कैसे होती है? लीज़ रेंटल डिस्काउंटिंग लोन से – भविष्य के रेंटल कैश फ्लो को सिक्योरिटी बनाकर।
- GPU रिस्क क्या है? GPU 2-3 साल में डेप्रिशिएट हो जाते हैं, बैंक लंबे लोन देने से बचते हैं।
- आरआईआईटी जैसे इनविट्स डेटा सेंटर में कैसे मदद कर सकते हैं? ऑपरेशनल एसेट्स से प्रेडिक्टेबल कैश फ्लो – कंस्ट्रक्शन रिस्क नहीं।
- भारत में डेटा सेंटर फाइनेंसिंग की सबसे बड़ी चुनौती क्या है? बैंकिंग सिस्टम पर ज्यादा निर्भरता और कैपिटल मार्केट्स का कम इस्तेमाल।