Může boom investic do AI přerůst v úvěrovou krizi?

Jeden záporný kvartál samozřejmě není důkazem insolvence. Opakované záporné cash flow ale může zvýšit závislost na hotovostních rezervách, dluhopisech, emisi akcií, leasingu a dlouhodobých smluvních závazcích. Technologický investiční cyklus se tak mění ve finanční cyklus.

Proč infrastruktura vytváří nebezpečný nesoulad

Infrastruktura pro AI kombinuje aktiva s velmi rozdílnou ekonomickou životností:

• Grafické procesory a další vybavení mohou rychle ztrácet hodnotu, pokud novější systémy nabídnou vyšší výkon nebo nižší náklady.
• Datová centra a energetická infrastruktura jsou dlouhodobé a nákladné, přičemž jejich využití pro jiné účely může být obtížné.
• Ceny cloudových služeb mohou být pod tlakem konkurence, pokud několik poskytovatelů současně přidává kapacitu.
• Stavební, technologické a energetické závazky mohou pokračovat, i když zákazník své rozšiřování zpomalí.

Pokud poptávka po AI zklame, může hyperscaler omezit budoucí kapitálové výdaje. Tím ale automaticky nezruší rozestavěné areály, již objednané vybavení, podepsané nájemní smlouvy ani projektový dluh. První ztráty by proto nemusely dopadnout na největší technologickou firmu, ale na vlastníky infrastruktury a jejich věřitele.

Financování mimo rozvahu může riziko pouze přesunout

Budování infrastruktury je financováno kombinací podnikových dluhopisů, leasingu, společných podniků, projektových entit, garancí a kapitálu třetích stran. Banka pro mezinárodní platby (BIS) popisuje struktury, v nichž účelová společnost vybuduje nebo koupí datové centrum, získá dluhové financování a spoléhá na dlouhodobý nájem či závazek hyperscalera k odběru kapacity.

Ekonomicky mohou být tyto struktury s hyperscalerem úzce propojené, i když se související úvěr nevykazuje jako běžný podnikový dluh. Podle červencové aktualizace připisované Moody’s dosahují závazky z pronájmu datových center u Amazonu, Alphabetu, Mety, Microsoftu, Oracle a CoreWeave přibližně 1,2 bilionu dolarů. Více než 820 miliard z této částky se týká zařízení, která jsou stále ve výstavbě.

S odhady takzvaných skrytých závazků je ale třeba zacházet opatrně. Částka kolem 3 bilionů dolarů může zahrnovat různé kombinace leasingu, nákupních závazků, garancí a dalších smluvních expozic. Není proto automaticky srovnatelná s vykazovaným dluhem. Obecnější závěr je však přesvědčivější: samotný dluh uvedený v rozvaze nezachycuje všechny nároky, které rozsáhlá výstavba AI infrastruktury vytváří.

Soukromý úvěr čeká první skutečná zkouška

Soukromí věřitelé se stále více podílejí na financování datových center, výstavby, pozemků, energetického vybavení a související infrastruktury. Výzkum Columbia Business School s odkazem na odhady Morgan Stanley uvádí, že více než polovina z přibližně 2,9 bilionu dolarů potřebných na dodatečnou výpočetní kapacitu hyperscalerů v letech 2025–2028 může vyžadovat externí kapitál. Významnou část dluhového financování má poskytnout právě soukromý úvěr.

Vzniká několik propojených slabin. Zpožděné otevření datového centra může odsunout příjmy, zatímco úroky dál nabíhají. Nižší poptávka nájemců může zhoršit schopnost splácet dluh. Pokles hodnoty grafických procesorů nebo jiného vybavení může současně oslabit zajištění a provozní cash flow.

Pokud budou soukromé fondy čelit žádostem o výběr prostředků v době, kdy se aktiva obtížně prodávají, mohou se odpisy stát zdrojem finančního tlaku i bez toho, aby některý hyperscaler nesplácel své závazky.

Podnikové dluhopisy mohou zdražit

Hyperscaleři si půjčují levněji než slabší dlužníci, přesto však jejich masivní emise soutěží o kapacitu investorů. Federální rezervní banka v Dallasu upozorňuje na tři kanály, jimiž může financování AI ovlivnit nabídku dlouhodobých aktiv a úrokové sazby: emise dlouhodobých dluhopisů s investičním ratingem, refinancování úvěrů poskytnutých soukromými fondy a možné vytlačování finančních emitentů z trhu.

Pokud bude volné cash flow klesat, zatímco dluhové a leasingové závazky porostou, mohou ratingové agentury zpřísnit hodnocení zadlužení a finanční politiky firem. Moody’s varovala, že investice do AI, prodeje akcií a financování mimo rozvahu mohou ohrozit úvěrovou kvalitu, zároveň ale zdůraznila základní sílu těchto společností.

Dopad by se neomezil na technologický sektor. Vyšší úvěrové přirážky mohou pocítit provozovatelé datových center, energetické a telekomunikační firmy, stavební společnosti, dodavatelé čipů i další průmysloví dlužníci, pokud investoři začnou požadovat vyšší kompenzaci za související expozici vůči AI.

Strukturované financování může ztráty znásobit

Peněžní toky z datových center, pohledávky z leasingu, úvěry na vybavení a projektový dluh lze financovat nebo sdružovat do strukturovaných nástrojů. Ty mohou působit odolně, pokud stojí na vysoce hodnoceném nájemci s dlouhodobým závazkem. Ochrana je však méně úplná, pokud mnoho projektů závisí na stejné malé skupině hyperscalerů a na totožných předpokladech o budoucí poptávce po AI.

Koordinované omezení investic by mohlo současně vést k novému vyjednávání nájmů, porušení úvěrových podmínek, poklesu hodnoty zajištění a horším odhadům zůstatkové hodnoty vybavení. Seniorní investoři mohou mít stále určitou ochranu, zatímco podřízené tranše, poskytovatelé překlenovacích úvěrů a držitelé akciového kapitálu by byli ztrátám vystaveni více.

Hlavním nebezpečím je korelace: aktiva, která vypadají jednotlivě diverzifikovaně, mohou ve stejnou chvíli ztrácet hodnotu ze stejného důvodu.

Vládní dluh je nepřímým kanálem

Samotné investice do AI pravděpodobně nevyvolají krizi státního dluhu. Na trhy vládních dluhopisů by působily spíše prostřednictvím konkurence o kapitál a vyšší prémie za dlouhodobé úrokové riziko.

Velké emise podnikových a projektových dluhopisů přicházejí v době, kdy vlády zároveň refinancují značné objemy dluhu. Pokud investoři začnou požadovat vyšší kompenzaci za délku splatnosti nebo úvěrové riziko, mohou růst výnosy veřejných i soukromých dlužníků. Vyšší sazby pak prodraží financování datových center, energetiky a další infrastruktury a zvýší tlak na projekty s jen hraniční ekonomikou.

Systémovým rizikem je koncentrace a procykličnost

Investoři nemluví primárně o scénáři, v němž Alphabet, Amazon, Meta nebo Microsoft náhle zkrachují. Obávají se společného šoku. Průzkum investičních manažerů Bank of America ukázal, že 38 % respondentů označilo kapitálové výdaje hyperscalerů za nejpravděpodobnější zdroj systémové úvěrové události.

Tato obava vychází z koncentrace. Stejné firmy vytvářejí poptávku po pokročilých čipech, elektřině, stavebních kapacitách, datových centrech i financování. Pokud výnosy zůstávají vysoké, koncentrace investice urychluje. Pokud výnosy zklamou, mohou stejné firmy škrtat společně a přenést šok současně na věřitele, pronajímatele, energetické společnosti, dodavatele i strukturované finanční produkty.

Co by riziko potvrdilo nebo naopak zmírnilo?

Samotné objemy kapitálových výdajů nestačí. Investoři by měli sledovat především:

1. Růst příjmů z AI a cloudu ve vztahu k odpisům, nákladům na elektřinu, leasing a financování.
2. Volné cash flow po započtení kapitálových výdajů a finančních leasingů.
3. Využití datových center a ceny služeb, zejména když několik poskytovatelů současně přidává kapacitu.
4. Spouštění a rušení leasingových smluv u zařízení, která se teprve stavějí.
5. Úvěrové standardy soukromých fondů a jejich likviditu, včetně expozice vůči jednomu nájemci nebo regionu.
6. Emise dluhopisů, výhledy ratingů a úvěrové spready hyperscalerů a firem napojených na infrastrukturu.
7. Prodejní ceny grafických procesorů a dalšího vybavení, které ovlivňují hodnotu zajištění a míru návratnosti při selhání.

Riziko by zůstalo zvládnutelné, pokud by příjmy z AI a provozní cash flow nakonec rostly rychleji než přírůstkové kapitálové výdaje. Jeden tržní odhad předpokládá, že růst zisků a cash flow hyperscalerů začne převyšovat růst nových kapitálových výdajů koncem roku 2027 nebo v roce 2028. Jde však o prognózu, nikoli o potvrzený výsledek.

Kritický scénář nastává tehdy, když růst příjmů dlouhodobě zaostává za úrovní potřebnou k pokrytí odpisů, elektřiny, leasingu, nákladů na financování a nových investic. Výstavba AI infrastruktury by se v takovém případě změnila z výnosné expanze kapacit v cyklus nadbytečné kapacity: hyperscaleři by absorbovali nižší návratnost, zatímco více zadlužené protistrany by čelily selháním, znehodnocení zajištění, problémům s refinancováním a širším úvěrovým spreadům.