Det gør AI-gæld til en betydelig ekstra konkurrent om langsigtet kapital. Det betyder dog ikke, at AI-obligationer bogstaveligt har erstattet statsobligationer, eller at hyperscalernes låntagning alene forklarer de seneste rentestigninger på amerikanske statsobligationer.
Obligationsrenter afspejler den pris, investorer kræver for at låne deres penge ud. Når flere store låntagere går på markedet samtidig, øges udbuddet af obligationer, som pensionskasser, forsikringsselskaber og kapitalforvaltere skal absorbere.
For at tiltrække købere kan udstederne derfor blive nødt til at tilbyde højere kuponer eller større rentetillæg – også kaldet spreads.
Presset fungerer gennem to kanaler:
AI-relateret gæld nærmede sig 15 % af udstedelserne på investment grade-markedet i 2026. Bankerne har samtidig søgt mod andre valutaer end dollar for at finde flere købere og undgå, at én investorgruppe bliver mættet.
Det kan påvirke den relative prisfastsættelse af statsobligationer, især på et tidspunkt hvor regeringer også låner store beløb. Men årsagssammenhængen skal håndteres med forsigtighed. Statsrenter påvirkes også af inflationsforventninger, offentlige underskud, udbuddet af statsgæld, økonomisk vækst, geopolitisk risiko, forventninger til centralbankerne og den såkaldte term premium – den ekstra kompensation for at binde penge i lang tid.
Reuters har derfor advaret mod at gøre AI-gældsboomet til den eneste forklaring på uro på det amerikanske obligationsmarked.
Der findes ikke ét entydigt tal for, hvor meget "AI-gæld" der er udstedt. Opgørelserne afhænger blandt andet af skæringsdatoen og af, hvad man tæller med.
Nogle analyser ser kun på obligationer udstedt direkte af hyperscalere. Andre medregner også datacenterfinansiering, private kreditfonde, asset-backed-finansiering, leverandører og andre selskaber i AI-økosystemet.
Derfor spænder de offentliggjorte opgørelser fra omkring 194 mia. dollar for fire store udstedere frem til begyndelsen af juli til over 220 mia. dollar for en bredere gruppe af hyperscalere senere på året. Goldman Sachs har anslået, at den samlede AI-relaterede gældsudstedelse vil udgøre omkring 489 mia. dollar i 2026, hvor hyperscalere står for cirka 40 %.
Det samlede finansieringsbehov er endnu større. Morgan Stanley forventer omkring 3 billioner dollar i investeringer i datacentre og tilhørende hardware frem mod 2028. Omtrent halvdelen kan ifølge banken komme fra eksterne kreditmarkeder. Et andet offentliggjort estimat peger på, at cirka 1,75 billioner dollar ud af et samlet behov på 3,2 billioner dollar skal hentes på kreditmarkederne.
Det er fremadrettede prognoser – ikke endelige regnskabstal – og de afhænger af, hvordan AI-infrastruktur og finansiering afgrænses.
Den internationale dimension blev tydelig, da Alphabet for første gang udstedte obligationer i australske dollar. Den 19. august rejste Googles moderselskab 5,5 mia. australske dollar gennem obligationer med løbetider på tre, fem, 10 og 20 år. Investorernes ordrer oversteg 18 mia. australske dollar – mere end tre gange det beløb, der blev solgt.
Den længste tranche havde et afkast på 6,98 %, altså lige under 7 %. Handlen blev beskrevet som den første australske dollar-udstedelse fra en AI-hyperscaler og som den største virksomhedsobligation, der hidtil er solgt på det australske marked.
En sådan obligation kaldes ofte en Kangaroo-obligation: en udenlandsk virksomhed udsteder gæld i australske dollar til investorer på det australske marked.
Handlen er vigtig af to grunde. For det første viser den, at hyperscalere ikke kun er afhængige af amerikanske investorer. For det andet kan udstedelser i flere valutaer åbne adgang til nye investorpuljer – men de medfører også behov for valutastyring og forståelse af forskellige markedsforhold.
Alphabet har allerede en betydelig tilstedeværelse på markederne for virksomhedsobligationer i euro, britiske pund, schweizerfranc og yen. Amazon rejste i marts 14,5 mia. euro gennem en handel fordelt på otte dele, som blev rapporteret som den største handel nogensinde på euro-markedet for virksomhedsobligationer.
Teknologigiganterne spreder dermed deres finansieringsbehov på flere valutaer og investorbaser i stedet for at lade ét marked absorbere hele AI-opbygningen.
AI-låneboomet kommer på et tidspunkt, hvor regeringer også har brug for omfattende langsigtet finansiering. De inflationsjusterede låneomkostninger i store økonomier nåede deres højeste niveau i mere end et årti, mens både AI-selskaber og regeringer øgede deres obligationssalg. Ifølge Reuters lå den reale 30-årige amerikanske rente tæt på et 18-årigt højdepunkt omkring 3 %.
Den nominelle rente på den amerikanske 30-årige statsobligation steg samtidig over 5,3 %, det højeste niveau siden 2007. Det skete på baggrund af inflationsbekymringer, finanspolitisk pres, geopolitisk usikkerhed og en amerikansk statsgæld, der nærmer sig 40 billioner dollar.
Investorerne står derfor over for en vanskelig kombination: De får flere virksomhedsalternativer, men kræver også større betaling for at binde deres penge i årtier. Det kan løfte renterne på både virksomhedsobligationer og statsobligationer, selv når efterspørgslen fortsat er stærk.
Den mest præcise måde at forstå sammenhængen på er som et ekstra pres – ikke som én enkelt forklaring. AI-gæld øger konkurrencen om kapital og kan forstærke presset på den lange rente, mens inflation, offentlige lånebehov og makroøkonomiske risici uafhængigt kan trække statsrenterne op.
Obligationer fra hyperscalere tiltrækker opmærksomhed, fordi de kan give et afkast på cirka 4,75-8 % afhængigt af udsteder og løbetid. Mange er investment grade og har lange løbetider, hvilket forklarer interessen blandt investorer, der søger løbende indtægt.
Men den annoncerede rente fortæller ikke hele historien.
Renterisiko. En stor del af det attraktive afkast kommer fra obligationer med lang løbetid. Hvis markedsrenterne stiger, kan kursen på eksisterende obligationer falde kraftigt. En høj kupon fjerner ikke risikoen for kurstab på et værdipapir med 10 eller 20 års løbetid.
Kredit- og spreadrisiko. Gæld udstedt af Alphabet, Amazon eller Meta kan ikke sidestilles med gæld fra en datacenterudvikler, udstyrsleverandør, mindre AI-virksomhed eller et projektselskab. Investorer bør undersøge foranstillethed, sikkerhedsstillelse, garantier, leasingforpligtelser og eventuel strukturel efterstilling i stedet for blot at stole på etiketten "AI-obligation".
Risiko ved AI-indtægterne. En stor del af låntagningen sker, før de langsigtede afkast fra AI-infrastrukturen er dokumenteret. Hvis kommercialiseringen går langsommere end ventet, kapitaludgifterne fortsætter med at stige, eller marginerne på cloud- og AI-tjenester bliver presset, kan kreditspændene udvide sig, selv om udstederen fortsat har en investment grade-rating.
Absorptionsrisiko. Store ordrebeholdninger garanterer ikke, at fremtidige udstedelser kan sælges til dagens priser. Barclays-analytikere har advaret om, at investment grade-markedet måske ikke kan rumme alle hyperscalernes forventede finansieringsbehov. Hvis udstedelserne vokser yderligere, kan låntagerne blive nødt til at tilbyde højere kuponer, benytte private kreditmarkeder, udstede aktier eller anvende mere komplekse finansieringsstrukturer.
Valuta- og likviditetsrisiko. En obligation udstedt i australske dollar, euro eller en anden valuta udsætter investoren for valutabevægelser og andre likviditetsforhold. En valutasikring kan reducere noget af risikoen, men har selv omkostninger og en gennemførelsesrisiko.
AI-låntagningen er blevet en ny kilde til efterspørgsel efter global kapital og et reelt alternativ til dele af statsobligationsmarkedet for investorer med lange investeringshorisonter.
Den mest holdbare konklusion er dog mere nuanceret end, at "AI skabte obligationsudsalget". Gældsboomet betyder, at markedet skal absorbere mere finansiering, samtidig med at regeringer låner stort, og investorer revurderer inflations- og renterisiko.
I en indkomstportefølje bør hyperscaler-obligationer derfor behandles som en diversificeret krediteksponering – ikke som en direkte erstatning for statsobligationer. En disciplineret tilgang indebærer at sammenligne afkastet med løbetiden, vurdere udstederens balance og gældens placering, sprede løbetiderne, håndtere valutaeksponeringen og undgå at jagte de højeste renter, medmindre de ekstra projekt-, likviditets-, gearing- og strukturelle risici er fuldt forstået.
Det gør AI-gæld til en betydelig ekstra konkurrent om langsigtet kapital. Det betyder dog ikke, at AI-obligationer bogstaveligt har erstattet statsobligationer, eller at hyperscalernes låntagning alene forklarer de seneste rentestigninger på amerikanske statsobligationer.
Obligationsrenter afspejler den pris, investorer kræver for at låne deres penge ud. Når flere store låntagere går på markedet samtidig, øges udbuddet af obligationer, som pensionskasser, forsikringsselskaber og kapitalforvaltere skal absorbere.
For at tiltrække købere kan udstederne derfor blive nødt til at tilbyde højere kuponer eller større rentetillæg – også kaldet spreads.
Presset fungerer gennem to kanaler:
AI-relateret gæld nærmede sig 15 % af udstedelserne på investment grade-markedet i 2026. Bankerne har samtidig søgt mod andre valutaer end dollar for at finde flere købere og undgå, at én investorgruppe bliver mættet.
Det kan påvirke den relative prisfastsættelse af statsobligationer, især på et tidspunkt hvor regeringer også låner store beløb. Men årsagssammenhængen skal håndteres med forsigtighed. Statsrenter påvirkes også af inflationsforventninger, offentlige underskud, udbuddet af statsgæld, økonomisk vækst, geopolitisk risiko, forventninger til centralbankerne og den såkaldte term premium – den ekstra kompensation for at binde penge i lang tid.
Reuters har derfor advaret mod at gøre AI-gældsboomet til den eneste forklaring på uro på det amerikanske obligationsmarked.
Der findes ikke ét entydigt tal for, hvor meget "AI-gæld" der er udstedt. Opgørelserne afhænger blandt andet af skæringsdatoen og af, hvad man tæller med.
Nogle analyser ser kun på obligationer udstedt direkte af hyperscalere. Andre medregner også datacenterfinansiering, private kreditfonde, asset-backed-finansiering, leverandører og andre selskaber i AI-økosystemet.
Derfor spænder de offentliggjorte opgørelser fra omkring 194 mia. dollar for fire store udstedere frem til begyndelsen af juli til over 220 mia. dollar for en bredere gruppe af hyperscalere senere på året. Goldman Sachs har anslået, at den samlede AI-relaterede gældsudstedelse vil udgøre omkring 489 mia. dollar i 2026, hvor hyperscalere står for cirka 40 %.
Det samlede finansieringsbehov er endnu større. Morgan Stanley forventer omkring 3 billioner dollar i investeringer i datacentre og tilhørende hardware frem mod 2028. Omtrent halvdelen kan ifølge banken komme fra eksterne kreditmarkeder. Et andet offentliggjort estimat peger på, at cirka 1,75 billioner dollar ud af et samlet behov på 3,2 billioner dollar skal hentes på kreditmarkederne.
Det er fremadrettede prognoser – ikke endelige regnskabstal – og de afhænger af, hvordan AI-infrastruktur og finansiering afgrænses.
Den internationale dimension blev tydelig, da Alphabet for første gang udstedte obligationer i australske dollar. Den 19. august rejste Googles moderselskab 5,5 mia. australske dollar gennem obligationer med løbetider på tre, fem, 10 og 20 år. Investorernes ordrer oversteg 18 mia. australske dollar – mere end tre gange det beløb, der blev solgt.
Den længste tranche havde et afkast på 6,98 %, altså lige under 7 %. Handlen blev beskrevet som den første australske dollar-udstedelse fra en AI-hyperscaler og som den største virksomhedsobligation, der hidtil er solgt på det australske marked.
En sådan obligation kaldes ofte en Kangaroo-obligation: en udenlandsk virksomhed udsteder gæld i australske dollar til investorer på det australske marked.
Handlen er vigtig af to grunde. For det første viser den, at hyperscalere ikke kun er afhængige af amerikanske investorer. For det andet kan udstedelser i flere valutaer åbne adgang til nye investorpuljer – men de medfører også behov for valutastyring og forståelse af forskellige markedsforhold.
Alphabet har allerede en betydelig tilstedeværelse på markederne for virksomhedsobligationer i euro, britiske pund, schweizerfranc og yen. Amazon rejste i marts 14,5 mia. euro gennem en handel fordelt på otte dele, som blev rapporteret som den største handel nogensinde på euro-markedet for virksomhedsobligationer.
Teknologigiganterne spreder dermed deres finansieringsbehov på flere valutaer og investorbaser i stedet for at lade ét marked absorbere hele AI-opbygningen.
AI-låneboomet kommer på et tidspunkt, hvor regeringer også har brug for omfattende langsigtet finansiering. De inflationsjusterede låneomkostninger i store økonomier nåede deres højeste niveau i mere end et årti, mens både AI-selskaber og regeringer øgede deres obligationssalg. Ifølge Reuters lå den reale 30-årige amerikanske rente tæt på et 18-årigt højdepunkt omkring 3 %.
Den nominelle rente på den amerikanske 30-årige statsobligation steg samtidig over 5,3 %, det højeste niveau siden 2007. Det skete på baggrund af inflationsbekymringer, finanspolitisk pres, geopolitisk usikkerhed og en amerikansk statsgæld, der nærmer sig 40 billioner dollar.
Investorerne står derfor over for en vanskelig kombination: De får flere virksomhedsalternativer, men kræver også større betaling for at binde deres penge i årtier. Det kan løfte renterne på både virksomhedsobligationer og statsobligationer, selv når efterspørgslen fortsat er stærk.
Den mest præcise måde at forstå sammenhængen på er som et ekstra pres – ikke som én enkelt forklaring. AI-gæld øger konkurrencen om kapital og kan forstærke presset på den lange rente, mens inflation, offentlige lånebehov og makroøkonomiske risici uafhængigt kan trække statsrenterne op.
Obligationer fra hyperscalere tiltrækker opmærksomhed, fordi de kan give et afkast på cirka 4,75-8 % afhængigt af udsteder og løbetid. Mange er investment grade og har lange løbetider, hvilket forklarer interessen blandt investorer, der søger løbende indtægt.
Men den annoncerede rente fortæller ikke hele historien.
Renterisiko. En stor del af det attraktive afkast kommer fra obligationer med lang løbetid. Hvis markedsrenterne stiger, kan kursen på eksisterende obligationer falde kraftigt. En høj kupon fjerner ikke risikoen for kurstab på et værdipapir med 10 eller 20 års løbetid.
Kredit- og spreadrisiko. Gæld udstedt af Alphabet, Amazon eller Meta kan ikke sidestilles med gæld fra en datacenterudvikler, udstyrsleverandør, mindre AI-virksomhed eller et projektselskab. Investorer bør undersøge foranstillethed, sikkerhedsstillelse, garantier, leasingforpligtelser og eventuel strukturel efterstilling i stedet for blot at stole på etiketten "AI-obligation".
Risiko ved AI-indtægterne. En stor del af låntagningen sker, før de langsigtede afkast fra AI-infrastrukturen er dokumenteret. Hvis kommercialiseringen går langsommere end ventet, kapitaludgifterne fortsætter med at stige, eller marginerne på cloud- og AI-tjenester bliver presset, kan kreditspændene udvide sig, selv om udstederen fortsat har en investment grade-rating.
Absorptionsrisiko. Store ordrebeholdninger garanterer ikke, at fremtidige udstedelser kan sælges til dagens priser. Barclays-analytikere har advaret om, at investment grade-markedet måske ikke kan rumme alle hyperscalernes forventede finansieringsbehov. Hvis udstedelserne vokser yderligere, kan låntagerne blive nødt til at tilbyde højere kuponer, benytte private kreditmarkeder, udstede aktier eller anvende mere komplekse finansieringsstrukturer.
Valuta- og likviditetsrisiko. En obligation udstedt i australske dollar, euro eller en anden valuta udsætter investoren for valutabevægelser og andre likviditetsforhold. En valutasikring kan reducere noget af risikoen, men har selv omkostninger og en gennemførelsesrisiko.
AI-låntagningen er blevet en ny kilde til efterspørgsel efter global kapital og et reelt alternativ til dele af statsobligationsmarkedet for investorer med lange investeringshorisonter.
Den mest holdbare konklusion er dog mere nuanceret end, at "AI skabte obligationsudsalget". Gældsboomet betyder, at markedet skal absorbere mere finansiering, samtidig med at regeringer låner stort, og investorer revurderer inflations- og renterisiko.
I en indkomstportefølje bør hyperscaler-obligationer derfor behandles som en diversificeret krediteksponering – ikke som en direkte erstatning for statsobligationer. En disciplineret tilgang indebærer at sammenligne afkastet med løbetiden, vurdere udstederens balance og gældens placering, sprede løbetiderne, håndtere valutaeksponeringen og undgå at jagte de højeste renter, medmindre de ekstra projekt-, likviditets-, gearing- og strukturelle risici er fuldt forstået.