Big Techs usynlige gæld på 1,65 billioner dollar: Den skjulte risiko i AI-infrastrukturen

Hvordan muliggør regnskabspraksis dette?

Behandlingen er tilladt under standard regnskabsregler (GAAP/IFRS) for operationelle leasingaftaler og særlige formålsselskaber (SPE'er) eller joint ventures. Almindelige strukturer inkluderer:

• Et dedikeret selskab (JV eller SPE), der erhverver eller udvikler datacenteraktiver, så gælden holdes uden for hyperscalerens balance .
• 'Take-or-pay'-kontrakter og langsigtede leasingforpligtelser, der kun oplyses i finansielle fodnoter i stedet for at blive indregnet som balanceforpligtelser .
• Den Internationale Betalingsbank (BIS) har kaldt denne praksis for 'skyggelån' .

Specifikke tal: Meta og Oracle

Meta har sikret sig omkring 60 milliarder dollars i kapital til datacenterbyggeri, og omkring halvdelen – eller 30 milliarder dollars – var struktureret til at forblive helt uden for selskabets balance . Meta viser cirka 28,8 milliarder dollars i balanceført gæld .

Oracle er den mest gearede af de fem: selskabets nuværende balanceførte gæld er på cirka 105 milliarder dollars, og det har oplyst om off-balance-sheet leasingforpligtelser på cirka 20 milliarder dollars . Oracles frie pengestrøm er blevet negativ .

Overensstemmelse med Moody's rapport

Moody's Ratings fandt separat, at de fem store hyperscalere har indgået, men endnu ikke indregnet på balancen, datacenter-leasingaftaler for i alt cirka 662 milliarder dollars, svarende til 113 % af deres samlede justerede gæld . Det faktiske omfang af denne 'spøgelsesgæld' kan være betydeligt højere . Dette er i tråd med Nikkeis bredere tal på 1,65 billioner dollars, som ikke kun omfatter leasingaftaler, men også købsforpligtelser for chips og anden infrastruktur.

Pres på kreditmarkedet

• Goldman Sachs har observeret, at markedet for investment-grade obligationer muligvis ikke kan imødekomme alle Big Techs finansieringsbehov . Barclays har separat bemærket, at stigningen i AI-relateret gæld 'sætter det high-grade marked på prøve' .
• AI-relateret gæld udgør nu cirka 30 % af den samlede netto nye investment-grade udstedelse i det amerikanske dollarmarked .
• The Economist rapporterer, at de fem selskaber alene i 2026 vil bruge 800 milliarder dollars på AI-infrastruktur .
• De største hyperscalere har forpligtet sig til at bruge op til 725 milliarder dollars i kapitaludgifter i 2026, og dette tal forventes at overstige 1 billion dollars i 2027 . McKinsey forudser, at de globale investeringer i datacentre kan nå 7 billioner dollars i 2030 .

Risici, hvis AI-efterspørgslen skuffer

Brancheiagttagere og analytikere har fremhævet flere risici:

• Nedskrivninger og strandede aktiver: Hvis AI-efterspørgslen ikke materialiserer sig, kan den massive datacenterudbygning efterlade selskaberne med underudnyttede eller forældede aktiver .
• Pres på pengestrømme: Off-balance-sheet strukturer forpligter selskaberne til langsigtede leje- og købsbetalinger uanset efterspørgslen, hvilket kan presse tilbagekøb af aktier og udbytter .
• Skjult gearingsgrad: En stor del af de 1,65 billioner dollars i off-balance-sheet forpligtelser er juridisk bindende, men afspejles ikke i standard gearingsgrader, hvilket gør risikovurdering vanskelig for investorer .
• Forstyrrelse af kreditmarkedet: En misligholdelse eller restrukturering hos en stor aktør kan sprede sig til de private kredit- og forsikringsmarkeder, som har finansieret en stor del af denne skyggelåntagning .

Selskabernes optimistiske modargument

Hyperscalerne argumenterer for, at AI-infrastrukturudbygningen er en nødvendig langsigtet investering. Deres vigtigste forsvar inkluderer:

• Store projektpipeline: Selskaberne bemærker, at efterspørgslen efter cloud- og AI-tjenester vokser hurtigt, med langsigtede erhvervskontrakter, der giver omsætningssigtbarhed .
• AWS's holdning: Amazon Web Services har fastholdt, at deres kapacitetsplanlægning er drevet af eksisterende og forventet kundeefterspørgsel, og at de kan bremse kapitaludgifterne, hvis det er nødvendigt .
• Fæstningsbalancer: På trods af øget gæld opretholder selskaber som Microsoft, Alphabet og Amazon stadig investment-grade kreditvurderinger og stærke likviditetspositioner, der kan absorbere chok .
• Omsætningsvækst: Selskaberne understreger, at AI-relateret omsætning vokser hurtigere end infrastrukturudgifterne, og at kapacitetsbegrænsninger – ikke efterspørgslen – er den aktuelle flaskehals .