Et amerikansk teknologisalg vil ikke nødvendigvis blive på Wall Street. Ifølge ECB har husholdninger i euroområdet omkring 440 milliarder euro i eksponering mod amerikanske teknologiaktier, ofte indirekte gennem investeringsfonde og indeksfonde. Pensionskasser og forsikringsselskaber har omtrent samme eksponering. Samlet løber beløbet dermed op i cirka 880 milliarder euro.
Det skaber en direkte formuekanal. Hvis de såkaldte Magnificent Seven – Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia og Tesla – falder kraftigt, vil værdien af europæiske opsparinger og institutionelle porteføljer også blive reduceret.
Et kursfald kan desuden svække tilliden og få investorer til at skrue ned for risikoen på andre markeder. ECB peger på, at europæiske aktier samtidig kan blive ramt af et bredere skifte i den globale risikoappetit. Europa kan derfor blive påvirket både gennem eksisterende beholdninger og gennem ændrede finansieringsvilkår.
AI-udbygningen bliver finansieret i et usædvanligt stort omfang. Goldman Sachs Research anslår, at der i 2026 vil blive udstedt næsten 500 milliarder dollar i AI-relateret gæld. Det omfatter blandt andet obligationer med høj kreditværdighed, projektfinansiering med højere risiko og securitiserede lån.
Problemet er ikke nødvendigvis, om de største teknologivirksomheder kan betale deres lån tilbage. Mange af dem har stærke forretninger og solide pengestrømme. Den mere umiddelbare bekymring er, om markedet kan absorbere en fortsat strøm af langfristet gæld uden at kræve markant højere renter.
Reuters skrev i juni, at AI-relateret gæld udgjorde tæt på 15 procent af udstedelserne på markedet for obligationer med høj kreditværdighed. Bankerne har samtidig udviklet nye finansieringsmodeller til datacentre, chips og forsyningskæder.
Kreditspændene for flere store AI-investorer er også blevet større, efterhånden som obligationsinvestorer har krævet højere kompensation for investeringernes størrelse og usikkerhed.
Det er vigtigt, fordi højere låneomkostninger kan ændre økonomien i AI-udbygningen, længe før en virksomhed står over for et klassisk solvensproblem. Projekter kan blive udskudt, investeringsbudgetter skåret ned, og forventningerne til afkast kan blive revideret.
Traditionelle virksomhedsobligationer er kun en del af billedet. Banken for Internationale Betalinger, BIS, skriver, at de største cloud- og teknologivirksomheder i stigende grad anvender finansieringsmodeller uden for balancen sammen med almindelig låntagning.
BIS bemærker også, at spændene på credit default swaps – finansielle kontrakter, der bruges som mål for kreditrisiko – er steget, især for hyperscalere med lavere kreditvurdering. Udviklingen afspejler både den store mængde ny gæld og usikkerheden om, hvor godt projekterne vil betale sig.
Leverandøraftaler, private kreditfonde og tilknyttede selskaber er andre måder at finansiere datacentre og udstyr på. Det er ikke i sig selv tegn på ulovligheder eller en nært forestående krise. Men det kan gøre det sværere for investorer at danne sig et samlet billede af forpligtelserne – især når flere virksomheder, långivere og infrastrukturprojekter bygger på de samme antagelser om fremtidig AI-efterspørgsel.
Den historiske bekymring er velkendt: Risiko kan ophobe sig uden for den mest synlige del af virksomhedernes balancer, så investorerne får et ufuldstændigt billede af gæld og indbyrdes afhængigheder.
Sammenligningen med dotcom-krakket har klare begrænsninger. Mange af de førende AI-virksomheder har i dag betydelige indtægter, etablerede produkter og solide pengestrømme. Det adskiller dem fra mange internetvirksomheder omkring årtusindskiftet, hvis værdiansættelser byggede på meget fjerne eller uprøvede forretningsmodeller.
Det taler for et mindre dramatisk scenarie: en langvarig udhulning af værdiansættelserne frem for et pludseligt systemisk sammenbrud. Kurserne kan falde gennem lavere indtjeningsmultipler, mens virksomhedernes faktiske indtjening gradvist indhenter forventningerne. Samtidig kan virksomhederne skære ned på investeringerne uden at gå konkurs.
Finansielt stærke virksomheder er dog ikke immune over for en ny prissætning. Hvis væksten bliver langsommere end ventet, eller hvis investorerne kræver et højere afkast, kan selv profitable selskaber miste betydelig markedsværdi. ECB's advarsel handler om netop denne mekanisme – ikke om, at alle store AI-virksomheder er tomme dotcom-skaller.
ECB-forskerne peger også på, at den politiske stødpude kan være mindre end efter teknologinedturen i begyndelsen af 00'erne. Renterne var ved indgangen til den nuværende cyklus højere, og regeringerne har mindre råderum i de offentlige finanser. Det kan begrænse mulighederne for hurtigt at reagere på et tillidschok med store rentenedsættelser eller omfattende finanspolitiske hjælpepakker.
Det betyder ikke, at centralbanker og regeringer er uden handlemuligheder. Det betyder, at de samme værktøjer muligvis vil give mindre og langsommere lindring – særligt hvis en markedskorrektion rammer samtidig med inflation, geopolitisk uro eller bekymringer om den offentlige gæld.
Den største risiko opstår i samspillet mellem aktie- og kreditmarkederne:
ECB's bekymring er, at denne spiral kan brede sig fra en snæver gruppe teknologiaktier til lavere tillid i euroområdet, strammere finansieringsvilkår, mindre erhvervsinvestering og langsommere ansættelser.
ECB-blogindlægget angiver ingen tidsplan, intet bestemt procentuelt kursfald og ingen påstand om, at et krak er uundgåeligt. Konklusionen er, at en korrektion på et tidspunkt bør forventes, også hvis man har et positivt langsigtet syn på AI.
Oplysningerne om finansieringen peger på en beslægtet, men særskilt risiko. Næsten 500 milliarder dollar i AI-relaterede gældsudstedelser, en stigende mængde obligationer og mindre gennemsigtige finansieringsstrukturer kan gøre AI-udbygningen mere følsom over for ændringer i investorernes appetit.
Samlet er budskabet ikke, at AI er en værdiløs boble. Det er, at teknologisk succes, høje forventninger og omfattende låntagning godt kan eksistere på samme tid – og at en markedsjustering derfor stadig kan brede sig langt ud over de virksomheder, der står i centrum for AI-rallyet.
Et amerikansk teknologisalg vil ikke nødvendigvis blive på Wall Street. Ifølge ECB har husholdninger i euroområdet omkring 440 milliarder euro i eksponering mod amerikanske teknologiaktier, ofte indirekte gennem investeringsfonde og indeksfonde. Pensionskasser og forsikringsselskaber har omtrent samme eksponering. Samlet løber beløbet dermed op i cirka 880 milliarder euro.
Det skaber en direkte formuekanal. Hvis de såkaldte Magnificent Seven – Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia og Tesla – falder kraftigt, vil værdien af europæiske opsparinger og institutionelle porteføljer også blive reduceret.
Et kursfald kan desuden svække tilliden og få investorer til at skrue ned for risikoen på andre markeder. ECB peger på, at europæiske aktier samtidig kan blive ramt af et bredere skifte i den globale risikoappetit. Europa kan derfor blive påvirket både gennem eksisterende beholdninger og gennem ændrede finansieringsvilkår.
AI-udbygningen bliver finansieret i et usædvanligt stort omfang. Goldman Sachs Research anslår, at der i 2026 vil blive udstedt næsten 500 milliarder dollar i AI-relateret gæld. Det omfatter blandt andet obligationer med høj kreditværdighed, projektfinansiering med højere risiko og securitiserede lån.
Problemet er ikke nødvendigvis, om de største teknologivirksomheder kan betale deres lån tilbage. Mange af dem har stærke forretninger og solide pengestrømme. Den mere umiddelbare bekymring er, om markedet kan absorbere en fortsat strøm af langfristet gæld uden at kræve markant højere renter.
Reuters skrev i juni, at AI-relateret gæld udgjorde tæt på 15 procent af udstedelserne på markedet for obligationer med høj kreditværdighed. Bankerne har samtidig udviklet nye finansieringsmodeller til datacentre, chips og forsyningskæder.
Kreditspændene for flere store AI-investorer er også blevet større, efterhånden som obligationsinvestorer har krævet højere kompensation for investeringernes størrelse og usikkerhed.
Det er vigtigt, fordi højere låneomkostninger kan ændre økonomien i AI-udbygningen, længe før en virksomhed står over for et klassisk solvensproblem. Projekter kan blive udskudt, investeringsbudgetter skåret ned, og forventningerne til afkast kan blive revideret.
Traditionelle virksomhedsobligationer er kun en del af billedet. Banken for Internationale Betalinger, BIS, skriver, at de største cloud- og teknologivirksomheder i stigende grad anvender finansieringsmodeller uden for balancen sammen med almindelig låntagning.
BIS bemærker også, at spændene på credit default swaps – finansielle kontrakter, der bruges som mål for kreditrisiko – er steget, især for hyperscalere med lavere kreditvurdering. Udviklingen afspejler både den store mængde ny gæld og usikkerheden om, hvor godt projekterne vil betale sig.
Leverandøraftaler, private kreditfonde og tilknyttede selskaber er andre måder at finansiere datacentre og udstyr på. Det er ikke i sig selv tegn på ulovligheder eller en nært forestående krise. Men det kan gøre det sværere for investorer at danne sig et samlet billede af forpligtelserne – især når flere virksomheder, långivere og infrastrukturprojekter bygger på de samme antagelser om fremtidig AI-efterspørgsel.
Den historiske bekymring er velkendt: Risiko kan ophobe sig uden for den mest synlige del af virksomhedernes balancer, så investorerne får et ufuldstændigt billede af gæld og indbyrdes afhængigheder.
Sammenligningen med dotcom-krakket har klare begrænsninger. Mange af de førende AI-virksomheder har i dag betydelige indtægter, etablerede produkter og solide pengestrømme. Det adskiller dem fra mange internetvirksomheder omkring årtusindskiftet, hvis værdiansættelser byggede på meget fjerne eller uprøvede forretningsmodeller.
Det taler for et mindre dramatisk scenarie: en langvarig udhulning af værdiansættelserne frem for et pludseligt systemisk sammenbrud. Kurserne kan falde gennem lavere indtjeningsmultipler, mens virksomhedernes faktiske indtjening gradvist indhenter forventningerne. Samtidig kan virksomhederne skære ned på investeringerne uden at gå konkurs.
Finansielt stærke virksomheder er dog ikke immune over for en ny prissætning. Hvis væksten bliver langsommere end ventet, eller hvis investorerne kræver et højere afkast, kan selv profitable selskaber miste betydelig markedsværdi. ECB's advarsel handler om netop denne mekanisme – ikke om, at alle store AI-virksomheder er tomme dotcom-skaller.
ECB-forskerne peger også på, at den politiske stødpude kan være mindre end efter teknologinedturen i begyndelsen af 00'erne. Renterne var ved indgangen til den nuværende cyklus højere, og regeringerne har mindre råderum i de offentlige finanser. Det kan begrænse mulighederne for hurtigt at reagere på et tillidschok med store rentenedsættelser eller omfattende finanspolitiske hjælpepakker.
Det betyder ikke, at centralbanker og regeringer er uden handlemuligheder. Det betyder, at de samme værktøjer muligvis vil give mindre og langsommere lindring – særligt hvis en markedskorrektion rammer samtidig med inflation, geopolitisk uro eller bekymringer om den offentlige gæld.
Den største risiko opstår i samspillet mellem aktie- og kreditmarkederne:
ECB's bekymring er, at denne spiral kan brede sig fra en snæver gruppe teknologiaktier til lavere tillid i euroområdet, strammere finansieringsvilkår, mindre erhvervsinvestering og langsommere ansættelser.
ECB-blogindlægget angiver ingen tidsplan, intet bestemt procentuelt kursfald og ingen påstand om, at et krak er uundgåeligt. Konklusionen er, at en korrektion på et tidspunkt bør forventes, også hvis man har et positivt langsigtet syn på AI.
Oplysningerne om finansieringen peger på en beslægtet, men særskilt risiko. Næsten 500 milliarder dollar i AI-relaterede gældsudstedelser, en stigende mængde obligationer og mindre gennemsigtige finansieringsstrukturer kan gøre AI-udbygningen mere følsom over for ændringer i investorernes appetit.
Samlet er budskabet ikke, at AI er en værdiløs boble. Det er, at teknologisk succes, høje forventninger og omfattende låntagning godt kan eksistere på samme tid – og at en markedsjustering derfor stadig kan brede sig langt ud over de virksomheder, der står i centrum for AI-rallyet.