האם מרוץ ההשקעות של ענקיות הטכנולוגיה ב-AI עלול להפוך למשבר אשראי?

רבעון שלילי אחד אינו מעיד על חדלות פירעון. עם זאת, גירעונות חוזרים בתזרים עלולים להגביר את התלות ביתרות מזומנים, באג״ח, בהנפקת מניות, בחכירות ובהתחייבויות חוזיות ארוכות טווח. כך משתנה הסיכון: ממחזור השקעות טכנולוגי פשוט למחזור מימון שלם.

מדוע תשתיות AI יוצרות אי-התאמה

תשתיות AI משלבות נכסים בעלי אורך חיים כלכלי שונה מאוד:

• מעבדי GPU וציוד אחר עלולים לאבד מערכם במהירות אם מערכות חדשות מספקות ביצועים טובים יותר או עלויות נמוכות יותר.
• מרכזי נתונים ותשתיות חשמל הם נכסים ארוכי-טווח, יקרים וקשים להסבה לשימוש אחר.
• מחירי שירותי הענן עלולים להפוך תחרותיים יותר כאשר כמה ספקים מגדילים קיבולת באותו זמן.
• התחייבויות לבנייה, לציוד ולאספקת חשמל עלולות להישאר בתוקף גם לאחר שלקוח מאט את קצב ההתרחבות.

אם הביקוש ל-AI יאכזב, ענקית ענן יכולה להפחית את ההוצאה ההונית העתידית. אבל היא לא בהכרח יכולה לבטל מתקנים שכבר נמצאים בבנייה, ציוד שכבר הוזמן, חוזי חכירה שכבר נחתמו או חוב פרויקטלי שכבר גויס. לכן ההפסד הראשוני עשוי ליפול דווקא על בעלי התשתיות ועל המממנים שלהם, ולא על חברת הטכנולוגיה הגדולה עצמה.

מימון מחוץ למאזן מעביר את הסיכון

ההתרחבות ממומנת בשילוב של חוב תאגידי, חכירות, מיזמים משותפים, חברות פרויקט, ערבויות והון של צדדים שלישיים. הבנק להסדרים בינלאומיים (BIS) מתאר מבנים שבהם חברה ייעודית מפתחת או רוכשת מרכז נתונים, מגייסת חוב ומסתמכת על חוזי חכירה ארוכי-טווח או התחייבויות קיבולת מצד ענקית ענן.

מבנים כאלה יכולים להיות קשורים כלכלית לענקית ענן גם כאשר ההלוואה הרלוונטית אינה מוצגת כחוב תאגידי רגיל. עדכון של Moody’s מיולי, כפי שדווח באותה עת, הצביע על כ-1.2 טריליון דולר בהתחייבויות חכירה למרכזי נתונים בקרב אמזון, Alphabet, מטא, מיקרוסופט, אורקל ו-CoreWeave. יותר מ-820 מיליארד דולר מתוכם קשורים למתקנים שעדיין נמצאים בבנייה.

לכן יש להיזהר מהערכות על “התחייבויות AI נסתרות”. סכום כמו 3 טריליון דולר עשוי לכלול שילובים שונים של חכירות, התחייבויות רכישה, ערבויות וחשיפות חוזיות אחרות; אי אפשר להשוות אותו אוטומטית לחוב המדווח. הנקודה הרחבה יותר מבוססת: החוב המופיע בכותרות המאזן אינו משקף את כל התביעות שנוצרו בעקבות בניית התשתיות.

האשראי הפרטי עומד בפני מבחן משמעותי

מלווים פרטיים מעורבים יותר ויותר במימון מרכזי נתונים, בנייה, קרקעות, ציוד חשמל ותשתיות נלוות. מחקר של Columbia Business School, המצטט הערכות של Morgan Stanley, קובע כי יותר ממחצית מההשקעה — כ-2.9 טריליון דולר — הנדרשת לתוספת כוח המחשוב של ענקיות הענן בשנים 2025–2028 עשויה להגיע מהון חיצוני. לפי המחקר, האשראי הפרטי צפוי לספק חלק גדול ממימון החוב.

כך נוצרת שרשרת של נקודות תורפה. פתיחה מתעכבת של מרכז נתונים עלולה לדחות את ההכנסות, בעוד שהריבית ממשיכה להצטבר. ירידה בביקוש מצד שוכרים עלולה להחליש את יחס כיסוי שירות החוב. ירידה בערכם של מעבדי GPU או של ציוד אחר עלולה לצמצם את שווי הביטחונות בדיוק כאשר תזרים המזומנים התפעולי נחלש.

אם קרנות אשראי פרטיות יידרשו לעמוד בבקשות פדיון, בזמן שהנכסים קשים למכירה, ירידות שווי עלולות להפוך בעצמן למקור ללחץ מימוני — גם בלי שענקית ענן תגיע לחדלות פירעון.

מרווחי האג״ח התאגידיות עלולים להתרחב

ענקיות הענן יכולות לגייס כסף בזול יותר מלווים חלשים, אך הנפקות בהיקף גדול עדיין מתחרות על המאזנים של המשקיעים. הבנק הפדרלי של דאלאס מצביע על שלושה ערוצים שדרכם מימון ה-AI עשוי להשפיע על היצע האג״ח ארוכות הטווח ועל הריבית: הנפקות של חברות בדירוג השקעה, מיחזור הלוואות מאשראי פרטי וצמצום אפשרי של המימון הזמין למנפיקים פיננסיים.

אם תזרים המזומנים החופשי יירד בזמן שהחוב והתחייבויות החכירה יגדלו, אנליסטים של חברות הדירוג עשויים לבחון בזהירות רבה יותר את המינוף ואת מדיניות המימון. Moody’s הזהירה כי הוצאות ה-AI, מכירת מניות ומימון מחוץ למאזן עלולים לפגוע באיכות האשראי, תוך הדגשה שהחברות עצמן נותרות חזקות.

ההשפעה לא תיעצר בענף הטכנולוגיה. מפעילי מרכזי נתונים, חברות חשמל, חברות תקשורת, קבלני בנייה, יצרניות שבבים ולווים תעשייתיים אחרים עלולים להתמודד עם מרווחי אשראי גבוהים יותר, אם המשקיעים ידרשו פיצוי גדול יותר על חשיפה מתואמת ל-AI.

מימון מובנה עלול להעצים את ההפסדים

תזרימי מזומנים ממרכזי נתונים, תקבולי חכירה, הלוואות לציוד וחוב פרויקטלי יכולים לקבל מימון או להיארז באמצעות כלי מימון מובנים. מבנים כאלה עשויים להיראות עמידים כאשר הם נשענים על שוכר גדול, בעל דירוג גבוה וחוזה ארוך-טווח. אך ההגנה פחות מלאה כאשר פרויקטים רבים תלויים באותה קבוצה מצומצמת של ענקיות ענן ובאותן הנחות לגבי הביקוש ל-AI.

קיצוץ מתואם בהשקעות עלול לגרום בבת אחת למו״מ מחודש על חוזי חכירה, להפרת אמות מידה פיננסיות, לירידה בערכי הביטחונות ולהפחתת ההנחות לגבי שווי הציוד בעת מכירה. משקיעים בכירים עשויים ליהנות משכבות הגנה, אך אגדים נחותים יותר, מלווים במחסני מימון ובעלי מניות יהיו חשופים יותר להפסדים.

הסכנה המרכזית היא המתאם: נכסים שנראים מגוונים כאשר בוחנים אותם בנפרד עלולים להיפגע מאותה סיבה בדיוק.

החוב הממשלתי הוא ערוץ עקיף

הוצאות AI לבדן אינן צפויות ליצור משבר חוב ריבוני. השפעתן על שוק האג״ח הממשלתיות תעבור ככל הנראה דרך התחרות על הון ועלייה בפרמיית הטווח — התשואה הנוספת שמשקיעים דורשים עבור החזקת אג״ח ארוכות יותר.

הנפקות גדולות של חברות ושל פרויקטי תשתית מגיעות לשוק בזמן שממשלות ממחזרות גם הן חוב בהיקפים משמעותיים. אם המשקיעים ידרשו פיצוי גבוה יותר על משך ההשקעה או על סיכון האשראי, התשואות עלולות לעלות הן ללווים ציבוריים והן ללווים פרטיים. ריבית גבוהה יותר תייקר את מימון מרכזי הנתונים, חברות החשמל ותשתיות נוספות — ותעמיק את הלחץ על פרויקטים שכלכלתם גבולית.

הסיכון המערכתי: ריכוזיות ומחזוריות שמגבירה את התנודות

החשש בשוקי האשראי אינו תחזית לכך ש-Alphabet, אמזון, מטא או מיקרוסופט יקרסו לפתע. מדובר בתרחיש של זעזוע משותף. בסקר מנהלי הקרנות של Bank of America, 38% מהמשיבים זיהו את הוצאות ההון של ענקיות ה-AI כמקור הסביר ביותר לאירוע אשראי מערכתי.

החשש נובע מהריכוזיות. אותן חברות מניעות את הביקוש לשבבים מתקדמים, לחשמל, לבנייה, לקיבולת במרכזי נתונים ולמימון. כאשר התשואות חזקות, הריכוזיות מאיצה את ההשקעות. כאשר התשואות מאכזבות, אותן חברות עלולות לקצץ יחד — ולהעביר את הזעזוע באותו זמן למלווים, לבעלי נכסים, לחברות חשמל, לספקים ולמכשירי מימון מובנים.

אילו נתונים יאשרו את הסיכון — ואילו יחלישו אותו?

המדד החשוב אינו רק היקף ההוצאות ההוניות. המשקיעים יצטרכו לעקוב אחר:

1. קצב הצמיחה בהכנסות מ-AI ומענן ביחס לעלויות הפחת, החשמל, החכירות והמימון.
2. תזרים המזומנים החופשי לאחר הוצאות הון וחכירות מימוניות.
3. שיעורי השימוש והתמחור במרכזי נתונים, במיוחד כאשר כמה ספקים מוסיפים קיבולת במקביל.
4. תחילתן וביטולן של חכירות במתקנים שעדיין נמצאים בבנייה.
5. איכות החיתום והנזילות באשראי הפרטי, כולל חשיפה לשוכר או לאזור גיאוגרפי יחיד.
6. הנפקות אג״ח, תחזיות דירוג ומרווחים של ענקיות הענן ושל לווים הקשורים לתשתיות.
7. שווי המכירה מחדש של מעבדי GPU וציוד אחר, המשפיע על הביטחונות ועל שיעורי ההחזר במקרה של כשל.

הסיכון יישאר ניתן לניהול אם ההכנסות מ-AI ותזרים המזומנים התפעולי יעקפו בסופו של דבר את הגידול בהשקעה בתשתיות. הערכת שוק אחת צופה כי צמיחת הרווחים ותזרים המזומנים של ענקיות הענן תתחיל לעלות על צמיחת ההוצאה ההונית השולית בסוף 2027 או במהלך 2028 — אך מדובר בתחזית, לא בתוצאה שכבר הוכחה.

תרחיש הכשל יתחיל אם צמיחת ההכנסות תישאר לאורך זמן מתחת לרמה הדרושה לכיסוי הפחת, החשמל, החכירות, עלויות המימון וההשקעות החדשות. במקרה כזה, מרוץ בניית ה-AI עלול להפוך מהתרחבות קיבולת רווחית למחזור של עודף קיבולת: ענקיות הענן יספגו תשואות נמוכות יותר, בעוד שמתווכים ממונפים יותר יתמודדו עם חדלות פירעון, פגיעה בערכי הביטחונות, קשיי מיחזור ומרווחי אשראי רחבים יותר.