Il boom del debito per l’IA sta riscrivendo i mercati del credito

Una fotografia successiva delle singole società indicava approssimativamente:

• Amazon: circa 53 miliardi di dollari di debito, inclusi 37 miliardi raccolti sul mercato statunitense e oltre 16 miliardi in obbligazioni denominate in euro;
• Alphabet: circa 20 miliardi di dollari in obbligazioni;
• Oracle: circa 25 miliardi di dollari raccolti per finanziare l’espansione nell’IA.

Questi importi vanno letti come istantanee, non come una classifica definitiva. Il totale cambia a seconda della data di rilevazione e di ciò che viene considerato “finanziamento legato all’IA”. Obbligazioni, leasing, accordi di private credit, joint venture e veicoli di project finance non sono sempre inclusi nello stesso modo nei diversi database.

Perché anche le aziende ricche di liquidità chiedono prestiti

Per anni i grandi gruppi tecnologici hanno finanziato gran parte degli investimenti con la cassa generata dalle attività operative. La corsa all’IA sta però concentrando diverse spese nello stesso momento: server e GPU, infrastrutture di rete, terreni, edifici, impianti di raffreddamento e nuova capacità elettrica.

Secondo Reuters, la spesa complessiva delle società tecnologiche avrebbe dovuto superare i 730 miliardi di dollari nel 2026, rispetto a una precedente previsione di circa 700 miliardi. Le stime complessive sul futuro investimento degli hyperscaler sono ancora più variabili, un segnale dell’incertezza sulla dimensione finale del ciclo di costruzione.

Il debito consente alle aziende di avviare i cantieri e prenotare capacità di calcolo prima che i ricavi dell’IA siano pienamente consolidati. A prestiti e bond si aggiungono leasing, aumenti di capitale, fondi infrastrutturali, private credit e joint venture.

Il rovescio della medaglia è lo spostamento del rischio. Una quota maggiore del rischio di esecuzione passa dai saldi di cassa delle aziende agli obbligazionisti, ai finanziatori e agli investitori nei progetti.

Il mercato del credito diventa più selettivo

L’effetto più immediato è una forte crescita dell’offerta di debito societario a lungo termine e con rating investment grade, cioè appartenente alle categorie considerate di qualità relativamente elevata. Man mano che le aziende tecnologiche immettono nuovi bond, gli investitori devono decidere quanta nuova carta assorbire e a quale prezzo.

Reuters ha riferito che i principali emittenti stavano prendendo a prestito a rendimenti progressivamente più elevati, mentre la domanda diventava più selettiva. In pratica, l’ondata di emissioni può tradursi in:

• rendimenti richiesti più alti;
• spread creditizi più ampi;
• concessioni maggiori sul prezzo delle nuove emissioni;
• costi di rifinanziamento più elevati;
• maggiore ricorso a bond in euro o in altre valute, credito privato e strutture fuori bilancio.

La ricaduta sui Treasury statunitensi è più indiretta. Una grande quantità di obbligazioni societarie può aumentare la concorrenza per il capitale a lunga scadenza e contribuire alla pressione sui rendimenti di lungo periodo. Ma i rendimenti dei Treasury continuano a dipendere soprattutto da crescita, inflazione, politica monetaria e offerta fiscale. Il debito legato all’IA è quindi una fonte aggiuntiva di domanda di capitale a lunga durata, non una spiegazione autonoma dei movimenti del mercato governativo.

Anche la Banca dei Regolamenti Internazionali ha osservato il forte aumento delle emissioni obbligazionarie degli hyperscaler. Gran parte dei prestiti è a lungo termine, mentre gli spread dei credit default swap — contratti che assicurano dal rischio di insolvenza — sono aumentati soprattutto per gli emittenti con rating più basso, riflettendo i dubbi sui rendimenti futuri dei progetti.

NVIDIA prova ad aprire un secondo canale di finanziamento

Ad agosto NVIDIA ha annunciato partnership con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR per creare piattaforme indipendenti di finanziamento del calcolo. L’obiettivo dichiarato è mobilitare nel tempo oltre 500 miliardi di dollari di capitale di terzi per l’infrastruttura dell’IA.

Il modello è diverso dal semplice collocamento di un altro bond da parte di NVIDIA o di un hyperscaler. L’idea è consentire a investitori esterni di finanziare data center, infrastrutture energetiche, “fabbriche” di IA e hardware NVIDIA attraverso veicoli di capitale dedicati.

NVIDIA presenta il progetto come un modo per trasformare il calcolo e l’infrastruttura completa dell’IA in una classe di attività investibile. Se il modello funzionerà, una parte degli asset potrà essere finanziata senza gravare direttamente sui bilanci degli hyperscaler, collegando i progetti a private equity, private credit, fondi infrastrutturali e investitori di project finance.

Spostare un’attività fuori dal bilancio della società capogruppo, tuttavia, non elimina il rischio. Cambia piuttosto chi possiede gli asset, chi presta il denaro e chi sostiene le perdite se l’utilizzo o i ricavi risultano inferiori alle aspettative.

I rischi sotto osservazione

1. I tassi a lungo termine possono rendere più costosa la corsa all’IA

Rendimenti più elevati sui Treasury a lunga scadenza aumentano il costo complessivo di bond societari, leasing e project debt. Inoltre riducono il valore attuale dei flussi di cassa che l’IA dovrebbe generare tra molti anni.

Un progetto che appare redditizio quando il finanziamento è economico può diventare molto meno attraente quando deve sostenere interessi più elevati.

2. I ricavi potrebbero arrivare dopo l’impegno sul debito

Il finanziamento di un’infrastruttura viene spesso organizzato anni prima che un impianto raggiunga il pieno utilizzo. Il servizio del debito, però, segue un calendario relativamente rigido, mentre la domanda di calcolo e la monetizzazione dei prodotti di IA potrebbero svilupparsi più lentamente.

La domanda centrale non è soltanto se gli hyperscaler siano ancora in grado di indebitarsi: molti dispongono di una notevole capacità finanziaria. Il punto è capire se il debito aggregato stia crescendo più rapidamente della domanda duratura e della generazione di cassa dell’IA.

3. Oracle mostra come il rischio possa diventare specifico di una singola azienda

Oracle è osservata con particolare attenzione perché sta finanziando un’espansione aggressiva nell’IA ed è più sensibile dei concorrenti con maggiore liquidità alle condizioni di leva e rifinanziamento. Le fonti disponibili hanno riportato un significativo ampliamento degli spread dei suoi credit default swap, anche se i livelli indicati variano in base alla data e alla fonte.

Uno spread CDS più ampio non significa che il default sia imminente. Indica che è aumentato il costo per assicurare il debito della società e che gli investitori chiedono una compensazione maggiore per il rischio di credito percepito.

4. Le GPU possono creare uno squilibrio tra asset e debito

L’hardware per l’IA può perdere valore economico più velocemente della scadenza dei bond o dei prestiti usati per finanziarlo. Se una nuova generazione di processori rende meno competitivi i chip esistenti, oppure se il loro tasso di utilizzo diminuisce, il valore delle garanzie può scendere mentre il debito resta da rimborsare.

È un rischio diverso da quello del finanziamento immobiliare tradizionale. Un edificio destinato a data center può restare utile per anni; le apparecchiature di calcolo al suo interno possono invece diventare obsolete in tempi molto più brevi.

5. I progetti possono dipendere da pochi clienti

Le strutture di data center e project finance possono essere esposte a un gruppo ristretto di grandi clienti hyperscale. Un rallentamento della spesa, una rinegoziazione dei contratti o una domanda più debole per il cloud e l’IA da parte di uno di questi clienti potrebbe colpire più progetti contemporaneamente, soprattutto quando gli impianti sono costruiti per carichi di lavoro altamente specializzati.

6. La capacità di assorbimento del mercato può diventare il vero limite

Le maggiori società tecnologiche potrebbero aggiungere debito senza perdere subito il rating investment grade. Ma la capacità del mercato obbligazionario di assorbire quell’offerta a condizioni favorevoli non è illimitata.

Una ricerca di Goldman Sachs citata nelle analisi disponibili ha evidenziato un possibile divario tra la quantità di debito che gli hyperscaler potrebbero teoricamente assumere e quella che il mercato statunitense delle obbligazioni investment grade in dollari riuscirebbe ad assorbire senza forti reazioni degli investitori.

Questo aiuta a spiegare la crescita di canali alternativi: bond in euro e in altre valute, credito investment grade privato, fondi infrastrutturali, leasing e obbligazioni emesse da joint venture di progetto. Questi strumenti diversificano le fonti di finanziamento, ma possono anche rendere più difficile valutare la leva complessiva dell’ecosistema dell’IA.

La conclusione: ciclo infrastrutturale o ciclo di leva?

Il boom dell’IA ha modificato il modello di finanziamento della tecnologia. Quello che inizialmente era soprattutto un investimento sostenuto dalla liquidità aziendale sta diventando un ciclo dei mercati dei capitali che coinvolge obbligazioni pubbliche, credito privato, fondi infrastrutturali, leasing e project finance.

Nel breve periodo, l’effetto più evidente è una maggiore offerta di debito investment grade e una selettività crescente da parte degli investitori obbligazionari. Nel lungo periodo, il rischio principale è lo squilibrio tra attività e passività: infrastrutture e hardware vengono finanziati oggi sulla base di una domanda e di ricavi dell’IA che potrebbero arrivare più avanti — oppure non raggiungere la scala prevista.

La linea di demarcazione è quella tra un ciclo infrastrutturale produttivo e un ciclo alimentato dalla leva. Il debito è sostenibile se utilizzo, prezzi e ricavi dei servizi di IA crescono prima che il deprezzamento dell’hardware e il costo del servizio del debito diventino vincolanti. Diventa fragile se la capacità installata cresce più rapidamente della domanda realmente duratura.