Kan de AI-uitgaven van Big Tech uitgroeien tot een kredietcrisis?

Eén kwartaal met een negatieve vrije kasstroom is geen bewijs van financiële nood. Aanhoudende tekorten kunnen bedrijven wel afhankelijker maken van kasreserves, obligaties, aandelenuitgiftes, leases en langlopende contractuele verplichtingen. Daarmee verandert een technologiecyclus in toenemende mate in een financieringscyclus.

Waarom AI-infrastructuur een mismatch veroorzaakt

De AI-infrastructuur bestaat uit bezittingen met zeer verschillende economische levensduren:

• GPU’s en andere apparatuur kunnen snel verouderen als nieuwe systemen betere prestaties leveren tegen lagere kosten.
• Datacenters en energie-infrastructuur gaan lang mee, zijn duur en zijn moeilijk voor andere doeleinden in te zetten.
• Cloudprijzen kunnen onder druk komen wanneer meerdere aanbieders gelijktijdig capaciteit toevoegen.
• Bouw-, apparatuur- en stroomcontracten lopen vaak door wanneer een klant zijn uitbreiding vertraagt.

Als de vraag naar AI tegenvalt, kunnen hyperscalers toekomstige kapitaaluitgaven verlagen. Dat maakt faciliteiten die al in aanbouw zijn, bestelde apparatuur, getekende leases of aangetrokken projectleningen echter niet automatisch ongedaan. De eerste verliezen kunnen daardoor terechtkomen bij infrastructuureigenaren en hun financiers, en niet bij de grootste technologiebedrijven zelf.

Financiering buiten de balans verschuift het risico

De uitbouw wordt betaald met een combinatie van bedrijfsobligaties, leases, joint ventures, projectentiteiten, garanties en kapitaal van derden. De Bank voor Internationale Betalingen, BIS, beschrijft structuren waarbij een speciaal vehikel een datacenter ontwikkelt of koopt, daarvoor schuld aantrekt en vervolgens afhankelijk is van langlopende leases of capaciteitsafspraken met een hyperscaler.

Economisch kunnen zulke constructies nauw verbonden zijn met een hyperscaler, ook als de lening niet als gewone bedrijfsschuld op diens balans staat. Een update die in juli aan Moody’s werd toegeschreven, kwam uit op ongeveer 1,2 biljoen dollar aan datacenterleaseverplichtingen bij Amazon, Alphabet, Meta, Microsoft, Oracle en CoreWeave. Meer dan 820 miljard dollar daarvan zou verband houden met faciliteiten die nog in aanbouw zijn.

Cijfers over ‘verborgen’ AI-verplichtingen moeten daarom voorzichtig worden geïnterpreteerd. Een bedrag van bijvoorbeeld 3 biljoen dollar kan verschillende combinaties omvatten van leases, aankoopverplichtingen, garanties en andere contractuele blootstellingen. Zo’n bedrag is niet automatisch vergelijkbaar met de gerapporteerde schuld. De bredere conclusie staat wel overeind: de zichtbare schuld op de balans omvat niet alle financiële claims die door de infrastructuurboom ontstaan.

Private credit krijgt mogelijk als eerste een stresstest

Private kredietverstrekkers spelen een steeds grotere rol bij de financiering van datacenters, bouwprojecten, grond, stroominstallaties en aanverwante infrastructuur. Onderzoek van Columbia Business School, waarin ramingen van Morgan Stanley worden aangehaald, stelt dat meer dan de helft van de ongeveer 2,9 biljoen dollar aan investeringen die tussen 2025 en 2028 nodig zijn voor extra rekenkracht van hyperscalers mogelijk van externe financiers moet komen. Private credit zou een groot deel van die schuldfinanciering kunnen leveren.

Dat creëert meerdere kwetsbaarheden tegelijk. Een vertraagde opening van een datacenter kan inkomsten uitstellen terwijl de rente blijft oplopen. Een lagere vraag van huurders kan de dekking van de schuldendienst verzwakken. Dalende restwaarden van GPU’s of andere apparatuur kunnen het onderpand aantasten op hetzelfde moment dat de operationele kasstroom terugloopt.

Als private kredietfondsen bovendien te maken krijgen met terugbetalingsverzoeken terwijl hun activa moeilijk verkoopbaar zijn, kunnen afwaarderingen voor financieringsdruk zorgen — zelfs zonder dat een hyperscaler in gebreke blijft.

Obligatiespreads kunnen oplopen

Hyperscalers lenen doorgaans goedkoper dan zwakkere bedrijven, maar grote uitgiftes leggen wel beslag op de balansen van beleggers. De Federal Reserve Bank of Dallas noemt langlopende investmentgrade-obligaties, de herfinanciering van private-creditleningen en mogelijke verdringing van financiële uitgevers als kanalen waarlangs AI-financiering de rente en het aanbod van langlopende schuld kan beïnvloeden.

Wanneer de vrije kasstroom daalt en schuld- en leaseverplichtingen groeien, kunnen kredietbeoordelaars voorzichtiger worden over de hefboom en het financiële beleid van de bedrijven. Moody’s waarschuwde dat AI-uitgaven, aandelenverkopen en financiering buiten de balans de kredietkwaliteit kunnen bedreigen, maar benadrukte tegelijkertijd de onderliggende financiële kracht van de ondernemingen.

De gevolgen zouden verder reiken dan de technologiesector. Datacenterexploitanten, nutsbedrijven, telecombedrijven, bouwondernemingen, chipproducenten en andere industriële leners kunnen met hogere spreads te maken krijgen wanneer beleggers meer compensatie eisen voor een geconcentreerde AI-blootstelling.

Gestructureerde financiering kan verliezen versterken

Kasstromen uit datacenters, leasevorderingen, apparatuurleningen en projectschuld kunnen worden gefinancierd of verpakt in gestructureerde vehikels. Zulke constructies lijken vaak robuust wanneer ze steunen op één kredietwaardige huurder met een langlopend contract. Die bescherming is minder sterk als veel projecten afhankelijk zijn van dezelfde kleine groep hyperscalers en van dezelfde aannames over de AI-vraag.

Een gelijktijdige verlaging van de investeringen kan meerdere effecten veroorzaken: heronderhandelde leases, geschonden convenanten, lagere onderpandwaarden en slechtere verwachtingen voor de restwaarde van apparatuur. Senior beleggers houden mogelijk een buffer, maar junior tranches, warehousefinanciers en aandeelhouders van de projecten zijn gevoeliger voor verliezen.

Het gevaar zit vooral in de correlatie. Activa die afzonderlijk gediversifieerd lijken, kunnen allemaal slecht presteren om dezelfde reden.

Overheidsschuld is een indirect kanaal

AI-uitgaven zullen op zichzelf waarschijnlijk geen staatsschuldencrisis veroorzaken. Hun effect op staatsobligatiemarkten loopt eerder via concurrentie om kapitaal en hogere langetermijnrisicopremies.

Grote uitgiftes van bedrijfs- en projectschuld komen op de markt terwijl overheden eveneens omvangrijke schulden moeten herfinancieren. Als beleggers een hogere vergoeding eisen voor looptijd- of kredietrisico, kunnen de rentes voor zowel publieke als private leners stijgen. Hogere rentes maken het vervolgens duurder om datacenters, energievoorziening en andere infrastructuur te financieren. Dat vergroot de druk op projecten met slechts een beperkte economische marge.

Concentratie maakt het risico procyclisch

De kredietzorg die beleggers uitspreken is geen voorspelling dat Alphabet, Amazon, Meta of Microsoft plotseling omvalt. Het gaat om een scenario met een gemeenschappelijke schok. Uit een enquête van Bank of America bleek dat 38 procent van de fondsbeheerders de kapitaaluitgaven van AI-hyperscalers zag als de waarschijnlijkste bron van een systeemgebeurtenis op de kredietmarkt.

Die zorg draait om concentratie. Dezelfde bedrijven creëren de vraag naar geavanceerde chips, elektriciteit, bouwcapaciteit, datacenters en financiering. Zolang de rendementen sterk blijven, versnelt die concentratie de investeringen. Als de opbrengsten tegenvallen, kunnen de bedrijven ook gezamenlijk op de rem trappen. De schok wordt dan tegelijk doorgegeven aan kredietverstrekkers, verhuurders, nutsbedrijven, leveranciers en securitisaties.

Het gaat dus om een mogelijk gemeenschappelijk schokeffect en een abrupte herprijzing — niet om de verwachting dat een megabedrijf op korte termijn failliet gaat.

Welke signalen zijn belangrijk?

Beleggers moeten niet alleen naar de totale kapitaaluitgaven kijken. Belangrijke indicatoren zijn:

1. De groei van AI- en cloudinkomsten in verhouding tot afschrijvingen, stroomkosten, leases en financieringskosten.
2. De vrije kasstroom na kapitaaluitgaven en financiële leases.
3. De bezettingsgraad en prijsontwikkeling van datacenters, vooral wanneer meerdere aanbieders tegelijk capaciteit toevoegen.
4. De start en annulering van leases voor faciliteiten die nog in aanbouw zijn.
5. De kredietverlening door private fondsen en hun liquiditeit, inclusief blootstelling aan afzonderlijke huurders of regio’s.
6. Obligatie-uitgiftes, ratingvooruitzichten en spreads van hyperscalers en aanverwante infrastructuurbedrijven.
7. De doorverkoopwaarde van GPU’s en andere apparatuur, die het onderpand en terugvorderingspercentage beïnvloedt.

Het risico blijft beheersbaar als AI-inkomsten en operationele kasstromen uiteindelijk sneller groeien dan de extra infrastructuuruitgaven. Een marktinschatting verwacht dat de winst- en kasstroomgroei van hyperscalers vanaf eind 2027 of in 2028 de groei van de extra kapitaaluitgaven kan overtreffen. Dat is echter een prognose, geen vaststaand resultaat.

De kritieke situatie ontstaat wanneer de omzetgroei langdurig achterblijft bij het niveau dat nodig is om afschrijvingen, stroom, leases, financieringskosten en nieuwe investeringen te dekken. Dan verandert de AI-uitbouw van een winstgevende capaciteitsuitbreiding in een cyclus van overcapaciteit: hyperscalers nemen lagere rendementen voor hun rekening, terwijl meer geleveragede tussenpartijen worden geconfronteerd met wanbetalingen, lagere onderpandwaarden, herfinancieringsproblemen en bredere kredietspreads.