Kan Big Techs AI-satsing bli en kredittbegivenhet?

Ett kvartal med negativ kontantstrøm er ikke et tegn på insolvens. Gjentatte underskudd kan imidlertid gjøre selskapene mer avhengige av kontantbeholdninger, obligasjoner, aksjeemisjoner, leieavtaler og andre langsiktige forpliktelser. Da går risikoen fra å være en vanlig investeringssyklus i teknologisektoren til også å bli en finansieringssyklus.

Infrastrukturens økonomiske mismatch

AI-infrastruktur består av eiendeler med svært ulik levetid og verdi:

• Grafikkprosessorer og annet utstyr kan tape seg raskt i verdi dersom nye systemer gir bedre ytelse eller lavere kostnader.
• Datasentre og strømforsyning er langsiktige og kostbare investeringer som ofte er vanskelige å bruke til andre formål.
• Prisene i nettskyen kan bli mer konkurranseutsatte når flere leverandører bygger kapasitet samtidig.
• Bygge-, utstyrs- og kraftavtaler kan fortsette å løpe selv om en kunde bremser utbyggingen.

Hvis etterspørselen etter AI skuffer, kan en hyperskaler redusere fremtidige investeringer. Det kansellerer ikke nødvendigvis anlegg som allerede er under oppføring, utstyr som er bestilt, leieavtaler som er signert eller prosjektgjeld som allerede er tatt opp. Tapene kan derfor først ramme infrastruktureiere og långivere – ikke nødvendigvis den største teknologikunden direkte.

Finansiering utenfor balansen kan flytte risikoen

Utbyggingen finansieres gjennom en blanding av selskapsobligasjoner, leieavtaler, joint ventures, prosjektselskaper, garantier og kapital fra tredjeparter. BIS beskriver strukturer der et spesialforetak utvikler eller kjøper et datasenter, tar opp gjeld og er avhengig av langsiktige leie- eller kapasitetsavtaler med en hyperskaler.

Slike løsninger kan være økonomisk tett knyttet til en hyperskaler selv om lånet ikke presenteres som vanlig selskapsgjeld. En Moody’s-oppdatering fra juli viste rundt 1,2 billioner dollar i datasenterrelaterte leieforpliktelser for Amazon, Alphabet, Meta, Microsoft, Oracle og CoreWeave. Mer enn 820 milliarder dollar var knyttet til anlegg som fortsatt var under bygging.

Påstander om «skjulte» AI-forpliktelser må likevel tolkes forsiktig. Et tall på 3 billioner dollar kan bestå av ulike kombinasjoner av leieavtaler, kjøpsforpliktelser, garantier og andre kontraktsmessige eksponeringer. Det kan derfor ikke automatisk sammenlignes med rapportert gjeld.

Det mer robuste poenget er at den synlige gjelden i balansen ikke nødvendigvis viser hele kravbildet som er skapt av AI-utbyggingen.

Privat kreditt får den første alvorlige testen

Private långivere spiller en stadig større rolle i finansieringen av datasentre, bygging, tomter, kraftutstyr og annen infrastruktur. Forskning fra Columbia Business School, med henvisning til anslag fra Morgan Stanley, viser at mer enn halvparten av de rundt 2,9 billioner dollarene som trengs for hyperskaleres ekstra datakapasitet i perioden 2025–2028, kan måtte komme fra eksterne kapitalkilder. Privat kreditt ventes å stå for en stor del av lånefinansieringen.

Det skaper flere sårbarheter samtidig. En forsinket åpning av et datasenter kan utsette inntektene mens rentene fortsetter å løpe. Lavere etterspørsel fra leietakere kan svekke evnen til å betjene gjelden. Samtidig kan fallende priser på GPU-er og annet utstyr redusere verdien av sikkerheten.

Hvis private fond må møte innløsningskrav mens eiendelene er vanskelige å selge, kan nedskrivninger føre til finansieringspress selv uten at en hyperskaler misligholder gjelden.

Obligasjonspåslagene kan øke

Hyperskalerne kan normalt låne billigere enn svakere selskaper, men store låneopptak legger fortsatt beslag på investorenes kapasitet. Federal Reserve Bank of Dallas peker på langsiktige obligasjonsutstedelser med høy kredittkvalitet, refinansiering av lån fra privat kreditt og mulig fortrengning av andre finansielle låntakere som kanaler der AI-finansieringen påvirker renter og tilbudet av langsiktig gjeld.

Hvis den frie kontantstrømmen faller samtidig som gjelds- og leieforpliktelsene øker, kan ratinganalytikere bli mer forsiktige med vurderingen av gjeldsgrad og finanspolitikk. Moody’s har advart om at AI-investeringer, aksjesalg og finansiering utenfor balansen kan svekke kredittkvaliteten, samtidig som selskapenes underliggende finansielle styrke fortsatt er betydelig.

Konsekvensene kan merkes utenfor teknologisektoren. Datasenteroperatører, kraftselskaper, telekomselskaper, entreprenører, brikkeprodusenter og andre industrilåntakere kan få høyere kredittpåslag dersom investorene krever større kompensasjon for en samlet AI-eksponering.

Strukturert finansiering kan forsterke tapene

Kontantstrømmer fra datasentre, leieinntekter, utstyrslån og prosjektgjeld kan finansieres eller pakkes inn i strukturerte investeringsprodukter. Slike ordninger kan se robuste ut når de bygger på en høyt ratet leietaker med en langsiktig avtale.

Beskyttelsen er likevel mindre fullstendig når mange prosjekter er avhengige av den samme lille gruppen hyperskalere – og av de samme forutsetningene om AI-etterspørsel.

Et samordnet kutt i investeringene kan utløse flere problemer samtidig: reforhandling av leieavtaler, brudd på lånebetingelser, lavere sikkerhetsverdier og svakere forventninger til hva utstyr kan selges for senere. Seniorinvestorer kan fortsatt ha en viss beskyttelse, mens juniortrancher, lagerfinansiering og egenkapital blir mer utsatt.

Faren ligger i korrelasjonen: Eiendeler som ser diversifiserte ut hver for seg, kan utvikle seg dårlig av nøyaktig samme grunn.

Statlig gjeld påvirkes indirekte

AI-satsingen vil neppe alene utløse en statsgjeldskrise. Påvirkningen på statsobligasjonsmarkedene vil snarere komme gjennom konkurranse om kapital og høyere langsiktige risikopåslag.

Store selskaps- og prosjektfinansieringer kommer samtidig som myndighetene skal refinansiere betydelige gjeldsvolumer. Dersom investorene krever høyere kompensasjon for løpetid eller kredittrisiko, kan rentene stige for både offentlige og private låntakere.

Høyere renter gjør det igjen dyrere å finansiere datasentre, kraftnett og annen infrastruktur. Dermed øker presset på prosjekter med svak eller marginal lønnsomhet.

Systemrisikoen ligger i konsentrasjon og medsyklikalitet

Kredittbekymringen blant investorer er ikke først og fremst en prognose om at Alphabet, Amazon, Meta eller Microsoft plutselig skal gå over ende. Det handler om et scenario med et felles sjokk.

I Bank of Americas fondsforvalterundersøkelse svarte 38 prosent at hyperskaleres investeringer i AI-infrastruktur var den mest sannsynlige kilden til en systemisk kredittbegivenhet.

Bekymringen skyldes konsentrasjon. De samme selskapene driver etterspørselen etter avanserte brikker, elektrisitet, bygging, datasenterkapasitet og finansiering. Når avkastningen er sterk, akselererer konsentrasjonen investeringene. Dersom avkastningen skuffer, kan selskapene kutte samtidig og sende sjokket videre til långivere, utleiere, kraftselskaper, leverandører og strukturerte finansieringsprodukter.

Hvilke tegn bør investorene følge med på?

Det viktigste er ikke bare hvor store investeringene er. Investorene må også følge med på:

1. Veksten i AI- og nettskyinntekter sammenlignet med kostnader til avskrivninger, strøm, leie og finansiering.
2. Fri kontantstrøm etter investeringer og finansielle leieavtaler.
3. Utnyttelsesgrad og prising i datasentre, særlig når flere leverandører bygger kapasitet samtidig.
4. Når leieavtaler starter, og om de blir kansellert, for anlegg som fortsatt er under bygging.
5. Kredittvurderinger og likviditet i private kredittfond, inkludert eksponering mot enkeltkunder eller bestemte regioner.
6. Obligasjonsutstedelser, ratingutsikter og kredittpåslag for hyperskalere og tilknyttede infrastrukturselskaper.
7. Bruktverdier for GPU-er og annet utstyr, som påvirker sikkerheter og hvor mye långivere kan få tilbake ved et mislighold.

Risikoen kan fortsatt forbli håndterbar dersom AI-inntektene og driftskontantstrømmene etter hvert vokser raskere enn de nye investeringene. Et markedsanslag peker på at resultat- og kontantstrømveksten hos hyperskalerne kan begynne å overstige veksten i nye investeringer mot slutten av 2027 eller i 2028. Det er imidlertid en prognose, ikke et etablert faktum.

Den kritiske situasjonen oppstår dersom inntektsveksten over tid blir lavere enn det som kreves for å dekke avskrivninger, strøm, leie, finansieringskostnader og nye investeringer.

Da kan AI-utbyggingen gå fra å være en lønnsom kapasitetsutvidelse til å bli en overkapasitetskrise. Hyperskalerne vil i så fall måtte tåle lavere avkastning, mens mer belånte mellomledd kan møte mislighold, verdifall på sikkerheter, refinansieringsproblemer og bredere kredittpåslag.