Forpliktelsene gjelder avtaler om fremtidige leveranser og åpne bestillinger, i hovedsak knyttet til AI-infrastruktur som databrikker, servere og datasentre. De er oppgitt separat fra selskapets kapitalinvesteringer og står ikke som gjeld i balansen før de aktuelle leveransene eller avtalene regnskapsføres . Omtrent 200,7 milliarder dollar av totalen var kortsiktige forpliktelser, ifølge Alphabet .
Det er viktig å skille mellom en kjøpsforpliktelse og et lån: Alphabet har ikke lånt 811 milliarder dollar. Men selskapet har inngått kontrakter som kan gi svært store utbetalinger fremover – enten investeringene i AI gir den forventede avkastningen eller ikke.
Den raske opptrappingen i AI-kapasitet har allerede satt tydelige spor i kapitalstrukturen.
Dette viser et selskap som fortsatt har betydelig egen inntjening, men som likevel henter kapital fra flere kilder for å holde tritt i AI-kappløpet. Utbyggingen krever ikke bare databrikker, men også strøm, nettverk, bygninger og langsiktige avtaler om kapasitet.
Alphabet er ikke alene om å inngå store avtaler som først senere blir synlige i regnskapet. En analyse av SEC-innrapporteringer fra de fem største amerikanske hyperskalerne – Alphabet, Microsoft, Amazon, Meta og Oracle – anslår samlede fremtidige leie- og kjøpsforpliktelser til 1,65 billioner dollar .
Moody’s Ratings har på sin side identifisert 662 milliarder dollar i fremtidige datasenterleier som ennå ikke har startet. Disse forpliktelsene er derfor ikke bokført som løpende balanseposter. Totalt hadde de fem selskapene uomdiskonterte fremtidige leieforpliktelser på 969 milliarder dollar ved utgangen av 2025, ifølge Moody’s .
En annen analyse fra Financial Times fant at mer enn 120 milliarder dollar i AI-relaterte datasenterutgifter allerede var flyttet utenfor teknologiselskapenes egne balanser gjennom spesialforetak og joint ventures .
En vanlig modell er at et eget selskap – et spesialforetak, ofte kalt et SPV, eller et joint venture – kjøper eller bygger datasenteret. Private kredittfond, infrastrukturinvestorer og andre finansielle aktører skyter inn kapital og låner ut penger til foretaket.
Hyperskaleren kan beholde en mindre eierandel, samtidig som den inngår en langsiktig leieavtale eller lover å kjøpe kapasitet fra datasenteret. På den måten får selskapet tilgang til infrastrukturen uten at hele lånet nødvendigvis havner på selskapets egen balanse .
IESE Business School anslo rundt 65 milliarder dollar i identifiserbar finansiering utenfor balansen hos hyperskalerne rundt midten av 2026. Et tydelig eksempel er Metas joint venture på 27 milliarder dollar med Blue Owl for Hyperion-datasenterområdet i Louisiana . Den internasjonale oppgjørsbanken BIS har samtidig pekt på at slike ordninger, ofte i samarbeid med private kredittaktører, blir stadig viktigere ved siden av tradisjonelle obligasjonslån .
Off-balance-finansiering er ikke nødvendigvis uregelmessig eller ulovlig. Den kan fordele risiko mellom teknologiselskaper, eiendomsutviklere, banker og private kredittfond. Den kan også gjøre det mulig å bygge infrastruktur raskere enn om hvert selskap skulle finansiert alt alene.
Men modellen gjør det vanskeligere å se den samlede økonomiske eksponeringen. Når leieavtaler, kapasitetspålegg og kjøpskontrakter summeres, kan den fremtidige belastningen være betydelig større enn det som fremgår av selskapets gjeldstall alene.
Teknologiselskapene har allerede økt låneopptaket kraftig: De fem hyperskalerne utstedte rundt 121 milliarder dollar i nye obligasjonslån i 2025, mot 40 milliarder dollar i 2020 . Globalt utstedte teknologiselskaper 428,3 milliarder dollar i obligasjoner frem til begynnelsen av desember 2025 . Morgan Stanley har anslått at teknologiselskaper og andre aktører kan trenge opptil 800 milliarder dollar fra private kredittmarkeder i aktivabaserte avtaler innen 2028 .
Alphabets 811 milliarder dollar er dermed den største enkeltstående offentliggjorte kjøpsforpliktelsen blant hyperskalerne. Det avgjørende spørsmålet er ikke om hele beløpet skal betales på én gang, men hvor lønnsom AI-infrastrukturen blir – og hvem som sitter igjen med risikoen dersom etterspørselen, prisene eller teknologikappløpet endrer seg .