AI-kappløpet blir en stresstest for teknologigigantenes kreditt

S&P Globals analyse fra september 2026 beskriver KI-utbyggingen som en stresstest for kredittkvaliteten – ikke som en påstand om at KI-satsingen nødvendigvis er feilslått.

Kjernen i risikoen er tidsforskjellen: De største teknologiselskapene binder opp enorme beløp i datasentre, brikker, nettverk og kraftkapasitet nå. Avkastningen må derimot komme senere, gjennom vedvarende etterspørsel, høy utnyttelse av kapasiteten og lønnsomme KI-tjenester.

Amazon, Alphabet, Microsoft, Meta og Oracle – omtalt som «Hyper 5» – har samlet investert om lag 1,1 billioner dollar i kapitalutgifter de siste fem årene. Visible Alpha-konsensus anslår ytterligere 5,3 billioner dollar i investeringer fra 2026 til 2030. 116

Ikke et spørsmål om lønnsomhet – men om kontanter

Selskapene har fortsatt store, lønnsomme kjernevirksomheter og god tilgang til kapitalmarkedene. S&P Globals bekymring handler først og fremst om hvor raskt investeringene spiser av kontantene.

Kapitalintensiteten hos Hyper 5, målt som kapitalutgifter relativt til avskrivninger, er høyere enn toppnivåene under dotcom-perioden og finanskrisen, ifølge S&P Global. Gruppens andel av kapitalutgiftene i S&P 500 er ventet å passere halvparten innen 2028, opp fra 13 prosent i 2020 og 30 prosent i 2025. 1

Sammenligningen er et varsko, ikke en påstand om at KI-boomen er identisk med tidligere bobler eller kriser. Poenget er at få selskaper nå gjør uvanlig store og parallelle veddemål på ny kapasitet, mens tempoet i KI-adopsjonen og lønnsomheten fortsatt er usikkert.

Fri kontantstrøm er derfor nøkkeltallet å følge. Et selskap kan være lønnsomt i den løpende driften, men likevel få kraftig redusert – eller negativ – fri kontantstrøm når investeringene blir ekstraordinært høye.

S&P Global Ratings anslår at de samlede kapitalutgiftene hos seks store amerikanske hyperskalere, inkludert Hyper 5 og SpaceX, vil overstige 1,3 billioner dollar innen 2027. Alle seks ventes å få negativ fri operasjonell kontantstrøm i 2026 og 2027. En bedring er ikke ventet før i 2029. 3

Alphabet illustrerer utviklingen. Kapitalutgiftene nådde 44,9 milliarder dollar i perioden omtalt i S&P Globals analyse fra juli – mer enn dobbelt så mye som året før – mens fri kontantstrøm falt 74,1 prosent fra året før. Selskapet hevet senere investeringsguidingen for 2026 til 195–205 milliarder dollar. 4

Finansieringen kan bli like viktig som den rapporterte gjelden

Når intern kontantgenerering går til utbygging, tar hyperskalerne i økende grad i bruk gjeld, aksjeutstedelser, leieforpliktelser og andre finansieringsløsninger for å finansiere KI-infrastrukturen. 3

Det er ikke i seg selv et tegn på finansielle problemer. Store selskaper bruker normalt flere finansieringskilder, og leieavtaler kan passe godt for eiendeler med lang levetid. Kredittspørsmålet er at slike strukturer kan skape faste, gjeldslignende forpliktelser som ikke fremgår fullt ut når man bare ser på ordinær rentebærende gjeld.

For långivere og investorer blir dermed disse spørsmålene sentrale:

• Hvor stor del av KI-kapasiteten er knyttet til langsiktige leie- og finansieringsforpliktelser?
• Hvor raskt må ny kapasitet fylles opp for å gi tilfredsstillende avkastning?
• Hvor store kontantreserver er igjen dersom KI-inntektene vokser saktere enn ventet?
• Er inntektsforpliktelsene fra kundene solide nok til å bære infrastrukturen som bygges?

Jo større andel av satsingen som finansieres med forpliktelser som består også ved svakere etterspørsel, desto større blir nedsiderisikoen hvis kapasitetsutnyttelsen eller inntektsveksten skuffer.

Oracle er det tydeligste tidlige varselsignalet

Oracle viser hvor raskt en tung KI-satsing kan endre kontantstrømmen og kredittprofilen til et selskap.

Selskapet rapporterte negativ fri kontantstrøm på 23,7 milliarder dollar i regnskapsåret 2026, etter at investeringer i datasentre vokste raskere enn kontantstrømmen fra driften. S&P Global Ratings nedjusterte Oracles langsiktige utstederrating fra BBB til BBB-, ett hakk over spekulativ kredittkvalitet. 17

Dette beviser ikke at Oracles KI-investering vil mislykkes. Men det illustrerer mekanismen S&P trekker fram: Selv selskaper med voksende drift kan møte ratingpress når kapitalutgifter, finansieringsbehov og langsiktige forpliktelser øker raskere enn kontantgenereringen.

Når kan dette bli et bredere kredittproblem?

S&Ps rammeverk peker på at risikoen blir vesentlig større dersom flere forhold opptrer samtidig:

1. KI-inntektene kommer senere enn ventet. Kapasiteten kan bli bygget før kundene er klare til å betale nok for den.
2. Kapasitetsutnyttelsen blir svak. Datasentre og datakraft som ikke brukes tilstrekkelig, vil svekke avkastningen på investeringene.
3. Det høye investeringstempoet varer lenger. En utsatt nedtrapping vil forlenge perioden med svak eller negativ fri kontantstrøm.
4. Finansielle forpliktelser hoper seg opp. Mer gjeld, flere leieavtaler og lignende bindinger reduserer handlingsrommet hvis forholdene forverres.
5. Flere selskaper kutter investeringene samtidig. Siden investeringene er konsentrert hos få aktører, kan en bred tilbaketrekning få ringvirkninger for leverandører, långivere og kredittmarkedene.

Dette er bakgrunnen for bekymringen om et sent-fase kredittmiljø: Det handler ikke bare om KI er verdifullt, men om kredittmarkedet må finansiere en utbygging før avkastningen er dokumentert i samme skala som kostnadene.

Oppsiden finnes – men må dokumenteres

Det positive scenarioet er fortsatt reelt. KI kan skape nye inntekter innen programvare, skytjenester og bedriftsløsninger, samtidig som produktivitetsgevinster kan bidra til å forsvare dagens infrastrukturkostnader. S&P Globals AI Monitor anslo at KI-eksponerte inntekter samlet kunne øke fra 468 milliarder dollar ved utgangen av 2023 til 1,354 billioner dollar ved utgangen av 2026. 2

Hvis etterspørselen viser seg varig og KI-inntektene blir både betydelige og høy-marginerte, kan dagens investeringsbølge fremstå som en nødvendig oppbyggingsfase snarere enn finansiell overdrivelse. At S&P Global Ratings venter bedring i fri operasjonell kontantstrøm fra 2029, reflekterer nettopp denne muligheten. 3

Men dette er betinget av at inntektene faktisk materialiserer seg. De viktigste tallene å følge blir derfor KI-inntekter, utnyttelsen av ny kapasitet, hvor lenge kapitalutgiftene holder seg høye, og det samlede omfanget av gjeldslignende forpliktelser. Inntil disse forholdene bedrer seg, er KI-kappløpet også en test av om rekordstore infrastrukturinvesteringer kan gi avkastning før svakere kontantstrøm og økende finansielle bindinger begrenser selskapene som finansierer dem.