Przełomową zmianą w 2026 roku jest znaczne poszerzenie grona kredytobiorców. Goldman Sachs podaje, że około 40% tegorocznej podaży długu związanego z AI pochodzi od największych hiperscalerów — Amazonu, Alphabetu, Mety, Microsoftu i Oracle. Pozostałe około 60% pochodzi od coraz szerszego grona: firm zajmujących się infrastrukturą AI, operatorów centrów danych, REIT-ów, a nawet koparek kryptowalut przechodzących na AI . To znaczące odejście od wcześniejszej koncentracji wśród garstki megakorporacji technologicznych.
Sam Amazon wyemitował w 2026 roku obligacje o wartości 92 miliardów dolarów w różnych walutach, najwięcej spośród hiperscalerów, a za nim plasują się Alphabet, Meta i Oracle . Coraz ważniejsi stają się jednak nowi gracze.
22 lipca 2026 r. spółka Galaxy Digital ogłosiła, że jej spółka zależna Galaxy Helios Data Centers II LLC planuje zaoferować 3,507 miliarda dolarów w zabezpieczonych obligacjach senior secured notes z terminem zapadalności w 2031 r. w ofercie prywatnej . Środki zostaną przeznaczone na finansowanie kampusu centrum danych Helios w hrabstwie Dickens w Teksasie — przekształcenie byłej kopalni kryptowalut w centrum danych AI wynajęte firmie CoreWeave na 15 lat
. Bloomberg określił tę transakcję jako rozszerzenie finansowania AI na bardziej ryzykowne obszary amerykańskiego rynku kredytowego za pośrednictwem debiutanckiej sprzedaży śmieciowych obligacji
. Obligacja jest oferowana inwestorom z rentownością około 9%, a banki Morgan Stanley i Goldman Sachs pełnią rolę subemitentów
.
Nie jest to odosobniony przypadek. Spółka zależna Applied Digital pozyskała w czerwcu 2026 r. 1,59 miliarda dolarów na rynku obligacji śmieciowych na sfinansowanie dodatkowej mocy obliczeniowej dla CoreWeave w Dakocie Północnej, emitując obligacje z rentownością 7% — co stanowi zauważalny spadek z 10%, jakiego oczekiwali inwestorzy jeszcze kilka miesięcy wcześniej . Razem transakcje te pokazują, że finansowanie AI wyraźnie wkracza na terytorium wyższych stóp zwrotu i wyższego ryzyka.
Jedną z najbardziej spornych kwestii wśród strategów jest to, czy ogromna fala pożyczek na AI zmniejsza popyt na amerykańskie obligacje skarbowe (U.S. Treasuries) i podnosi długoterminowe rentowności.
Główny ekonomista Apollo, Torsten Slok, twierdzi, że skala pożyczek na AI już teraz zmniejsza popyt na amerykańskie obligacje skarbowe i inne aktywa o stałym dochodzie . Analiza Bloomberga donosi, że finansowane długiem inwestycje w AI pomogły podnieść długoterminowe koszty pożyczek do poziomów nienotowanych od czasu kryzysu finansowego, a rentowność 30-letnich obligacji skarbowych osiągnęła 11 kolejnych sesji powyżej 5% stan na 22 lipca, testując poziomy niewidziane od 2007 r.
.
Inni duzi zarządzający aktywami mają jednak odmienne zdanie. Todd Czachor z Columbia Threadneedle mówi, że nie zaobserwował jeszcze żadnych oznak wypierania (crowding out) na rynku obligacji korporacyjnych. „Przynajmniej jeszcze nie” – zauważył, dodając, że popyt na obligacje korporacyjne pozostaje silny . PIMCO podobnie twierdzi, że rentowności Treasuries są obecnie napędzane przez zakłady dotyczące polityki Fed, a nie pożyczki na AI, choć przyznaje, że dług na AI może z czasem podnieść premie terminowe
.
Reuters podaje, że gwałtowny wzrost inwestycji związanych z AI przyczynił się do spadku w maju, który spowodował wzrost rentowności 30-letnich obligacji skarbowych do najwyższego poziomu od 2007 r., obok obaw o inflację i zmieniających się oczekiwań co do polityki Fed . Dallas Fed wskazał trzy kanały, przez które finansowanie długu AI może wpływać na podaż duration i stopy procentowe: bezpośrednia emisja długoterminowych obligacji korporacyjnych rangi inwestycyjnej, zamiana zmiennoprocentowych pożyczek od inwestorów private credit oraz możliwe wypieranie emitentów finansowych
.
Konkluzja: niepokój rośnie, rentowności są podwyższone, a podaż AI jest ogromna, ale dowody na to, że dług AI powoduje wyprzedaż Treasuries, pozostają przedmiotem sporu.
Konkretna kwota 1,65 biliona dolarów pozabilansowych zobowiązań infrastruktury AI dla pięciu największych firm technologicznych nie mogła zostać niezależnie potwierdzona na podstawie dostępnych źródeł. Liczne źródła potwierdzają jednak, że hiperskalery posiadają znaczne pozabilansowe ekspozycje poprzez leasingi operacyjne, umowy zakupu energii i struktury joint venture na potrzeby centrów danych, procesorów graficznych (GPU) i infrastruktury energetycznej.
Artykuł IESE zauważa „szybko rosnącą pulę pozabilansowych zobowiązań” w finansowaniu AI, którą Bank Rozrachunków Międzynarodowych (BIS) nazwał „cieniowym pożyczaniem” (shadow borrowing) . BIS wskazał, że pożyczki private credit dla firm AI wzrosły z blisko zera do ponad 200 miliardów dolarów, a ekstrapolując prognozowany wzrost inwestycji w AI, zaległe private credit dla firm AI może osiągnąć około 300–600 miliardów dolarów do 2030 r.
.
Analitycy są zgodni, że potencjalne zobowiązania związane z infrastrukturą AI są duże, nieprzejrzyste i niedostatecznie analizowane przez tradycyjne wskaźniki kredytowe, nawet jeśli dokładna kwota 1,65 biliona dolarów wymaga dalszego potwierdzenia źródłowego.