Główna strateg ds. kredytów w Goldman Sachs, Amanda Lynam, ostrzega, że "nasycenie płynnego rynku kredytowego i ograniczenia związane z koncentracją emitentów" stają się "coraz bardziej wiążące w nadchodzących latach". Firmy hyperscaler odpowiadają już za znaczną część nowych emisji obligacji korporacyjnych, a inwestorzy na rynku długu publicznego mogą być mniej skłonni do absorbowania coraz większych ilości papierów od tych samych emitentów ze względu na rosnące udziały w indeksach i ograniczenia koncentracji portfela. Ograniczenia te będą "przynajmniej wpływać na decyzje dotyczące ekspozycji i wyceny" – pisze Lynam .
Skala wydatków napotyka na ograniczenia tradycyjnych rynków obligacji i wewnętrznych przepływów pieniężnych. Goldman Sachs zauważa, że firmy hyperscaler będą potrzebować finansowania "z różnych rynków, struktur i walut", aby uniknąć nasycenia rynku . Emisja praw poboru Alphabetu o wartości 85 miliardów dolarów jest przywoływana jako dowód, że same środki gotówkowe i emisje obligacji są niewystarczające . Te same firmy nie mogą bez końca wpychać długu na publiczne rynki obligacji bez obaw inwestorów o ryzyko koncentracji .
W raporcie z listopada 2025 roku analityk Goldman Sachs, Ryan Hammond, ostrzegł: "Choć stopień dźwigni finansowej spółek publicznych pozostaje niewielki, dalsze przesuwanie się w kierunku finansowania dłużnego zwiększyłoby ryzyko makroekonomiczne związane z budową sztucznej inteligencji." Firmy technologiczne zaciągnęły w tym roku 121 miliardów dolarów długu, podczas gdy średnia z ostatnich pięciu lat wynosiła 28 miliardów dolarów . Zespół Hammonda zauważył również, że duże publiczne firmy hyperscaler "mogłyby teoretycznie zwiększyć swoje zadłużenie o 700 miliardów dolarów" .
Goldman Sachs wyraźnie stwierdza, że prywatny kapitał infrastrukturalny i nieruchomościowy będzie musiał odegrać znacznie większą rolę . Prywatne fundusze infrastrukturalne zebrały rekordowe 221 miliardów dolarów w 2025 roku, ale raport wskazuje, że szacunki wydatków na sztuczną inteligencję "znacząco przewyższają wzrost faktycznej budowy centrów danych", co nazywa "wskaźnikiem wymagającym ścisłego monitorowania przy szacowaniu długoterminowych potrzeb finansowych" . Centrum danych to połączenie gruntu, energii, sieci, budynków, chłodzenia i serwerów, co powoduje, że finansowanie rozlewa się na różne klasy aktywów i może napotkać wąskie gardła .
Goldman Sachs przyznaje, że "negatywne reakcje kursów akcji na zaskakujące wydatki inwestycyjne mogą zmusić zarządy do ponownego rozważenia skali wzrostu wydatków" . Analitycy zewnętrzni cytowani w raporcie zauważają, że rentowność obligacji inwestycyjnych wzrosła już z około 70 do 85 punktów bazowych powyżej obligacji skarbowych z powodu podaży ze strony hyperscalerów i może osiągnąć 95 punktów bazowych .
Sam Goldman Sachs nie wyciąga w cytowanych raportach bezpośrednich historycznych analogii, ale Aswath Damodaran z NYU, komentując te same dane, podkreśla kluczową różnicę w stosunku do ery bańki internetowej: boom internetowy był finansowany prawie wyłącznie z kapitału własnego, więc jego załamanie dotknęło tylko akcjonariuszy. Boom wydatków na sztuczną inteligencję jest natomiast "ogromny", a "znaczna jego część jest finansowana długiem" pochodzącym z kapitału prywatnego, a nie banków. Damodaran ostrzega, że jeśli dojdzie do korekty, "problem ujawni się w postaci trudności finansowych i niewypłacalności, która nie pozostanie ograniczona. Rozleje się na resztę społeczeństwa", co luźno nawiązuje do kryzysu finansowego z 2008 roku .
| Czynnik ryzyka | Stanowisko Goldman Sachs | Źródło |
|---|---|---|
| Nasycenie rynku kredytowego | Coraz bardziej wiążące; koncentracja emitentów wpłynie na wycenę i ekspozycję | |
| Ograniczenia tradycyjnego finansowania | Hyperscalerzy osiągają limity obligacji i gotówki; potrzebują rynków prywatnych i sekurytyzacji | |
| Ryzyko makroekonomiczne długu | Dalsze przesuwanie się w kierunku długu zwiększa ryzyko systemowe budowy AI | |
| Realizacja rynku prywatnego | Szacunki wydatków przewyższają faktyczną budowę; zdolność finansowania wymaga monitorowania | |
| Presja kosztowa korporacji | Reakcje kursów akcji na wydatki mogą zmusić zarządy do wycofania się | |
| Analogia do bańki (Damodaran) | Finansowanie długiem oznacza, że załamanie rozleje się na społeczeństwo, w przeciwieństwie do bańki internetowej finansowanej kapitałem własnym |
Główna strateg ds. kredytów w Goldman Sachs, Amanda Lynam, ostrzega, że "nasycenie płynnego rynku kredytowego i ograniczenia związane z koncentracją emitentów" stają się "coraz bardziej wiążące w nadchodzących latach". Firmy hyperscaler odpowiadają już za znaczną część nowych emisji obligacji korporacyjnych, a inwestorzy na rynku długu publicznego mogą być mniej skłonni do absorbowania coraz większych ilości papierów od tych samych emitentów ze względu na rosnące udziały w indeksach i ograniczenia koncentracji portfela. Ograniczenia te będą "przynajmniej wpływać na decyzje dotyczące ekspozycji i wyceny" – pisze Lynam .
Skala wydatków napotyka na ograniczenia tradycyjnych rynków obligacji i wewnętrznych przepływów pieniężnych. Goldman Sachs zauważa, że firmy hyperscaler będą potrzebować finansowania "z różnych rynków, struktur i walut", aby uniknąć nasycenia rynku . Emisja praw poboru Alphabetu o wartości 85 miliardów dolarów jest przywoływana jako dowód, że same środki gotówkowe i emisje obligacji są niewystarczające . Te same firmy nie mogą bez końca wpychać długu na publiczne rynki obligacji bez obaw inwestorów o ryzyko koncentracji .
W raporcie z listopada 2025 roku analityk Goldman Sachs, Ryan Hammond, ostrzegł: "Choć stopień dźwigni finansowej spółek publicznych pozostaje niewielki, dalsze przesuwanie się w kierunku finansowania dłużnego zwiększyłoby ryzyko makroekonomiczne związane z budową sztucznej inteligencji." Firmy technologiczne zaciągnęły w tym roku 121 miliardów dolarów długu, podczas gdy średnia z ostatnich pięciu lat wynosiła 28 miliardów dolarów . Zespół Hammonda zauważył również, że duże publiczne firmy hyperscaler "mogłyby teoretycznie zwiększyć swoje zadłużenie o 700 miliardów dolarów" .
Goldman Sachs wyraźnie stwierdza, że prywatny kapitał infrastrukturalny i nieruchomościowy będzie musiał odegrać znacznie większą rolę . Prywatne fundusze infrastrukturalne zebrały rekordowe 221 miliardów dolarów w 2025 roku, ale raport wskazuje, że szacunki wydatków na sztuczną inteligencję "znacząco przewyższają wzrost faktycznej budowy centrów danych", co nazywa "wskaźnikiem wymagającym ścisłego monitorowania przy szacowaniu długoterminowych potrzeb finansowych" . Centrum danych to połączenie gruntu, energii, sieci, budynków, chłodzenia i serwerów, co powoduje, że finansowanie rozlewa się na różne klasy aktywów i może napotkać wąskie gardła .
Goldman Sachs przyznaje, że "negatywne reakcje kursów akcji na zaskakujące wydatki inwestycyjne mogą zmusić zarządy do ponownego rozważenia skali wzrostu wydatków" . Analitycy zewnętrzni cytowani w raporcie zauważają, że rentowność obligacji inwestycyjnych wzrosła już z około 70 do 85 punktów bazowych powyżej obligacji skarbowych z powodu podaży ze strony hyperscalerów i może osiągnąć 95 punktów bazowych .
Sam Goldman Sachs nie wyciąga w cytowanych raportach bezpośrednich historycznych analogii, ale Aswath Damodaran z NYU, komentując te same dane, podkreśla kluczową różnicę w stosunku do ery bańki internetowej: boom internetowy był finansowany prawie wyłącznie z kapitału własnego, więc jego załamanie dotknęło tylko akcjonariuszy. Boom wydatków na sztuczną inteligencję jest natomiast "ogromny", a "znaczna jego część jest finansowana długiem" pochodzącym z kapitału prywatnego, a nie banków. Damodaran ostrzega, że jeśli dojdzie do korekty, "problem ujawni się w postaci trudności finansowych i niewypłacalności, która nie pozostanie ograniczona. Rozleje się na resztę społeczeństwa", co luźno nawiązuje do kryzysu finansowego z 2008 roku .
| Czynnik ryzyka | Stanowisko Goldman Sachs | Źródło |
|---|---|---|
| Nasycenie rynku kredytowego | Coraz bardziej wiążące; koncentracja emitentów wpłynie na wycenę i ekspozycję | |
| Ograniczenia tradycyjnego finansowania | Hyperscalerzy osiągają limity obligacji i gotówki; potrzebują rynków prywatnych i sekurytyzacji | |
| Ryzyko makroekonomiczne długu | Dalsze przesuwanie się w kierunku długu zwiększa ryzyko systemowe budowy AI | |
| Realizacja rynku prywatnego | Szacunki wydatków przewyższają faktyczną budowę; zdolność finansowania wymaga monitorowania | |
| Presja kosztowa korporacji | Reakcje kursów akcji na wydatki mogą zmusić zarządy do wycofania się | |
| Analogia do bańki (Damodaran) | Finansowanie długiem oznacza, że załamanie rozleje się na społeczeństwo, w przeciwieństwie do bańki internetowej finansowanej kapitałem własnym |