AI-investeringsracet skapar en kreditrisk av sällsynt slag – Moody’s och Jefferies slår larm

Kapplöpningen om att dominera artificiell intelligens har pressat världens största teknikföretag in i en utgiftsorgie utan motstycke – och notan håller på att förfalla på ett sätt som kreditvärderingsinstituten nu kallar en materiell risk för den finansiella stabiliteten.

Moody's Ratings och investmentbanken Jefferies har utfärdat skarpa varningar om att AI-infrastruktursatsningen – driven av Amazon, Microsoft, Alphabet, Meta och Oracle – skapar ett regimskifte på kreditmarknaderna. Kärnproblemet: en investeringscykel på en biljon dollar om året, finansierad av rekordstora skulder, dolda leasingåtaganden och cirkulära finansieringsstrukturer som kan rasa samman om AI-intäkterna inte levereras som förväntat.

Hyperscalernas capex: mot en biljon dollar

Prognoserna för investeringsutgifter (capex) har reviderats kraftigt uppåt i takt med att utgifterna accelererar långt bortom de ursprungliga förväntningarna. Moody's prognostiserar nu att de amerikanska hyperscalarnas capex når 785 miljarder dollar 2026, en betydande ökning från vårprognosen på 700 miljarder dollar . Andra uppskattningar ligger mellan 660 och 725 miljarder dollar för de fem största hyperscalarna .

Framöver blir kurvorna ännu brantare. Moody's ser en capex på 870 miljarder till 1 biljon dollar 2027 . Bank of America räknar med att den globala hyperscalarcapex överstiger 800 miljarder dollar 2026 och når 1 biljon dollar 2027 . Morgan Stanley och Goldman Sachs har utfärdat ännu högre uppskattningar – Goldman menar att konsensusprognoserna för 2027 är för försiktiga och att utgifterna kan nå 1,1 biljoner dollar .

Moody's centrala budskap är brutalt ärligt: AI-infrastruktursatsningarna löper i en "biljon-dollar-årstakt", vilket tvingar företag som historiskt varit tillgångslätta in i en aldrig tidigare skådad tillgångstung modell .

Den dolda skulden på 662 miljarder dollar: off-balance-sheet leasing

Den kanske mest oroande risken som Moody's identifierar är ett massivt dolt åtagande inbäddat i redovisningsreglerna. Vid utgången av 2025 hade de fem stora amerikanska hyperscalarna ackumulerat cirka 662 miljarder dollar i framtida datacenterleasingåtaganden som ännu inte har påbörjats och som därmed ligger helt utanför balansräkningarna enligt US GAAP (ASC 842) .

Tillsammans med andra åtaganden – inklusive GPU-leveranskontrakt och servrar – uppgår den totala odiskonterade framtida leasingexponeringen till cirka 969 miljarder dollar . En separat analys från Nikkei av finansiella rapporter fann att Alphabet, Microsoft, Amazon, Meta och Oracle hade 1,65 biljoner dollar i totala off-balance-sheet-åtaganden, mestadels knutna till datacenterleasing, GPU-kontrakt och servrar .

Moody's redovisningsanalytiker David Gonzales och Alastair Drake beräknade att de oredovisade 662 miljarderna motsvarar 113 procent av hyperscalarnas sammanlagda justerade skuld . I takt med att dessa leasingavtal träder i kraft kommer över en halv biljon dollar i datacentertillgångar att börja synas på bolagens balansräkningar, vilket pressar traditionella kreditmått.

Moody's varnade uttryckligen för att företag som använder off-balance-sheet-leasing för att finansiera AI-infrastruktur riskerar en "materiell" försämring av sina kreditprofiler, vilket sätter kreditvärderingsinstitutet i konflikt med konkurrenten S&P i en av de mest populära finansieringsmetoderna för datacenterkapacitet .

Den cirkulära AI-ekonomin: självrefererande utgifter

Både Moody's och Jefferies har flaggat för den sammanlänkade, cirkulära karaktären hos AI-finansiering som en växande risk. Bloomberg dokumenterade ett återkommande "spelboksmönster": molntjänstföretag och chiptillverkare – med Nvidia i spetsen – hjälper till att finansiera ledande AI-utvecklare, som i sin tur blir några av deras största kunder, vilket skapar en självrefererande utgiftscykel .

Microsoft har investerat över 13 miljarder dollar i OpenAI, varav den största delen på 10 miljarder dollar kom från en affär som tillkännagavs i början av 2023. Amazon och Alphabet (Google) gick med på att investera upp till 4 respektive 2 miljarder dollar i liknande arrangemang .

UBS har jämfört dessa sammanlänkade affärer med telekombubblan runt millennieskiftet och noterat farhågor om att företag investerar i varandra och är beroende av ömsesidiga utgifter . J.P. Morgan erkände "omfattningen och cirkulariteten" i de stora partnerskapsmeddelandena mellan AI-modellutvecklare, hyperscalers och chipföretag, och påpekade att kapitalåtagandena sträcker sig över flera år med villkorade genomförandemål .

Jefferies levererade en särskilt dyster varning: den största risken för den AI-drivna teknikcykeln är inte ett avbrott i chipförsörjningen utan en "plötslig insikt hos investerarna att hyperscalarna och OpenAI och Anthropic inte kommer att kunna få avkastning på sina investeringar" . Investmentbanken hävdade att finansieringsbekymmer skulle kunna "utlösa en plötslig ovilja att finansiera dessa investeringar, vilket sedan kommer att förvärras av de cirkulära arrangemangen mellan huvudaktörerna" .

Rekordstor obligationsemission: 108,7 miljarder dollar på ett enda kvartal

Techjättarna har översvämmat kreditmarknaderna med en aldrig tidigare skådad våg av skulder. Teknikföretagen emitterade rekordhöga 108,7 miljarder dollar i företagsobligationer under de sista tre månaderna 2025 – ungefär dubbelt så mycket som det tidigare kvartalsrekordet – och emissionerna har fortsatt i hög takt under 2026 . Oracle, Meta, Alphabet och andra har lånat kraftigt för att finansiera AI-datacenter och tillhörande energisystem .

Bloomberg rapporterade att dessa megaobligationsemissioner riskerar att överväldiga köparna och försvaga kreditmarknaderna på båda sidor av Atlanten, vilket skapar den största vågen av företagsobligationsutbud i historien . Investerare varnade för att den aldrig tidigare skådade volymen skulle kunna störa passiva kreditfonder, som är de primära köparna av detta nya utbud . Vissa prognoser tyder på att techföretagen skulle kunna vara beroende av skulder i storleksordningen 1,5 biljoner dollar år 2028 för sin AI-infrastrukturexpansion .

Urholkat fritt kassaflöde och försämrad skuldsättning

Moody's är tydlig med att kreditkvaliteten urholkas. Kapplöpningen att bygga AI-infrastruktur i en årstakt på en biljon dollar urholkar det fria kassaflödet hos hyperscalarna, vilket tvingar även världens mest kontantrika företag att öka balansräkningsrisken .

Byrån skrev: "Omställningen från tillgångslätta till tillgångstunga modeller kräver investeringsnivåer utan motstycke", vilket dränerar det fria kassaflödet och pressar balansräkningsrisken högre hos sex stora techbolag: Microsoft, Amazon, Alphabet, Meta, Oracle och CoreWeave .

Moody's har pekat ut Oracle och CoreWeave som AI-sektorns svagaste kreditlänkar . Jefferies noterade att hyperscalarna i allt högre grad förlitar sig på skulder snarare än interna kassaflöden för att finansiera AI-investeringar, vilket ökar risken för att skuldsättningsgraden försämras om AI-intäkterna inte materialiseras enligt plan .

Sammanfattning av nyckeltal

Mått	Belopp
Hyperscalarnas capex 2026 (Moody's)	785 miljarder dollar
Hyperscalarnas capexprognos 2027	870–1 100 miljarder dollar
Off-balance-sheet leasingåtaganden (Moody's)	662 miljarder dollar
Total odiskonterad framtida leasingexponering	~969 miljarder dollar
Bredare off-balance-sheet-åtaganden (Nikkei)	1,65 biljoner dollar
Rekordstor techobligationsemission (Q4 2025)	108,7 miljarder dollar

Slutsats: ett regimskifte i kreditrisk

Konsensusen bland Moody's, Jefferies och andra analytiker är tydlig: AI-infrastruktursatsningen har skapat ett regimskifte i kreditrisk. Massiva upfront-investeringar, enorma dolda leasingskulder, cirkulära avtalsstrukturer och minskande fritt kassaflöde sätter kreditprofilerna hos världens största teknikföretag på prov på ett sätt som aldrig tidigare skådats. Moody's Analytics chefsekonom Mark Zandi har slagit larm och sagt att skuldsättningsproblemet kan orsaka större ekonomisk skada än tidigare marknadskorrigeringar, inklusive dotcom-eran .

Den avgörande frågan är fortfarande obesvarad: kommer intäkterna från AI-tillämpningar någonsin att rättfärdiga de biljoner som hälls ner i dess infrastruktur?