Ja, AI-boomet har et balanceproblem

Den globale AI-boom virker ustoppelig, når man måler på aktiekurser. Billioner af dollars i markedsværdi hviler på idéen om, at maskiner ændrer arbejde, produktivitet og profit.

Men AI er ikke kun et teknologikapløb. Det er ved at blive et af de største gældsfinansierede infrastrukturprojekter i moderne tid, og presset begynder at vise sig.

Alene det seneste år har pengestrømmen til AI-datacentre ændret strukturen på kreditmarkederne, trukket private långivere ind i centrum for teknologifinansiering og bundet skæbnen for mange virksomheder sammen på måder, som få investorer tydeligt kan se.

Ser man på det samme, kalder nogle det vækst, andre kalder det gearing.

AI holder op med at ligne software

I størstedelen af de sidste to årtier fulgte store teknologivirksomheder et velkendt mønster. De investerede kraftigt i forskning, byggede softwareplatforme og skalerede til lave marginalomkostninger.

Kontantbunker voksede hurtigere end lån. Men ikke længere.

Træning og drift af avancerede AI-systemer kræver omfattende fysisk infrastruktur. Datacentre skal bygges hurtigt. Elkontrakter skal sikres. Chips skal købes i enorme mængder.

Ifølge UBS nåede udstedelsen af AI-datacenter og projektfinansiering omkring 125 milliarder dollars i 2025, op fra blot 15 milliarder året før.

McKinsey har for nylig vurderet , at de samlede datacentreudgifter kan nærme sig 7 billioner dollars ved årtiets udgang.

Selv de største firmaer kan ikke finansiere dette alene. Amazon, Google, Meta, Microsoft og Oracle udstedte cirka 121 milliarder dollars i ny gæld i år, mere end fire gange deres seneste årlige gennemsnit, ifølge Bank of America.

Mindst yderligere 100 milliarder dollars forventes næste år. Disse virksomheder genererer stadig stærk likviditet, men forbrugshastigheden er vokset ud over deres evne til at finansiere sig selv uden at ændre deres måde at operere på.

Resultatet er en sektor, der nu ligner mindre software og mere forsyningsselskaber eller telekommunikation. Afkast afhænger af udnyttelse, tidspunkt og finansieringsomkostninger.

Det er en anden risikoprofil, og kreditmarkederne begynder at prissætte den.

Oracle viser, hvor hurtigt sentimentalitet kan vende

Oracle er blevet det tydeligste testcase for denne nye AI-økonomi. Virksomheden steg tidligere i år i opsigt over cloud-vækst og dens dybe bånd til OpenAI.

På sit højeste i september var Oracle-aktierne næsten fordoblet for året. Siden da har historien ændret sig.

Efter at have overset forventningerne til omsætningen faldt Oracle-aktien med mere end 11 % på én dag. Larry Ellisons nettoformue faldt med omkring 25 milliarder dollars.

Vigtigere end aktiebevægelsen var, hvad der skete på kreditmarkederne.

Oracles investeringsobligationer, herunder 18 milliarder dollars udstedt i september, er blevet solgt kraftigt. Papirtabene overstiger nu 1 milliard dollars. Credit default swap-spreads er steget til niveauer, der sidst blev set under finanskrisen.

Netværket af cirkulær finansiering

Oracles stress ligger inden for et langt bredere netværk af finansielle forbindelser. I centrum af dette netværk står Nvidia og OpenAI.

Nvidia er indtil videre den klare vinder . Den sælger de chips, som ethvert AI-system har brug for, og leverer stærke overskud.

Men selv Nvidias succes afhænger af, at andre fortsætter med at bruge penge. Mange AI-udviklere har ikke penge til at købe chips direkte.

For at løse dette har Nvidia investeret aktier i kunder, udvidet finansiering og støttet aftaler, der hjælper med at finansiere datacentre. Pengene strømmer ofte ud og tilbage igen som chipkøb.

OpenAI spiller en lignende central rolle. Det er en stor kunde hos Oracle, Amazon, Microsoft og CoreWeave. Den er også investor i nogle af dem.

OpenAI har forpligtet sig til at købe computerkraft for hundredvis af milliarder dollars over tid, samtidig med at de genererer omkring ti milliarder dollars i årlig omsætning og store tab. Dets rentabilitet er stadig flere år ude i fremtiden.

Et andet godt eksempel er CoreWeave, som i øjeblikket ikke har overskud, omkring 14 milliarder dollars i gæld og flere titusinder milliarder i lejeforpligtelser. Omkring 70 % af omsætningen kommer fra Microsoft.

Nvidia er både leverandør og investor, mens OpenAI både er kunde og partner.

Penge cirkulerer inden for en lille gruppe virksomheder, hvilket forstærker væksten, når forholdene er gode, og risikoen, når de ikke er.

Denne struktur gør det muligt for systemet at udvide sig hurtigere, end traditionelle balancer ville tillade. Det gør det også sværere at se, hvor tabene ville ende, hvis efterspørgslen falder eller tidsplanerne bliver udskudt.

Når gælden forsvinder fra regnskabet

Efterhånden som låntagningen stiger, har virksomheder ledt efter måder at holde balancen rene på. Specialkøretøjer er blevet almindelige.

Meta, xAI, Google og andre har brugt disse strukturer til at finansiere datacentre og chipkøb uden at registrere hele gældsbyrden.

Køretøjet låner, bygger og leaser aktivet tilbage til teknologifirmaet. Disse ordninger bevarer kreditvurdering og fleksibilitet.

De reducerer også gennemsigtigheden. Ratingbureauer og investorer ser mindre risiko på virksomhedsniveau, selvom den økonomiske eksponering stadig eksisterer.

Lignende strukturer blev bredt anvendt før 2008, både i banksektoren og hos virksomheder som Enron.

Privat kredit har trådt til for at finansiere meget af denne vækst. Morgan Stanley vurderer, at private långivere kan levere mere end halvdelen af de 1,5 billioner dollars, der er nødvendige for datacentre frem til 2028.

Disse långivere er let regulerede. Oplysning er begrænset. Forbindelserne til banker og forsikringsselskaber vokser, men de er svære at kortlægge i realtid.

Securitisering tilføjer et ekstra lag. Datacenterpengestrømme bliver samlet i asset-backed værdipapirer.

Digital infrastruktur udgør nu omkring 82 milliarder dollars af det amerikanske ABS-marked, en stigning på ni gange på under fem år, ifølge Bank of America.

Der forventes mere udbud næste år. Investorer køber vurderede produkter uden altid at forstå aktiverne indeni.

Nogle lån er bakket op af GPU'er selv. Når nyere chipmodeller ankommer, mister de ældre værdi.

Hvis sikkerhedspriserne falder, kan långivere kræve tilbagebetaling eller sælge chips til et svagt marked, hvilket presser priserne yderligere ned.

Markederne absorberer stadig udbuddet. Spredningerne er blevet bredere. Aktier er volatile.

AI-økonomien er nu bundet sammen af gearing, timingantagelser og kompleks finansiering.