Ja, de AI-boom heeft een balansprobleem

  • AI is verschoven van softwaregroei naar een kapitaalintensieve datacenterbouw die gefinancierd is door schulden.
  • Oracle, CoreWeave, Nvidia en OpenAI laten zien hoe circulaire financiering en vertraagde kasstromen het marktrisico veranderen.
  • Naarmate de schuldenlast stijgt en schulden van de balans verdwijnen, stellen kredietmarkten vragen bij de structuur achter de AI-boom.

De wereldwijde AI-boom lijkt niet te stoppen als je het meet aan de hand van aandelenkoersen. Biljoenen dollars aan marktwaarde rusten op het idee dat machines werk, productiviteit en winst veranderen.

Maar AI is niet alleen een technologische wedloop. Het wordt een van de grootste door schulden gefinancierde infrastructuurprojecten in de moderne geschiedenis, en de druk begint zichtbaar te worden.

Alleen al het afgelopen jaar heeft de geldstroom naar AI-datacenters de structuur van kredietmarkten veranderd, private kredietverstrekkers naar het centrum van techfinanciering getrokken en het lot van veel bedrijven op manieren met elkaar verbonden op manieren die weinig investeerders duidelijk kunnen zien.

Als we naar hetzelfde kijken, noemen sommigen het groei, anderen het hefboomwerking.

AI lijkt niet meer op software

Gedurende het grootste deel van de afgelopen twee decennia volgden grote technologiebedrijven een bekend patroon. Ze investeerden zwaar in onderzoek, bouwden softwareplatforms en schaalden op tegen lage marginale kosten.

Stapels contant geld groeiden sneller dan leen. Maar nu niet meer.

Het trainen en beheren van geavanceerde AI-systemen vereist een enorme fysieke infrastructuur. Datacenters moeten snel worden gebouwd. Stroomcontracten moeten worden veiliggesteld. Chips moeten in enorme hoeveelheden worden gekocht.

Volgens UBS bedroeg de uitgifte van AI-datacenters en projectfinanciering in 2025 ongeveer 125 miljard dollar, tegenover slechts 15 miljard dollar een jaar eerder.

McKinsey schatte onlangs dat de totale uitgaven aan datacenters tegen het einde van het decennium bijna 7 biljoen dollar kunnen belopen.

Zelfs de grootste bedrijven kunnen dit niet alleen financieren. Amazon, Google, Meta, Microsoft en Oracle hebben dit jaar ongeveer $121 miljard aan nieuwe schulden uitgegeven, meer dan vier keer zo hoog als het recente jaarlijkse gemiddelde, volgens Bank of America.

Er wordt volgend jaar minstens nog eens 100 miljard dollar verwacht. Deze bedrijven genereren nog steeds een sterke kasstroom, maar het uitgaventempo is hun vermogen om zelf te financieren zonder hun werkwijze te veranderen te veel geworden.

Het resultaat is een sector die nu minder op software lijkt en meer op nutsbedrijven of telecom. Rendementen hangen af van gebruik, timing en financieringskosten.

Dat is een ander risicoprofiel, en kredietmarkten beginnen het te prijzen.

Oracle laat zien hoe snel sentiment kan veranderen

Oracle is de duidelijkste testcase geworden voor deze nieuwe AI-economie. Het bedrijf groeide eerder dit jaar sterk door optimisme over cloudgroei en zijn diepe banden met OpenAI.

Op het hoogtepunt in september waren de aandelen van Oracle bijna verdubbeld voor het jaar. Sindsdien is het verhaal veranderd.

Na het niet verwachten van de omzet, daalden de aandelen van Oracle op één dag met meer dan 11%. Het vermogen van Larry Ellison daalde met ongeveer 25 miljard dollar.

Belangrijker dan de aandelenbeweging was wat er op de kredietmarkten gebeurde.

De obligaties met investment grade van Oracle, waaronder 18 miljard dollar uitgegeven in september, zijn sterk verkocht. De papierverliezen bedragen nu meer dan 1 miljard dollar. De spreads voor credit default swaps zijn gestegen tot niveaus die voor het laatst werden gezien tijdens de financiële crisis.

Het web van circulaire financiering

Oracle's stress bevindt zich binnen een veel breder netwerk van financiële verbindingen. In het centrum van dat netwerk staan Nvidia en OpenAI.

Nvidia is tot nu toe de duidelijke winnaar . Het verkoopt de chips die elk AI-systeem nodig heeft en boekt sterke winsten.

Maar zelfs het succes van Nvidia hangt af van het feit dat anderen blijven uitgeven. Veel AI-ontwikkelaars hebben niet het geld om chips direct te kopen.

Om dat op te lossen heeft Nvidia aandelen in klanten geïnvesteerd, financiering verlengd en deals ondersteund die datacenters financieren. Het geld stroomt vaak naar buiten en weer terug als chipaankopen.

OpenAI speelt een vergelijkbare centrale rol. Het is een belangrijke klant van Oracle, Amazon, Microsoft en CoreWeave. Het is ook investeerder in sommige ervan.

OpenAI heeft zich ertoe verbonden om honderden miljarden dollars aan rekenkracht in de loop der tijd te kopen, terwijl het ongeveer tien miljard dollar aan jaarlijkse omzet en grote verliezen genereert. De winstgevendheid ervan ligt nog jaren op zich terug.

Een ander goed voorbeeld is CoreWeave, dat momenteel geen winst heeft, ongeveer 14 miljard dollar aan schulden en tientallen miljarden meer aan leaseverplichtingen. Ongeveer 70% van de omzet komt van Microsoft.

Nvidia is zowel leverancier als investeerder, terwijl OpenAI zowel klant als partner is.

Geld circuleert binnen een kleine groep bedrijven, wat groei versterkt wanneer de omstandigheden goed zijn en risico's wanneer dat niet zo is.

Deze structuur maakt het systeem in staat sneller uit te breiden dan traditionele balansen zouden toestaan. Het maakt het ook moeilijker om te zien waar verliezen zouden landen als de vraag afneemt of de tijdlijnen uitlopen.

Wanneer schulden van de boeken verdwijnen

Naarmate het lenen stijgt, zoeken bedrijven naar manieren om de balans schoon te houden. Speciale voertuigen zijn gebruikelijk geworden.

Meta, xAI, Google en anderen hebben deze structuren gebruikt om datacenters en chipaankopen te financieren zonder de volledige schuldenlast te registreren.

Het voertuig leent, bouwt en verhuurt het bezit terug aan het technologiebedrijf. Deze regelingen behouden kredietwaardigheid en flexibiliteit.

Ze verminderen ook de transparantie. Ratingbureaus en beleggers zien minder risico op bedrijfsniveau, ook al blijft de economische blootstelling bestaan.

Vergelijkbare structuren werden vóór 2008 veel gebruikt, zowel in de bankwereld als bij bedrijven als Enron.

Private krediet heeft een groot deel van deze groei gefinancierd. Morgan Stanley schat dat particuliere kredietverstrekkers meer dan de helft van de $1,5 biljoen die nodig is voor datacenters tot 2028 kunnen leveren.

Deze kredietverstrekkers worden licht gereguleerd. Openbaarmaking is beperkt. De banden met banken en verzekeraars groeien, maar ze zijn moeilijk in realtime in kaart te brengen.

Securitisatie voegt een extra laag toe. Kasstromen in datacenters worden gebundeld in asset-backed effecten.

Digitale infrastructuur is nu goed voor ongeveer 82 miljard dollar van de Amerikaanse ABS-markt, een negenvoudige stijging in minder dan vijf jaar, volgens Bank of America.

Er wordt volgend jaar meer aanbod verwacht. Beleggers kopen beoordeelde producten zonder altijd de activa erin te begrijpen.

Sommige leningen worden zelf gedekt door GPU's. Naarmate nieuwere chipmodellen komen, verliezen oudere modellen ook waarde.

Als de onderpandprijzen dalen, kunnen kredietverstrekkers terugbetaling eisen of chips verkopen in een zwakke markt, waardoor de prijzen verder omlaag worden geduwd.

Markten absorberen nog steeds het aanbod. De spreads zijn groter geworden. Aandelen zijn volatiel.

De AI-economie is nu verbonden door hefboomwerking, timing-aannames en complexe financiering.