Nvidia, Meta og Tesla er verdt billioner — hvem finansierer denne AI‑boomen?

I 2025 flyttet kunstig intelligens seg fra teknologimiljøer inn i hverdagslivet. Den dukket opp overalt, fra samtaler rundt middagsbordet, i spørsmål om hvorvidt neste mobil eller vaskemaskin ville kjøre på AI, og i e‑poster fra ledere som oppfordret ansatte til å lære seg å bruke det.

Plutselig var teknologien ikke lenger abstrakt. Den var en del av en daglig samtale.

Selskapene som driver denne bølgen har sett sine verdsettelser stige i et tempo sjelden sett i moderne markeder.

Kjemper som AMD, Meta og Tesla har blitt sentrale søyler i AI‑økonomien, mens Nvidia alene nå har så stor markedsvekt at selv små bevegelser i aksjen kan gi ringvirkninger i globale finansmarkeder.

Likevel, midt i begeistringen over billionverdsettelser og banebrytende teknologi, blir ett spørsmål ofte ikke stilt: hvem finansierer egentlig infrastrukturen bak AI‑boomen?

Interessant nok har også tilsynsmyndigheter begynt å merke seg dette, selv om advarselslinjen er lett å skumme forbi.

"Noen deltakere kommenterte at finansieringen av utbyggingen av AI‑relatert infrastruktur i ugjennomsiktige private markeder tilsa overvåking."

Replikklinjen over er sitert ordrett fra referatet fra Federal Reserve‑møtet i januar 2026.

Mens finansmarkedene feirer enorme verdsettelser og tradere tar gevinster, stiller sentralbanken et enkelt, tankevekkende spørsmål: Hvem finansierer egentlig den fysiske ryggraden i AI‑boomen, og hva skjer dersom den gjelden går dårlig?

Og det er ikke bare Federal Reserve. I løpet av de siste seks ukene har tre innflytelsesrike institusjoner — Fed, Financial Stability Board (FSB) og US Treasury — uavhengig av hverandre begynt å undersøke den stille siden av boomen.

Tatt sammen peker deres handlinger mot samme framvoksende bekymring: en økende andel av AI‑infrastrukturgjeld etableres i deler av kredittsystemet som er vanskelige å se, vanskelige å verdsette og vanskelige å avvikle under stress.

Denne gjennomgangen ser på hva tilsynsmyndighetene allerede har dokumentert, og hvorfor det antatte «sekundærmarkedet for AI‑lån» foreløpig ser ut til å eksistere mer i teorien enn i faktiske handler.

De «ugjennomsiktige krokene» i AI‑boomen

Feds januarmøteprotokoll er det klareste offentlige dokumentet som direkte knytter AI‑infrastruktur til risiko i private markeder.

I en seksjon om finansiell stabilitet varslet tjenestemenn om høye aktivaverdier og "sårbarheter knyttet til private kredittsektoren", inkludert dens voksende rolle i utlån til mer risikable låntakere og dens koblinger til forsikringsselskaper og banker.

Mot den bakgrunnen markerte linjen om «finansieringen av utbyggingen av AI‑relatert infrastruktur i ugjennomsiktige private markeder» et skifte: sentralbanken koblet eksplisitt AI‑capex‑bølgen til deler av kredittsystemet som ikke handles på skjerm.

På globalt nivå har FSB beveget seg på to konvergerende spor.

I sitt arbeidsprogram for 2026 sa organet at det ville ferdigstille en egen rapport om sårbarheter i private kreditter som del av arbeidet med ikke‑bankfinansiering, og separat utvikle «gode praksiser for adopsjon, bruk og innovasjon av AI hos finansinstitusjoner.»

Dersom Invezz kontaktet FSB for flere detaljer, pekte organisasjonen på risikoer på begge fronter.

Om AI fremhevet de en klynge av problemstillinger som "skiller seg ut med tanke på deres potensial til å øke systemrisiko":

"AI‑relaterte sårbarheter som skiller seg ut for sitt potensial til å øke systemrisiko inkluderer: avhengighet av tredjeparter og konsentrasjon hos tjenesteleverandører; markedskorrelasjoner; cyberrisiko; og modelrisiko, datakvalitet og styring."

"GenAI øker også potensialet for økonomisk svindel og feilinformasjon i finansmarkedene. AI‑systemer som ikke er kalibrert for å operere innenfor juridiske, regulatoriske og etiske rammer kan også opptre på måter som skader finansiell stabilitet," la den globale stabilitetsvaktbikkja til. ​

Om private kreditter var samme uttalelse krystallklar om informasjonsmangler:

"Private finansieringskilder spiller en stadig viktigere rolle i finanssystemet ved å gi finansiering til selskaper… Betydelige datagap og ugjennomsiktighet i sektoren har hindret en grundig vurdering av potensielle finansielle stabilitetsrisikoer som private finansieringskilder, og private kreditter spesielt, kan medføre."

"Bekymringer består om potensialet for en plutselig stopp i kreditttilførsel til selskaper og spredning av stress til banksystemet eller til institusjonelle investorer, gitt deres sammenkoblinger med private finansieringsfond," sa FSB. ​

FSB la til at de «ferdigstiller arbeid med å vurdere sårbarheter i private kreditter» som en del av agendaen for 2026.​

Tatt sammen med Feds protokoll tegner bildet seg: AI driver en historisk investeringsboom i infrastruktur, og en økende andel av den finansieringen flyter gjennom en del av systemet som regulatorer innrømmer at de ennå ikke fullt ut kan kartlegge.

Enkelt sagt begynner tilsynsmyndigheter å rette oppmerksomheten mot hvordan den massive AI‑boomen faktisk blir finansiert.

Federal Reserve advarte om at noe AI‑infrastruktur blir finansiert gjennom private markeder som er vanskelige å spore.

Samtidig sier globale tilsynsmyndigheter at private kredittmarkeder mangler transparens og pålitelige data.

Sammen tyder disse signalene på at myndigheter begynner å undersøke den skjulte finansieringen bak den raske utvidelsen av AI‑infrastruktur.

En boom finansiert utenfor balansen

Omfanget av utbyggingen av AI‑infrastruktur er udiskutabelt.

S&P Global Ratings' likviditetsutsikt for 2026 bemerker at teknologioverførere og kommunikasjonsselskaper, inkludert de største «hyperscalerne», har drevet en økning i obligasjons‑ og låneopptak, mye av det knyttet til datasenter‑ og AI‑relaterte kapitalkostnader.

S&P anslår at forfall av amerikansk foretaks­gjeld rated "B‑" og lavere vil stige fra om lag $56,6 milliarder i 2026 til rundt $215 milliarder i 2028, og skape det de kaller «en betydelig refinansieringsvegg» samtidig som AI‑relaterte utgifter topper seg.

Samtidig har private kreditter blitt en av hovedkanalene gjennom hvilke mindre, ikke‑investment‑grade låntakere utnytter denne boomen.

S&P‑analysen viser at utlån fra private‑kreditt til låntakere med rating «B‑» og lavere nådde nesten $146 milliarder i 2025, sammenlignet med om lag $85 milliarder i bredt syndikerte lån til samme risikonivå, og har overgått syndikert utstedelse i fire påfølgende år.

Disse tallene fanger opp lavere‑ratete låntakere samlet; de isolerer ikke lån som er spesifikt knyttet til AI‑infrastruktur.

Men tidspunktene overlapper med det S&P beskriver som «teknologisk utstedelse drevet av AI og økende gjeldsgrad», og med en rask utvidelse av private‑kredittforvaltningskapital bredt sett.

Jeff Hooke, en seniorlektor ved Johns Hopkins Carey Business School, delte nylig med Invezz sin fagfellevurderte studie av 262 nordamerikanske private‑kredittfond sammen med Xiaohua Hu og Michael Imerman, som sporer den ekspansjonen i detalj.

Forfatterne finner at globalt forvaltningskapital i private kreditter har vokst fra om lag $375 milliarder i 2015 til rundt $1,6 billioner i 2023, med anslag fra State Street som antyder at det nådde rundt $2 billioner i 2025 og kan stige til $2,6 billioner innen 2029, en nær seksdobling i løpet av et tiår.​

Den viktigste forskjellen fra offentlige obligasjonsmarkeder er hvor denne aktiviteten befinner seg.

I stedet for obligasjoner som handles daglig på offentlige børser, holdes mye av denne kreditten i lukkede fond hvis verdivurderinger oppdateres sjeldent og i stor grad baseres på interne modeller.

Med andre ord blir den raske utbyggingen av AI‑infrastruktur i økende grad finansiert gjennom private kreditter snarere enn tradisjonelle offentlige gjeldsmarkeder.

Mye av dette utlånet ligger i private fond hvor lån sjelden omsettes og prising ikke er synlig i offentlige markeder.

Siden disse investeringene holdes privat og verdsettes sjeldent, kan det være vanskeligere for tilsynsmyndigheter og investorer å se tydelig hvordan risiko bygger seg opp i systemet.

Avkastning bygget på urealisert verdsettelse

Hooke og medforfatterne forsøkte å forstå hva som faktisk driver rapporterte avkastninger i denne verden.

Ved å bruke kontantstrømsdata fra Preqin‑databasen dekomponerer de private‑kredittytelser i Distribution to Paid‑In (DPI), kontanter tilbakebetalt til investorer, og Residual Value to Paid‑In (RVPI), som fanger opp den urealisert verdien av posisjoner som fortsatt holdes.​

Deres funn understreker hvorfor tilsynsmyndigheter bekymrer seg for ugjennomsiktighet.

For senior direct‑lending‑fond lansert i 2015 var om lag 30 % av total rapportert verdi fortsatt urealisert sent i 2024.

For 2016‑vintagen øker andelen urealisert verdi til rundt 50 %, og for nyere vintager står RVPI for over 80–90 % av ytelsen.

"Vi finner at… en betydelig del av verdien i private kredittfond er bundet opp i residualverdi selv for eldre vintager," skriver forfatterne, og legger til at denne strukturen "representerer en potensiell stor risiko" hvis disse markeringene viser seg å være for optimistiske når lån til slutt realiseres.​

Studien sammenligner også private‑kredittfond med likvide markedsreferanser.

Netto etter avgifter "slår senior‑ og mezzanine private‑kredittfond knapt, eller i noen tilfeller underpresterer" offentlige flytende rente‑ETF‑er som Invesco Senior Loan ETF (BKLN) og VanEck Investment Grade Floating Rate ETF (FLTR), noe som antyder at den høyere ugjennomsiktigheten i private kreditter ikke åpenbart har gitt bedre avkastning for investorer.​

Enda mer bekymringsfullt for en fremvoksende, kapitalintensiv sektor som AI‑infrastruktur, peker forfatterne på at nesten halvparten av direct‑lending‑låntakere har negativ fri driftskontantstrøm, med referanse til IMF‑forskning, og at payment‑in‑kind‑inntekter utgjorde om lag 8 % av renteinntektene for business‑development‑selskaper i 2024, basert på Fitch Ratings‑data.

Begge trekk gjør det enklere å jevne ut rapportert ytelse under stress.​

Enkelt sagt er mye av den rapporterte avkastningen i private‑kredittfond ikke basert på kontanter tilbakebetalt til investorer, men på estimert verdi av lån som fortsatt holdes.

I mange fond forblir en stor andel av avkastningen urealisert selv år etter lansering.

Forskerne advarer om at dette kan maskere risiko hvis disse verdsettelsene viser seg å være for optimistiske når lån til slutt gjøres opp eller selges.

«Lite sekundærmarked for AI‑lån så langt»

Den bakgrunnen er viktig for AI fordi den påvirker hvor raskt problemer i et bestemt segment viser seg i rapporterte tall.

AI har allerede kommet inn i private‑kredittdebatten én gang i år.

I februar advarte UBS' kredittstrategi‑analytikere om at AI‑drevet økonomisk forstyrrelse kunne bidra til mellom $75 og $120 milliarder i nye mislighold på tvers av leveraged loans og private‑kredittmarkeder innen utgangen av 2026, med private‑kreditt misligholds­rater som potensielt stiger mot 4 % i et basisscenario og dobles under et mer alvorlig utfall.

Deres fokus var i stor grad på hva generative AI‑verktøy kan gjøre med inntektene til eksisterende programvarelåntakere — etterspørselssiden av AI‑historien.​

Feds protokoll, i kontrast, handler om tilbudssiden: finansieringen av datasentrene, compute‑klyngene og digitale energisystemer som gjør disse verktøyene mulig i første omgang.

Når Invezz spurte Jeff Hooke om likviditets‑ og verdsettingsrisikoene han har dokumentert i private kreditter også gjelder for lån som finansierer AI‑infrastruktur, var han ikke tilbakeholden.

"Ja… det finnes så langt lite sekundærmarked for AI‑lån. Tiden vil vise om AI‑lån for infrastruktur går over i PIK‑modus eller forlengelsesmodus," sa Hooke til Invezz.

Det er bare én setning, men den krystalliserer flere av problemstillingene regulatorer har antydet.

Hvis det finnes «lite sekundærmarked» for AI‑infrastrukturlån, som Hooke sier, så mangler de vanlige trykkventilene i kredittmarkedet: å selge posisjoner til andre investorer og å hedge via likvide indekser er stort sett fraværende.

Hvis låntakere begynner å få problemer, er de primære verktøyene som gjenstår bilaterale: forlenge forfall, lemping på convenanter, eller å gå over til PIK‑renter for å unngå at kontantmislighold realiseres.

Hookes egen forskning viser hvordan disse verktøyene har blitt brukt andre steder i private kreditter for å utsette tapsførsel og opprettholde overskrifts‑IRR-er.​

Latent stress kan ligge inne i fond hvis rapporterte prestasjoner fortsatt domineres av urealisert verdsettelse.

Fra utsiden kan det se mye ut som stabilitet, inntil det ikke gjør det.

I praktiske termer, dersom problemer begynner å dukke opp i AI‑relaterte lån, kan de utebli i tallene investorene ser med én gang.

Eksperter advarer om at mange AI‑infrastruktur­lån har lite aktivt sekundærmarked, noe som gjør dem vanskelige å selge eller prise om raskt.

Hvis låntakere får problemer, kan långivere forlenge lånebetingelser eller tillate at renter akkumuleres i stedet for å erklære mislighold, og dermed forsinke når finansielt stress blir synlig.

Hvem gir pengene i siste instans?

Et annet sett spørsmål regulatorer stiller har mindre å gjøre med enkeltlån og mer med hvem som står bak dem.

Den 6. februar utstedte US Treasury, som leder Committee on Foreign Investment in the United States (CFIUS), en forespørsel om informasjon om et foreslått «Known Investor Program.» 

Ideen er å skape et rammeverk hvor visse investorer med etablerte meritter kan bli forhåndsgodkjent, noe som potensielt kan effektivisere gjennomganger av fremtidige transaksjoner samtidig som nasjonal sikkerhet overvåkes.​

For private kreditter går RFI rett til et lenge‑eksisterende blindspor: utenlandske limited partners (LP‑er) i private fond.

Under gjeldende regler er utenlandske investorer som forplikter kapital som LP‑er uten å oppnå kontroll eller spesielle styringsrettigheter ikke alltid underlagt obligatorisk CFIUS‑gjennomgang, selv om fondene de støtter går videre til å finansiere sensitive amerikanske virksomheter eller infrastruktur.

Skatteetatens høring, åpen for kommentarer til 18. mars 2026, spør eksplisitt hvordan Known Investor Program bør anvendes på slike strukturer.

En policy‑analyse fra CELIS Institute bemerker at utkast til kvalifikasjonskriterier under diskusjon ville kreve at en potensiell «known investor» har innlevert minst tre dekkede transaksjoner til CFIUS i løpet av de siste tre årene og møter strenge kriterier rundt sanksjoner og bånd til «fremmede motstander»‑jurisdiksjoner, en terskel mange passive LP‑er i private fond kanskje ikke vil nå.

Foreløpig er programmet fortsatt under utvikling.

Ingen endelige regler er vedtatt, og Treasury avslo å kommentere utover det som er publisert.

Men vinklingen i spørsmålene de stiller, om innsikt i fonds‑investorer, ikke bare fondsforvaltere, viser at screening av utenlandske investeringer begynner å se oppstrøms, mot kapitalen som i siste instans støtter private‑kreditt‑vehikler.​

Enkelt sagt ser regulatorer ikke bare på lånene som finansierer AI‑infrastruktur, men også på hvem som i siste instans leverer pengene bak disse lånene.

US‑myndigheter utforsker nye regler som kan gi dem bedre innsyn i utenlandske investorer som støtter private fond.

Målet er å forstå hvor kapitalen i siste instans kommer fra, særlig når den kan finansiere sensitiv infrastruktur eller teknologiprosjekter i USA.

Spørsmålene som fortsatt henger over AIs usynlige gjeld

Ingen av dokumentene som så langt er publisert av Fed, Financial Stability Board eller US Treasury antyder at finansiering av AI‑infrastruktur i private‑kredittmarkeder utgjør en umiddelbar systemisk trussel.

I stedet reiser regulatorene en rekke ubesvarte spørsmål.

Hvis mer av utbyggingen av AI‑infrastruktur finansieres i «ugjennomsiktige private markeder», som Fed‑tjenestemenn nevnte, hvor likvide er disse lånene i praksis?

Jeff Hookes observasjon om at "det så langt finnes lite sekundærmarked for AI‑lån" tyder på at likviditeten kan være begrenset.

En annen bekymring er hvordan stress ville vise seg i fondenes verdsettelser hvis låntakere får problemer.

Med noen private‑kredittfond som fortsatt rapporterer en stor andel av verdien som urealisert, kan verktøy som forlengelse av lån eller betaling‑i‑natural‑renter utsette når tap blir synlige.

Det finnes også bredere spørsmål om transparens. Hvilken andel av billionene som er forpliktet til private‑kredittstrategier finansierer faktisk AI‑infrastruktur, og hvem leverer i siste instans den kapitalen?

Inntil nye initiativer som det foreslåtte Known Investor Program materialiserer seg, kan regulatorene bare ha delvis innsyn i denne finansieringskjeden.