Hyperscale AI Infrastructure Spending Triggers Investor Concern Over Credit Quality

Podstawowy model biznesowy, który zapewnił Dolinie Krzemowej obecną dominację na rynku, przechodzi drastyczną transformację. Historycznie rzecz biorąc, liderzy technologiczni prosperowali w strukturach oszczędzających zasoby, koncentrując się na wysokomarżowym oprogramowaniu i skalowalnych usługach w chmurze, które wymagały stosunkowo niewielkich nakładów kapitałowych. Generacyjna sztuczna inteligencja wymaga jednak ogromnej powierzchni fizycznej, co wymaga ogromnych centrów danych, wyspecjalizowanych chipów i dużego zużycia energii. Według badań przeprowadzonych przez Moody’s Ratings to przejście do modeli wymagających dużych aktywów wymaga bezprecedensowego poziomu inwestycji. Firmy hiperskalowalne, takie jak Alphabet i Microsoft, wcześniej postrzegane jako fortece kapitałowe, są obecnie w coraz większym stopniu zmuszone do opierania się na długu, sprzedaży akcji i finansowaniu pozabilansowym, aby utrzymać swój rozwój. Na przykład Alphabet niedawno zaktualizował swoje wytyczne dotyczące wydatków kapitałowych na rok 2026, podnosząc je w połowie o 15 miliardów dolarów, aby osiągnąć zakres od 190 miliardów dolarów do 205 miliardów dolarów, potwierdzając jednocześnie, że wydatki w roku budżetowym 2027 będą dalej rosły. Ten zwrot powoduje dyskomfort wśród inwestorów, którzy zaczynają przedkładać jasne ścieżki monetyzacji tych ogromnych nakładów na infrastrukturę nad długoterminowe obietnice wzrostu.

Agresywne dążenie do wykorzystania możliwości sztucznej inteligencji powoduje zauważalne napięcie na rynkach kredytowych. Choć giganci tacy jak Amazon, Meta i Microsoft nadal utrzymują mocne bilanse, sama skala wymaganych wydatków skłoniła agencje ratingowe do wydawania ostrzeżeń dotyczących potencjalnych zagrożeń dla jakości kredytów. Moody’s zauważyła, że ​​choć tradycyjne zadłużenie pozostaje problemem, wiele firm decyduje się na finansowanie pozabilansowe, aby uniknąć zawyżania zgłaszanych poziomów zadłużenia. W szczególności zobowiązania z tytułu najmu centrów danych wzrosły w całej branży do łącznej kwoty 1,2 biliona dolarów, z czego ponad 820 miliardów dolarów stanowią obiekty pozostające w budowie. Te przyszłe zobowiązania w rzeczywistości pełnią funkcję zobowiązań stanowiących ekwiwalent długu, wiążąc firmy z koniecznością zapłaty znacznych czynszów w nadchodzących latach. Na rynku obligacji inwestorzy żądają wyższych stóp zwrotu z pożyczek dla tych spółek, przy rosnących spreadach kredytowych dla największych graczy, w miarę jak inwestorzy w obligacje i akcje debatują na temat realnego zwrotu z inwestycji w te wielomiliardowe projekty.

Ryzyko związane z rozwojem sztucznej inteligencji nie rozkłada się równomiernie w całym sektorze. Największa bezpośrednia presja znajduje się w obliczu mniejszych lub bardziej wyspecjalizowanych podmiotów. Na przykład Oracle odnotował najwyższe od wielu lat obroty w zakresie swapów ryzyka kredytowego, a ocena firmy została niedawno obniżona przez S&P Global do BBB-, plasując się zaledwie o jeden stopień powyżej statusu śmieciowego. Podobnie CoreWeave działa na rynku produktów wysokodochodowych z ratingiem Ba3, opierając się na złożonych strukturach zadłużenia prywatnego w celu finansowania swoich flot procesorów graficznych. Moody's zidentyfikowała również ryzyko „ekosystemu o obiegu zamkniętym”, w ramach którego podmioty hiperskalowalne inwestują miliardy w laboratoria AI sprzed IPO, takie jak OpenAI i Anthropic, które z kolei wydają te same środki na usługi przetwarzania w chmurze świadczone przez hiperskalowców. Tworzy to wzajemnie powiązaną sieć zależności, w której gracze branżowi zasadniczo opierają się na tych samych założeniach dotyczących popytu. Chociaż relacje te mają na celu zabezpieczanie długoterminowych kontraktów i sprawdzanie zapotrzebowania na chmurę, zwiększają one ryzyko systemowe, jeśli przewidywane zapotrzebowanie przedsiębiorstw na sztuczną inteligencję nie będzie zgodne z przewidywaniami.

Sezon zarobków stał się papierkiem lakmusowym wysokiej stawki dla stabilności obecnych poziomów wydatków na sztuczną inteligencję. Niedawny raport Alphabet służy jako główny przykład, gdzie imponujący 82% wzrost przychodów Google Cloud rok do roku został przyćmiony przez ujemne kwartalne wolne przepływy pieniężne firmy w wysokości 5,8 miliarda dolarów – pierwszy w jej historii. Reakcja ta podkreśla rosnącą rozbieżność nastrojów: choć przedsiębiorstwa w dalszym ciągu wykazują duży popyt na infrastrukturę sztucznej inteligencji, inwestorzy są coraz bardziej sceptyczni co do ceny związanej z tą ekspansją. Meta Platforms spotyka się z podobną analizą, rozbudowując własną infrastrukturę i zmierzając w kierunku uruchomienia usługi chmury publicznej. Tymczasem firmy takie jak Microsoft znajdują się pod dodatkową presją ze względu na koncentrację na oprogramowaniu dla przedsiębiorstw. Obawy, że sztuczna inteligencja może zakłócić tradycyjny przepływ pracy w oprogramowaniu, w połączeniu z ochłodzeniem zapasów oprogramowania, wzbudziły nieufność niektórych inwestorów wobec agresywnej trajektorii inwestycyjnej firmy, pomimo pozytywnych ocen jej asystenta Copilot.