Η κούρσα για data centers AI χρηματοδοτείται ολοένα περισσότερο με δανεισμό, ενώ η S&P Global προειδοποιεί ότι η πιστωτική ποιότητα των hyperscalers σταδιακά αποδυναμώνεται. Το ρίσκο δεν είναι άμεση κατάρρευση των Big Tech, αλλά η αλληλεξάρτηση που δημιουργείται όταν οι ισχυροί ισολογισμοί τους στηρίζουν μικρότερους και πιο ευάλωτους παίκτες.
Η κλίμακα της επένδυσης
Η κατασκευή data centers για εκπαίδευση και λειτουργία μοντέλων τεχνητής νοημοσύνης απαιτεί τεράστιες δαπάνες σε servers, chips, ηλεκτρική ενέργεια και συνδέσεις δικτύου. Η Axios μεταφέρει την εκτίμηση της S&P ότι οι σχετικές επενδύσεις μετρώνται πλέον σε τρισεκατομμύρια δολάρια και ότι σημαντικό μέρος τους χρηματοδοτείται με χρέος.
Η Amazon αποτελεί χαρακτηριστικό παράδειγμα: σύμφωνα με το δημοσίευμα, έχει αντλήσει περίπου 100 δισ. δολάρια από την αγορά ομολόγων μέσα στο 2026. Το ποσό δεν αφορά αποκλειστικά data centers, δείχνει όμως το μέγεθος της πρόσβασης που χρειάζονται οι εταιρείες για να καλύψουν τις κεφαλαιουχικές τους δαπάνες.
Η προειδοποίηση της S&P Global
Οι αναλυτές της S&P Global γράφουν ότι «η πιστωτική ποιότητα των hyperscalers σταδιακά αποδυναμώνεται». Η παρατήρηση δεν ισοδυναμεί με πρόβλεψη χρεοκοπίας. Οι περισσότερες μεγάλες εταιρείες διαθέτουν υψηλές αξιολογήσεις, ισχυρές ταμειακές ροές και δραστηριότητες που δεν εξαρτώνται μόνο από την AI.
Η Oracle είναι η βασική εξαίρεση που αναφέρεται στο ρεπορτάζ ως πιο ευάλωτη από τους υπόλοιπους μεγάλους δανειολήπτες. Η εταιρεία έχει εξελιχθεί σε σημαντικό πάροχο υποδομών για AI, όμως η γρήγορη επέκταση αυξάνει την ανάγκη για κεφάλαια και κάνει την πορεία των εσόδων και των ταμειακών ροών πιο κρίσιμη.
Το κρυφό επίπεδο του δανεισμού
Το ρίσκο δεν βρίσκεται μόνο στα ομόλογα που εκδίδουν οι ίδιες οι Big Tech. Οι hyperscalers χρησιμοποιούν επίσης την ισχυρή πιστοληπτική τους εικόνα για να στηρίζουν δανεισμό άλλων εταιρειών, οι οποίες διαφορετικά θα πλήρωναν υψηλότερο επιτόκιο ή δεν θα έβρισκαν εύκολα χρηματοδότηση.
Έτσι δημιουργείται μια αλυσίδα εξάρτησης ανάμεσα σε παρόχους cloud, ιδιοκτήτες data centers, εταιρείες ενέργειας, κατασκευαστές εξοπλισμού και νεότερους παίκτες της αγοράς. Αν ένας μικρότερος πάροχος αποτύχει να εξυπηρετήσει το χρέος του, οι επιπτώσεις μπορεί να φτάσουν στους μεγάλους ομίλους μέσω εγγυήσεων, συμβολαίων ή επενδύσεων.
Τα έσοδα της AI και ο κυκλικός χαρακτήρας
Η Axios σημειώνει ότι τα έσοδα της AI αποκτούν πιο κυκλικό χαρακτήρα. Οι εταιρείες αγοράζουν υπολογιστική ισχύ, GPUs και υπηρεσίες cloud από άλλες εταιρείες του ίδιου οικοσυστήματος, ενώ οι προμηθευτές επενδύουν ξανά σε υποδομές για να εξυπηρετήσουν την αυξανόμενη ζήτηση.
Αυτό μπορεί να επιταχύνει την ανάπτυξη όσο οι πελάτες συνεχίζουν να πληρώνουν και οι προβλέψεις για τη ζήτηση παραμένουν υψηλές. Μπορεί όμως να μεγεθύνει και την πίεση αν η ανάπτυξη των εσόδων επιβραδυνθεί, τα επιτόκια μείνουν υψηλά ή η απόδοση των νέων data centers αποδειχθεί χαμηλότερη από την αναμενόμενη.
Τι πρέπει να παρακολουθήσει η αγορά
Το κρίσιμο ερώτημα δεν είναι αν οι hyperscalers μπορούν να δανειστούν, αλλά αν η παραγωγικότητα και τα έσοδα που θα προκύψουν από τις νέες υποδομές θα αυξηθούν αρκετά ώστε να δικαιολογήσουν το κόστος. Η S&P περιγράφει τους κινδύνους ως διαχειρίσιμους σήμερα, επισημαίνει όμως ότι υπάρχουν άγνωστοι παράγοντες σε έναν κλάδο που μεγαλώνει με πρωτοφανή ταχύτητα.
Για την αγορά, τα σημάδια πίεσης θα φανούν σε τρία σημεία: στο κόστος νέου δανεισμού, στις εγγυήσεις που αναλαμβάνουν οι μεγάλοι όμιλοι και στις ταμειακές ροές εταιρειών όπως η Oracle. Όσο περισσότερα επίπεδα χρηματοδότησης συνδέονται με την ίδια υπόθεση —ότι η ζήτηση για AI θα συνεχίσει να εκτοξεύεται— τόσο μεγαλύτερη γίνεται η ανάγκη για διαφάνεια και συντηρητικές προβλέψεις.