De revolutie op het gebied van kunstmatige intelligentie (A.I.) versnelt, aangejaagd door een onverzadigbare vraag naar steeds grotere datacenters om complexe algoritmen en trainingsmodellen aan te drijven. Terwijl technologiegiganten als Google en Amazon deze enorme infrastructuurprojecten traditioneel met hun eigen enorme winsten financierden, is er een nieuwe golf van kleinere spelers die graag een stukje van de AI willen uitbouwen. taart zich steeds meer richten op schuldfinanciering. Deze verschuiving naar het lenen van miljarden, die in 2028 mogelijk een biljoen dollar zou bereiken, heeft zorgen doen ontstaan over onhoudbare risico’s binnen de bloeiende industrie.
De opkomst van met schulden gefinancierde datacenters begon toen bedrijven als Meta samenwerkten met gespecialiseerde providers. Meta stemde er bijvoorbeeld mee in om voor 14,3 miljard dollar aan rekenkracht te kopen van CoreWeave, een relatief onbekend bedrijf dat onlangs naar de beurs ging. Het bedrijfsmodel van CoreWeave is sterk afhankelijk van leningen; voor elke 5 miljard dollar die het de komende vier jaar aan rekenkracht wil verkopen, moet het 2,85 miljard dollar aan leningen afsluiten.
Deze trend reikt verder dan dergelijke partnerschappen. OpenAI, het bedrijf achter de virale ChatGPT-chatbot, leidt een golf van ambitieuze datacenterprojecten. Ondanks dat er jaarlijks miljarden worden gegenereerd, voorspelt de CEO, Sam Altman, de winstgevendheid pas in 2029. Toch is OpenAI van plan om, samen met partners als Oracle en SoftBank, ruim 400 miljard dollar uit te geven aan het bouwen van centra in Texas, New Mexico, Ohio en Wisconsin – een groot deel hiervan wordt waarschijnlijk gefinancierd met schulden. De exacte omvang van de leningen blijft onduidelijk, maar analisten schatten dat Oracle alleen al de komende vier jaar jaarlijks 25 miljard dollar zal moeten lenen om aan zijn verplichtingen te voldoen.
Wat de complexiteit nog verder vergroot, gaat bij deze projecten vaak gepaard met ingewikkelde financieringsstructuren. In het eerste datacenter van OpenAI in Texas verzorgt Oracle bijvoorbeeld de computerhardware, terwijl Crusoe de fysieke infrastructuur bouwt en een lening van $ 15 miljard van Blue Owl Capital en andere investeerders veiligstelt om het deel ervan te dekken. Ondertussen leunen SoftBank en OpenAI naar verluidt op schulden voor faciliteiten in Ohio en Texas.
OpenAI heeft andere gedurfde stappen gezet om fondsen veilig te stellen, waaronder de verkoop van een enorm belang aan chipmaker Nvidia voor $100 miljard en het aanvaarden van een aanzienlijk aandelenpakket van AMD-aandelen – potentieel ter waarde van tientallen miljarden meer. Deze deals omvatten toezeggingen om computerchips van beide bedrijven te kopen, maar deze overeenkomsten bieden een ontsnappingsclausule als de behoeften van OpenAI veranderen. Maar zelfs als dergelijke ontsnappingen bestaan, zou de schuld zelf problematisch kunnen worden.
Deze afhankelijkheid van schulden brengt verschillende risico’s met zich mee. Ten eerste bestaat het onderpand voor veel leningen vaak uit de computerchips zelf, die snel in waarde dalen. Ten tweede houdt een breed scala aan instellingen – van banken en particuliere kredietverstrekkers tot bedrijven die rechtstreeks in faciliteiten investeren – deze schulden aan, waardoor systemische kwetsbaarheid in het financiële landschap ontstaat. De ondoorzichtigheid rond veel van deze deals maakt het moeilijk om de potentiële omvang van de blootstelling volledig te beoordelen.
“Het is de hefboomwerking in het systeem die risico’s drijft”, waarschuwt Jeremy Kress, hoogleraar bedrijfsrecht aan de Universiteit van Michigan, gespecialiseerd in financiële instabiliteit. “En het is moeilijk om te weten hoeveel invloed het systeem heeft.”
De parallellen met de dotcom-hausse aan het eind van de jaren negentig zijn opvallend. De haast om glasvezelinfrastructuur aan te leggen, aangewakkerd door schulden, leidde tot een wijdverbreid faillissement toen beloofde rendementen uitbleven. Hoewel het potentieel van AI onmiskenbaar is, waarschuwen deskundigen dat deze huidige afhankelijkheid van geleend geld het risico inhoudt dat fouten uit het verleden worden herhaald. De snelle accumulatie van AI-gerelateerde schulden kan verstrekkende gevolgen hebben als de inkomstenprognoses tekortschieten, waardoor investeerders en kredietverstrekkers kwetsbaar worden en mogelijk de duurzaamheid van de sector zelf op lange termijn in gevaar komt.
