Ostrożność Goldman Sachs wobec długu hyperscalerów rośnie wraz z gwałtownym wzrostem podaży obligacji AI

Goldman Sachs przyjął pozycję niedoważenia wobec głównych pożyczkobiorców AI mimo ich silnych bilansów, czyniąc podaż długu hyperscalerów konfliktem, którego inwestorzy nie mogą już ignorować.

Lindsay Rosner, szefowa inwestycji wielosektorowych w Goldman Sachs Asset Management, ujawniła tę pozycję 24 września. Zgodnie z jej stanowiskiem portfelowym, firma nadal wierzy we wzrost sztucznej inteligencji. Ogranicza jednak ekspozycję na obligacje finansujące ten wzrost, ponieważ na rynek trafia zbyt wiele emisji.

To rozróżnienie zmienia debatę o inwestowaniu w AI. Bezpośrednie pytanie nie brzmi, czy Microsoft, Amazon, Alphabet, Meta lub Oracle są w stanie obsługiwać swoje zobowiązania. Chodzi o to, czy inwestorzy powinni akceptować dzisiejsze spready, zanim setki miliardów dodatkowych obligacji zaczną konkurować o ten sam kapitał.

Goldman Sachs Research oczekuje, że łączne zadłużenie pięciu hyperscalerów gwałtownie wzrośnie do 2027 roku. Inwestorzy reagują, żądając większych premii emisyjnych, preferując tradycyjnych emitentów korporacyjnych i ograniczając skoncentrowaną ekspozycję na kredyt związany z AI.

Rynek rozdzielił zatem dwie idee, które wcześniej poruszały się razem. Inwestor może pozostać optymistą co do popytu na AI, jednocześnie mniej chętnie posiadając dług finansujący jej infrastrukturę.

Pozycja Goldman Sachs wobec długu hyperscalerów koncentruje się na ryzyku podaży

Goldman Sachs Asset Management traktuje dużą podaż jako ryzyko inwestycyjne, nawet gdy ryzyko niewypłacalności pozostaje niskie.

Pozycja niedoważenia Rosner dotyczy największych pożyczkobiorców AI, a nie całego sektora technologicznego. Alokacja niedoważona oznacza, że portfel utrzymuje mniejszą ekspozycję, niż wynikałoby to z jego benchmarku lub standardowej alokacji.

Decyzja odzwierciedla ilość papierów trafiających na rynek. Obligacje korporacyjne są wyceniane zarówno przez fundamenty kredytowe, jak i warunki podaży i popytu. Zdrowa finansowo firma może nadal emitować obligacje, które później zachowują się słabiej, jeśli inwestorzy otrzymują więcej porównywalnego długu, niż mogą komfortowo wchłonąć.

Mechanizm ten ma znaczenie, ponieważ hyperscalerzy nie finansują pojedynczego, odizolowanego przejęcia. Finansują wieloletni cykl budowlany obejmujący centra danych, sprzęt obliczeniowy, urządzenia sieciowe, grunty i infrastrukturę energetyczną.

Goldman Sachs Research oszacował, że pożyczkobiorcy związani z AI wyemitowali niemal 500 mld USD długu do początku sierpnia 2026 roku. Własne omówienie rynku długu AI przez firmę opisało skalę i czas trwania emisji jako nietypowe dla kredytu korporacyjnego.

Liczba ta obejmuje więcej niż bezpośrednie zadłużenie największych platform chmurowych. Uwzględnia również finansowanie powiązane z centrami danych, dostawcami technologii, przedsiębiorstwami użyteczności publicznej i innymi elementami łańcucha infrastrukturalnego.

Ten szerszy zakres może utrudniać pomiar ekspozycji. Fundusz obligacyjny może posiadać bezpośrednio dług hyperscalera, finansować właściciela centrum danych i utrzymywać dług przedsiębiorstwa energetycznego wspierającego tę samą ekspansję. Pozycje te mogą dzielić jeden czynnik ekonomiczny, nawet jeśli różnią się etykietami branżowymi.

Stanowisko Rosner nie jest prognozą, że hyperscalerzy staną się niewypłacalni. Główne platformy nadal generują znaczące operacyjne przepływy pieniężne, posiadają wartościowe aktywa i mają szeroki dostęp do rynków kapitałowych.

Zamiast tego pozycja odzwierciedla węższą ocenę wartości względnej. Jeśli kupujący oczekuje powtarzających się emisji, czekanie może przynieść lepszy spread lub korzystniejszą premię za nową emisję.

Premia za nową emisję to dodatkowa rentowność oferowana przy plasowaniu nowych obligacji w porównaniu z istniejącym długiem emitenta. Premie często rosną, gdy podaż staje się trudniejsza do rozprowadzenia.

Ten wzorzec pojawił się już w pojedynczych transakcjach. Jeden zarządzający inwestycjami podał, że Amazon pozyskał 25 mld USD w ośmiu transzach obligacji w lipcu. Transakcja nastąpiła po emisji o wartości 37 mld USD w marcu, zwiększając dwunastomiesięczną sumę Amazona do 107 mld USD.

Popyt pozostał znaczny, lecz warunki stały się korzystniejsze dla kupujących. Według analizy rynku obligacji przygotowanej przez zarządzającego, Amazon zapłacił premie od 12 do 22 punktów bazowych w transzach lipcowych.

Przewyższało to średnią dla szerokiego rynku obligacji inwestycyjnych przytoczoną w analizie. Punkt bazowy to jedna setna punktu procentowego, dlatego niewielkie zmiany mogą istotnie wpływać na duże portfele instytucjonalne.

Zmianę łatwo przeoczyć, ponieważ każda transakcja nadal może zostać pomyślnie sprzedana. Jednak udane plasowanie nie gwarantuje silnych wyników na rynku wtórnym, zwłaszcza gdy kolejna duża transakcja może pojawić się w ciągu kilku dni.

Ostrożność Goldman Sachs wobec długu hyperscalerów zaczyna się więc od struktury rynku. Pożyczkobiorcy pozostają wiarygodni, ale równowaga między dostępnymi obligacjami a dostępnymi nabywcami się zmienia.

Nakłady kapitałowe na AI pochłaniają coraz więcej gotówki korporacyjnej

Presja wynika ze zmiany finansowania, ponieważ inwestycje w AI zbliżają się do poziomu gotówki generowanej przez firmy, które ją budują.

Hyperscalerzy początkowo finansowali dużą część rozbudowy AI z gotówki operacyjnej. Ich dochodowe biznesy reklamowe, programistyczne, handlowe i chmurowe dawały im przewagę niedostępną dla mniejszych firm infrastrukturalnych.

Ta przewaga nie zniknęła. Problem polega na tym, że nakłady kapitałowe wzrosły do poziomu bliższego skali operacyjnych przepływów pieniężnych, pozostawiając mniej miejsca na dywidendy, skup akcji, przejęcia i elastyczność finansową.

Analitycy Goldman Sachs oszacowali, że hyperscalerzy wydadzą około 770 mld USD na nakłady kapitałowe w 2026 roku. Kwota ta odpowiadała około 100 procentom prognozowanych operacyjnych przepływów pieniężnych, zgodnie z opisem zmiany kapitałowej.

Nakłady kapitałowe obejmują więcej niż chipy. Firmy muszą budować obiekty, instalować systemy sieciowe, zabezpieczać dostawy energii elektrycznej, chłodzić sprzęt i łączyć obiekty z klientami w wielu regionach.

Nie każdy dolar z tych budżetów trafia do generatywnej AI. Ekspansja chmury wspiera konwencjonalne obciążenia robocze, a infrastruktura może obsługiwać kilka produktów przez cały okres użytkowania. Mimo to popyt na AI napędza znaczną część dodatkowej mocy.

Gdy nakłady kapitałowe pochłaniają większość operacyjnych przepływów pieniężnych, zespoły zarządzające stają przed kilkoma wyborami. Mogą emitować dług, sprzedawać akcje, ograniczać skup akcji, spowalniać budowę lub łączyć te opcje.

Dług ma oczywiste zalety dla firm z ratingiem inwestycyjnym. Pozwala uniknąć natychmiastowego rozwodnienia udziałów akcjonariuszy i rozkłada koszty infrastruktury na lata, w których aktywa powinny generować przychody.

Wadą jest stałe zobowiązanie. Odsetki muszą być płacone nawet wtedy, gdy prognozy popytu okażą się zbyt optymistyczne, ceny spadną lub nowszy sprzęt obniży wartość istniejących obiektów.

Dług przenosi także część decyzji o inwestycjach w AI z rad nadzorczych firm na rynki publiczne. Każda oferta prosi inwestorów obligacyjnych o potwierdzenie planów wydatkowych poprzez cenę, którą są skłonni zaakceptować.

To przesunięcie zmienia informacje potrzebne inwestorom. Akcjonariusze koncentrują się na wzroście, marżach, udziale w rynku i przyszłej wartości usług AI. Inwestorzy kredytowi pytają również, jak często firma będzie się zadłużać i gdzie jej obligacje znajdą się w przyszłych kalendarzach podaży.

Goldman Sachs oczekuje, że pięciu największych hyperscalerów wyemituje około 250 mld USD obligacji w 2026 roku. Według jego szacunków emisje w 2027 roku zbliżą się do 400 mld USD, podczas gdy nakłady kapitałowe mają pozostać wysokie.

Te szacunki są prognozami, a nie zobowiązaniami kontraktowymi. Firmy mogą korygować budżety, opóźniać inwestycje, korzystać z leasingu lub przekierowywać finansowanie między walutami i rynkami.

Jednak kierunek jest już widoczny. Reuters podał, że oczekiwana łączna emisja hyperscalerów w 2027 roku wzrosła do 420 mld USD, co oznacza 60-procentowy wzrost względem szacunku na 2026 rok.

Jednocześnie całkowita emisja obligacji korporacyjnych w USA do sierpnia osiągnęła 1,9 bln USD, rosnąc o 30 procent w porównaniu z poprzednim rokiem. To połączenie oznacza, że pożyczkobiorcy AI konkurują na już zatłoczonym rynku.

Presja wykracza poza emitentów technologicznych. Duże wolumeny podobnie ocenianego długu mogą odciągać popyt od spółek przemysłowych, finansowych, ochrony zdrowia i konsumenckich.

Inwestorzy porównują obligacje według rentowności, terminu zapadalności, płynności i oczekiwanej zmienności. Portfel, który wchłania więcej długu technologicznego, musi albo przyciągnąć nowe napływy kapitału, albo ograniczyć inną pozycję.

Dlatego podaż długu hyperscalerów ma znaczenie nawet dla osób, które nigdy nie kupują obligacji technologicznych. Potrzeby finansowe mogą wpływać na koszty pożyczania w całym segmencie kredytu inwestycyjnego i na kapitał dostępny w innych miejscach.

Wiara we wzrost AI koliduje teraz z dyscypliną obligacyjną

Kluczowy zwrot polega na tym, że wiara w AI nie wymaga już entuzjazmu wobec każdego instrumentu finansującego jej rozwój.

Przez znaczną część boomu AI sukces operacyjny i zaufanie do finansowania wzajemnie się wzmacniały. Rosnący popyt zachęcał do większych inwestycji, a wysokie wyceny firm sprawiały, że inwestycje te wydawały się przystępne.

Rynek obligacji wprowadza teraz rozróżnienie. Skuteczna strategia technologiczna może współistnieć ze słabymi stopami zwrotu z obligacji, jeśli kolejne emisje stale obniżają atrakcyjność istniejących papierów emitenta.

To główna logika stojąca za pozycjonowaniem Goldman Sachs wobec długu hyperscalerów. Rosner może akceptować długoterminową tezę wzrostową, jednocześnie odmawiając posiadania tak dużej ilości najobficiej dostępnych papierów.

Nie jest to sprzeczne z innymi poglądami Goldman Sachs. Różne działy i strategie odnoszą się do różnych instrumentów, horyzontów i celów klientów.

Na przykład analitycy akcji Goldman Sachs argumentowali wcześniej w 2026 roku, że inwestorzy powinni preferować akcje hyperscalerów nad akcjami spółek półprzewodnikowych. Teza ta dotyczyła tego, gdzie w ramach rynku akcji może kumulować się ekonomiczna wartość AI.

Portfel instrumentów o stałym dochodzie stoi przed inną kalkulacją. Jego potencjał wzrostowy jest zwykle ograniczony do płatności kontraktowych i zawężenia spreadów, podczas gdy ryzyko spadku obejmuje rozszerzenie spreadów, straty wynikające z duration i pogorszenie wskaźników kredytowych.

Duration mierzy wrażliwość ceny obligacji na zmiany stóp procentowych. Długoterminowe obligacje technologiczne mogą tracić na wartości, gdy rentowności obligacji skarbowych rosną, nawet jeśli kondycja finansowa emitenta pozostaje stabilna.

Podaż dodaje kolejne źródło presji. Nowa obligacja oferowana z wyższą rentownością może uczynić starszą obligację mniej atrakcyjną, zmuszając jej cenę rynkową do spadku.

To rozróżnienie wyjaśnia również, dlaczego analiza skoncentrowana na niewypłacalności pomija obecny problem. Inwestorzy nie muszą wierzyć, że Microsoft lub Alphabet nie wywiążą się z płatności, aby preferować obligację banku, spółki przemysłowej lub rządu o lepszej wycenie względnej.

Reuters ustalił, że wysoko oceniany kredyt korporacyjny podzielił się do końca września na dwie grupy. Emitenci związani z AI spotykali się z większą ostrożnością, podczas gdy tradycyjni pożyczkobiorcy otrzymywali silniejszy popyt.

Zarządzający portfelami częściej wskazywali wolumen i nieprzewidywalne harmonogramy emisji niż wypłacalność. Wynikająca z tego selektywność nabywców była widoczna w premiach emisyjnych i decyzjach dotyczących koncentracji portfela.

Przewidywalność ma znaczenie, ponieważ fundusze obligacyjne zarządzają gotówką i ekspozycją względem benchmarku w ramach zaplanowanych terminów zapadalności. Pożyczkobiorca komunikujący jasny roczny plan finansowania daje inwestorom czas na zarezerwowanie zdolności.

Plany infrastrukturalne AI mogą zmieniać się szybciej. Nowy model, umowa z klientem, generacja chipów lub zobowiązanie energetyczne mogą uruchomić dodatkowe wydatki i kolejną sprzedaż obligacji.

Emisja w walutach obcych zapewniła jedno ujście presji. Hyperscalerzy mogą docierać do nabywców obligacji w euro lub innych walutach, zamiast polegać wyłącznie na dolarowym rynku obligacji inwestycyjnych.

Według TwentyFour Asset Management obligacje inne niż dolarowe stanowiły 33 procent emisji hyperscalerów w 2026 roku. To wzrost z 14 procent w 2025 roku.

Kredyt prywatny, fundusze infrastrukturalne, finansowanie projektowe i struktury zabezpieczone aktywami oferują inne kanały. Takie rozwiązania mogą przenieść zadłużenie poza spółkę dominującą i silniej powiązać spłatę z konkretnymi obiektami lub kontraktami.

Nie eliminują one ryzyka gospodarczego. Projekt nadal zależy od budowy, dostępności energii, zobowiązań najemców, popytu na technologie i warunków refinansowania.

Struktura finansowania określa, kto ponosi te ryzyka i kiedy pojawiają się straty. Obligatariusze publiczni, prywatni kredytodawcy, właściciele nieruchomości, przedsiębiorstwa użyteczności publicznej i akcjonariusze mogą przejąć różną część obciążeń.

Ten podział nabiera znaczenia, gdy infrastruktura AI wychodzi poza zasobny w gotówkę rdzeń wielkich firm technologicznych. Deweloperzy centrów danych i wyspecjalizowani dostawcy chmury zwykle nie dysponują taką samą ochroną bilansową.

Dla inwestorów praktycznym wnioskiem jest selektywność, a nie całkowite unikanie rynku. Obligacja może oferować atrakcyjną rekompensatę po rozszerzeniu spreadu, nawet jeśli wcześniejsza emisja tej samej firmy wydawała się droga.

Niedoważenie w alokacji Rosnera odzwierciedla tę ocenę momentu wejścia. Goldman Sachs Asset Management wydaje się skłonne czekać, aż podaż stworzy korzystniejsze punkty wejścia.

Silne bilanse nie rozstrzygają debaty o długu AI

Pesymistyczny scenariusz może być wyolbrzymiony, ponieważ najwięksi pożyczkobiorcy nadal dysponują wyjątkową zdolnością generowania gotówki i wieloma opcjami finansowania.

Presja podażowa jest realna, lecz nie tworzy automatycznie kryzysu kredytowego. Rynki obligacji nadal finansują duże transakcje, a inwestorzy wciąż cenią płynne papiery wartościowe rozpoznawalnych emitentów o ratingu inwestycyjnym.

Analitycy Goldman Sachs argumentowali, że umiarkowany wzrost dźwigni finansowej pozostałby zgodny z ratingami inwestycyjnymi głównych hyperscalerów. Dźwignia porównuje zadłużenie z zyskami, przepływami pieniężnymi lub innymi miarami zdolności do spłaty.

Firmy zachowują też możliwości, których słabsi pożyczkobiorcy nie mają. Mogą ograniczyć skup akcji, zmniejszyć przejęcia, emitować papiery w kilku walutach lub rozłożyć budowę na dłuższe okresy.

Popyt na obligacje wysokiej jakości może rosnąć, gdy rentowności stają się atrakcyjniejsze. Fundusze emerytalne, ubezpieczyciele, instytucje zagraniczne i portfele nastawione na dochód mogą wejść na rynek, gdy premia emisyjna rośnie.

Tworzy to mechanizm samokorygujący. Duża emisja rozszerza spready, szersze spready przyciągają nabywców, a silniejszy popyt pomaga uplasować kolejną transakcję.

Badania Goldman Sachs wykazały również, że rynki kredytowe już odgrywały większą rolę bez wyraźnych oznak załamania. Spready pozostawały historycznie wąskie w części okresu wzrostu emisji, mimo skali pożyczek.

Zbliżoną interpretację przedstawiła zarządzająca portfelem BlackRock Amanda Brownback w materiale Reutersa. Przypisała rozszerzanie się spreadów AI głównie warunkom podaży i popytu, a nie szerokiemu pogorszeniu jakości kredytowej.

Taka ocena podważa najbardziej alarmistyczną interpretację ostrożności Goldman Sachs wobec zadłużenia hyperscalerów. Pozycja niedoważona może wyrażać cierpliwość i dyscyplinę względnej wartości, bez prognozowania trudności finansowych.

Trudniejsza niepewność dotyczy zwrotu z inwestycji. Centra danych mają długi okres eksploatacji, podczas gdy układy scalone i systemy AI mogą rozwijać się w znacznie krótszych cyklach.

Obiekt może zachować użyteczność po tym, jak jego pierwotne akceleratory staną się przestarzałe. Operatorzy mogą wymienić sprzęt, przekierować moce lub wykorzystywać lokalizację do obsługi dojrzałych obciążeń chmurowych.

Modernizacje wymagają jednak większego kapitału. Wymagania dotyczące gęstości mocy, chłodzenia, sieci i oprogramowania również mogą się zmieniać, przez co niektóre obiekty będą mniej adaptowalne, niż oczekiwano.

Widoczność przychodów różni się między firmami. Dojrzała platforma chmurowa może sprzedawać moce tysiącom klientów, podczas gdy projekt o pojedynczym przeznaczeniu może zależeć od jednego najemcy lub jednego kontraktu.

Inwestorzy kredytowi muszą więc patrzeć dalej niż na etykietę „związaną z AI”. Bazowy pożyczkobiorca, gwarancja, zabezpieczenie, najemca, termin zapadalności i struktura kowenantów mają większe znaczenie niż sam temat.

Koncentracja tworzy kolejne ryzyko. Inwestorzy indeksowi mogą kumulować ekspozycję, ponieważ duzi emitenci otrzymują większe wagi w benchmarkach po sprzedaży większej ilości długu.

Proces ten może nagradzać zadłużanie się dodatkowym popytem pasywnym. Aktywni zarządzający mogą odpowiedzieć, ustalając wewnętrzne limity lub utrzymując pozycje mniejsze niż benchmark, co właśnie osiąga pozycja niedoważona.

Istnieje też ryzyko prognostyczne w szacunkach podaży. Raportowana prognoza 420 mld USD na 2027 rok zakłada, że firmy zrealizują obecne plany inwestycyjne i wykorzystają oczekiwany miks finansowania.

Wolniejszy popyt na AI zmniejszyłby potrzebę kapitału, lecz wprowadziłby inny problem. Inwestorzy zaczęliby wtedy kwestionować, czy dotychczasowe wydatki mogą przynieść wystarczające zwroty.

Silniejszy popyt mógłby poprawić przychody, jednocześnie zachęcając do jeszcze większych programów budowlanych. W takim przypadku lepsze wyniki operacyjne mogłyby pojawić się wraz z utrzymującą się presją na wyceny obligacji.

Oba scenariusze osłabiają proste wnioski. Ważne pytanie nie brzmi, czy AI odniesie sukces, czy poniesie porażkę, lecz czy przychody, przepływy pieniężne i zdolność finansowania rosną w zgodnym tempie.

Ta relacja pozostaje nierozstrzygnięta. Inwestorzy nie powinni traktować prognoz emisji jako dowodu bańki ani mocnych ratingów jako ochrony przed stratami wycenianymi według wartości rynkowej.

Podaż obligacji staje się ceną ambicji AI

Koszt długu wyłania się jako publiczny miernik tego, z jaką pewnością rynki finansują kolejny etap infrastruktury AI.

Trzy sygnały zdecydują, czy ostrożność Goldman Sachs wobec długu hyperscalerów okaże się trafna. Pierwszym jest wycena nadchodzących sprzedaży obligacji.

Inwestorzy powinni obserwować premie nowych emisji, pokrycie księgi zamówień i obrót na rynku wtórnym po każdej dużej transakcji. Miary te pokazują, czy popyt dotrzymuje kroku podaży.

Obligacja wyceniona z dużą premią, która następnie drożeje, sugeruje, że emitent znalazł poziom równoważący rynek. Transakcja, która natychmiast słabnie, może wskazywać, że nabywcy pozostają nasyceni.

Drugim sygnałem jest relacja między wydatkami kapitałowymi a operacyjnymi przepływami pieniężnymi w nadchodzących raportach wynikowych. Inwestorzy muszą zobaczyć, czy usługi AI generują gotówkę wystarczająco szybko, by ograniczyć zależność od finansowania zewnętrznego.

Sam wzrost przychodów nie rozstrzygnie sprawy. Wolne przepływy pieniężne, zobowiązania leasingowe, amortyzacja i zaktualizowane budżety kapitałowe pokażą, ile elastyczności finansowej pozostaje.

Wskazówki zarządów ujawnią również, czy firmy mogą etapować projekty. Elastyczne harmonogramy budowy ograniczają ryzyko finansowania, podczas gdy sztywne zobowiązania zakupowe lub energetyczne utrudniają dostosowanie wydatków.

Trzecim sygnałem jest prognozowany przez Goldman Sachs pipeline emisji na 2027 rok. Raportowany skok w kierunku 420 mld USD wzmocni tezę podażową, jeśli pożyczkobiorcy potwierdzą plany finansowania i będą nadal emitować w różnych walutach.

Teza osłabnie, jeśli wydatki zwolnią, przepływy pieniężne wzrosną szybciej, niż oczekiwano, lub alternatywne finansowanie istotnie zmniejszy podaż obligacji publicznych. Inwestorzy powinni odróżniać rzeczywisty transfer ryzyka od kosmetycznych zmian strukturalnych.

Finansowanie projektowe może usunąć dług z bilansu hyperscalera, pozostawiając projekt gospodarczo zależnym od tej firmy. Zobowiązania leasingowe mogą również tworzyć powtarzające się zobowiązania bez pojawiania się jako tradycyjna emisja obligacji.

Szersze warunki rynkowe będą kształtować wszystkie trzy sygnały. Rentowności obligacji skarbowych wpływają na całkowity dochód dostępny z długu korporacyjnego, a napływy do funduszy określają, ile nowej podaży są w stanie wchłonąć nabywcy.

Goldman Sachs zauważył, że rosnąca podaż obligacji skarbowych i emisje związane z AI mogą wywierać presję wzrostową na długoterminowe rentowności. Ekonomiści Goldman oszacowali jednak, że szerszy efekt wypierania pozostaje mniejszy, niż sugerowały niektóre komentarze.

Ich analiza oszacowała inwestycje w AI w 2026 roku na blisko 600 mld USD, czyli około 2 procent produktu krajowego brutto USA. Stanowiły one również około 10 procent nakładów brutto na środki trwałe przedsiębiorstw i 15 procent inwestycji w sprzęt.

Szacunki te pokazują, dlaczego finansowanie stało się kwestią makroekonomiczną. Rozbudowa AI konkuruje dziś o kapitał, pracowników, urządzenia energetyczne i moce budowlane również poza branżą technologiczną.

Rynek obligacji oferuje jednak bardziej bezpośredni test niż jakakolwiek prognoza długoterminowa. Przypisuje cenę za każdym razem, gdy emitent prosi inwestorów o sfinansowanie kolejnego obiektu.

Cena ta pomoże określić, czy firmy będą kontynuować działania w planowanym tempie. Wyższe koszty pożyczania mogą opóźnić projekty o marginalnej opłacalności, faworyzować firmy o silniejszym wewnętrznym generowaniu gotówki i podnosić bariery dla mniejszych konkurentów.

Deweloperzy i nabywcy technologii dla przedsiębiorstw powinni się tym interesować, ponieważ warunki finansowania wpływają na podaż. Droższa baza kapitałowa może oddziaływać na kontrakty chmurowe, zobowiązania dotyczące mocy i geograficzny harmonogram nowej infrastruktury.

Pracownicy wiedzy i użytkownicy produktów AI odczują te skutki pośrednio. Koszty infrastruktury kształtują sposób, w jaki dostawcy wyceniają modele, alokują moc obliczeniową i decydują, które usługi zasługują na dalsze inwestycje.

Kolejny etap rynku AI będzie zatem zależał od czegoś więcej niż wyniki benchmarków lub premiery produktów. Będzie również zależał od tego, czy inwestorzy uznają, że obiecane przepływy pieniężne uzasadniają finansowanie wymagane dzisiaj.

Goldman Sachs Asset Management postanowił czekać na lepszą rekompensatę od największych pożyczkobiorców. Decyzja ta nie odrzuca wzrostu AI. Uznaje, że przekonująca historia technologiczna i atrakcyjna obligacja nie są tą samą inwestycją.

Pytanie na nadchodzący kwartał jest konkretne: czy nowe transakcje hyperscalerów wynagrodzą cierpliwych nabywców, czy też odporny popyt wchłonie podaż bez trwałej zmiany wyceny? Obserwujcie premie emisyjne, konwersję gotówki i potwierdzone plany zadłużenia. Razem pokażą one, czy dzisiejsza pozycja niedoważona jest wczesnym ostrzeżeniem, czy po prostu zdyscyplinowaną negocjacją z wyjątkowo silnymi emitentami.