Finanshus: Her er de fire afgørende spørgsmål om ai-boblen allerede er der

• Vil AI nogensinde blive profitabel ?
• Vil det nogensinde dække omkostningerne ved at holde det flydende?
• Hvornår vil anlægsudgifter opsuge al pengestrøm fra driften?
• Hvor meget gæld kan verdens største virksomheder påtage sig, før markedet gør oprør og sender deres aktier ned
• Sidst men ikke mindst, i takt med at stadigt flere tal blev kastet rundt, spekulerede nogle på, om Sam Altman har ret i, at AI kun kan fortsætte med at vokse med direkte hjælp fra den amerikanske regering og dermed de amerikanske skatteydere.

JP Morgan bearbejdet til dansk

AI-revolutionen startede, da ChatGPT (version 3.5) først blev lanceret til offentlig brug den 30. november 2022, og i de efterfølgende tre år var der i bedste fald kun sporadiske spørgsmål om, hvordan denne teknologi skulle finansieres.

I begyndelsen var det forståeligt: ​​bevidstheden og implementeringen var beskeden, kapitaludgifterne til at udvikle og implementere den var rimelige og ville blive dækket udelukkende af kontanter fra driften. Men efterhånden som brugen af ​​teknologien voksede (primært blandt skole-/universitetsstuderende, der brugte den til at snyde i deres essays og hjemmeopgaver), og efterhånden som AI blev indarbejdet i alt fra simple chatbots til komplekse agenter, der erstattede trivielle opgaver og har ført til den første bølge af AI-inspireret massearbejdsløshed, til stort set alle tilgængelige softwareprodukter, steg omkostningerne forbundet med denne rygrad i den “næste teknologiske revolution” voldsomt, og resultatet var en eksplosiv vækst i kapitaludgifter, som er vokset eksponentielt over tid. 

Og i takt med at forbruget fra verdens største virksomheder voksede – og i processen øgede deres markedsværdi til billioner – opstod der flere spørgsmål om de tilhørende omkostninger.

I starten var det datacentrene: det bankende hjerte i den nye AI-teknologi, hvor al den store sprogmodelanalyse og inferens fandt sted i airconditionerede lagre midt ude i ingenting (men ideelt set tæt på en billig elektricitetskilde). Men så, da tsunamien af ​​datacenterbyggeri skyllede hen over USA, og resultatet var, at  datacenterbyggeriet ville overgå det af almindelige kontorer,  i det, vi kaldte “det mest vanvittige diagram”…

… opmærksomheden vendte sig også mod  omkostningerne ved selve strømforsyningen  , der ville være nødvendig for at elektrificere disse datacentre: Den forfaldne amerikanske energiinfrastruktur og manglen på opførelse af atomkraftværker i årevis betød trods alt, at det kun var et spørgsmål om tid, før USA ville støde på en mur, når de forsøgte at forsyne denne armada af datacentre med de gigawatt strøm, de havde brug for til at drive.

I mellemtiden, med flere og flere af driftspengene brugt på AI-relaterede udgifter, ville verdens største virksomheder begynde at stifte gæld, først lidt og derefter  meget …

… hvilket vækker bekymring for, hvor levedygtig denne seneste teknologiboble virkelig var, og som presser risikoen for misligholdelse hos teknologigiganter som  Oracle kraftigt op , gik nogle – såsom Sam Altman – så langt som til at lække prøvebobler, der antydede, at USA muligvis bliver nødt til at gribe ind og  redde netop denne boble  eller lide under de katastrofale konsekvenser af dens bristelse.

Og tre år efter ChatGPT dukkede op for første gang, stillede alle pludselig de  rigtige spørgsmål :

• Hvor profitabel vil AI nogensinde være?
• Vil det nogensinde dække omkostningerne ved at holde det flydende?
• Hvornår vil anlægsudgifter opsuge al pengestrøm fra driften?
• Hvor meget gæld kunne verdens største virksomheder påtage sig, før markedet gjorde oprør og sendte deres aktier ned, og i forbindelse med det, var der så dannelsen af ​​en ny gældsboble ( spoiler: ja )?
• Sidst men ikke mindst, i takt med at stadigt flere tal blev kastet rundt, spekulerede nogle på, om Sam Altman ikke havde ret, og om den eneste måde, hvorpå AI kunne fortsætte med at vokse, var med direkte hjælp fra den amerikanske regering og dermed de amerikanske skatteydere.

Tidligere på ugen forsøgte JPMorgan at læse en 58-siders analyse,  der forsøgte at forbinde alle disse forskellige dele, og den sagde, at ikke mindre end 5,3 billioner dollars vil blive brugt på global datacenter- og  AI-infrastruktur og relaterede strømforsyninger i løbet af de næste fem år.

Den investering “vil sandsynligvis kræve deltagelse fra alle offentlige kapitalmarkeder såvel som privat kredit, alternative kapitaludbydere og endda regeringsinddragelse,” skrev forfatter Tarek Hamid og tilføjede, at “spørgsmålet ikke er, ‘ hvilket marked der vil finansiere AI-boomet’,  men snarere ‘ hvordan finansieringen vil blive struktureret for at få adgang til alle kapitalmarkeder’.”

Desuden sagde JPM, at ud over blot aktier har “det store omfang af disse investeringer kritiske konsekvenser for hele kreditmarkedslandskabet”, og selvom væksten på markedet for offentlige obligationer og syndikerede lån er aftaget genopretningen efter COVID (faldet i tilfældet med højrenteobligationer), vil AI/datacentre sandsynligvis drive en fornyet acceleration af markedsvæksten.

Pyha. 

Før vi fortsætter, lad os tage et skridt tilbage for at vurdere markedets størrelse og dets finansierings- og strømbehov. Her  forventes der ifølge JPM’s basisscenarieanalyse at blive bygget 122 GW datacenterkapacitet fra 2026-30,  da  “omfanget af efterspørgslen efter databehandling fortsat er astronomisk.”  Og i overensstemmelse med Morgan Stanley-analysen, vi præsenterede tidligere, sagde JPM, at antallet af datacentre, der kommer online, ville være endnu højere, hvis det ikke var for strømbegrænsninger, hvoraf der er masser. Og hvis du synes, det er dårligt, har et JPM-team, der opererer i Asien, udarbejdet en endnu mere forbløffende 
bottom-up ubegrænset prognose, en baseret på halvlederordrer, hvilket indebærer en vækst på 144 GW globalt frem til YE2028 – dvs. stort set den samme mængde vækst i  de næste tre år, som JPM’s amerikanske team forudsagde over de næste fem år, når kritiske begrænsninger er taget i betragtning.

Det siger sig selv, at det er en herkulisk opgave. 

“De nuværende leveringstider for nye naturgasturbiner er steget til tre/fire år, og det har historisk set taget over 10 år at bygge atomkraftværker,” hedder det i rapporten. ” At tilføje 150 GW strøm rettidigt er en bemærkelsesværdig udfordring, især i lyset af kravene til opgradering af nettet.”

Og selvom nylige kommentarer fra visse elproducenter antyder, at der er mulighed for en vis fleksibilitet ved at øge spidsbelastningsniveauet mere aggressivt, har det konsekvenser for detailpriserne (læs: endnu højere elregninger). Derfor er det hurtigt blevet et politisk vigtigt og følsomt aspekt af håndteringen af ​​datacenterboomet at afbalancere de ultimative detailpriser på el (stadig stabile som procentdel af indkomsten, i hvert fald i USA).

Med hensyn til spørgsmålet om næsten 6,4 billioner dollars,  nemlig hvor alle pengene til at betale for dette skal komme fra,  skriver JPM, at selvom finansieringskurven er håndterbar nu, venter et langt større behov for alternativer længere fremme. Det skyldes, at mens det årlige finansieringsbehov for datacentre i 2026 er i størrelsesordenen 700 milliarder dollars – hvilket kunne finansieres udelukkende
af hyperscaler-cashflow og markeder for højgradige obligationer –  er finansieringsbehovet i 2030 på over 1,4 billioner dollars, hvilket sandsynligvis vil kræve finansieringsbidrag fra alle kapitalforsynende markeder … og ja, det inkluderede regeringer!

Som vist i ovenstående diagram, og som Barclays diskuterede udførligt i sin nedgradering af Oracles gæld, “vil hyperscalers pengestrømme skulle gøre en enorm del af det hårde arbejde”, idet JPM har beregnet, at  hyperscalers på nuværende tidspunkt genererer over 700 milliarder dollars i driftspengestrøm om året og geninvesterer ~500 milliarder dollars af dette tilbage i anlægsinvesteringer (hvilket næsten ikke efterlader noget til udbytte og tilbagekøb finansieret fra driften).

Desuden inkluderer de 500 milliarder dollars i reinvestering tilbage i de kollektive forretninger ikke 250 milliarder dollars i forsknings- og udviklingsudgifter pr. år, hvilket betyder, at når man tager højde for forskning og udvikling,  er Mag7-komplekset reelt allerede på et cash-even-niveau!  Her antager JPM, at cirka 300 milliarder dollars pr. år i hyperscaler-capex afspejler cash-flow-finansierede AI- og datacenter-capex (selvom AI fortrænger en stor del af udgifterne, fortrænger den ikke alle udgifter).

Så hvis den frie pengestrøm nu er på et vendepunkt, hvad betyder det så? Simpelt: indsæt gælden!

JPM mener, at High Grade-markederne kan absorbere 300 milliarder dollars i AI/datacenter-relateret papir i løbet af det næste år, og som vist i ovenstående graf antager de  1,5 billioner dollars i finansiering fra High Grade-obligationsmarkederne i løbet af de næste fem år.  Det siger sig selv, at dette ville gøre en allerede stor AI-gældsboble absolut massiv. Som vi  diskuterede for en måned siden , repræsenterer AI/datacenter-capex-relaterede sektorer allerede 14,5 % af JULI-indekset,  hvilket er større end den amerikanske bankkomponent i indekset.

Matematisk set, hvis noget i retning af JPM’s prognose går i opfyldelse,  kan AI/datacenter-relaterede sektorer repræsentere over 20% af markedet inden 2030.  Hvordan gældsmarkedet fordøjer en sådan massiv udstedelse er uklart. 

Udover gældskapitalmarkederne er der også securitiseringsmarkedet, som JPM siger er et naturligt hjem for datacenterfinansiering … men der er problemer. Mens banken forventer, at securitiseringsmarkederne vil absorbere datacenterrisiko på 30-40 milliarder dollars om året, hvilket vil stige beskedent over tid, er den afgørende forskel, at  securitiseringsmarkedet yder byggefinansiering via fuldt amortiserende strukturer i modsætning til permanent stabil finansiering.  Det, advarer JPM, begrænser i nogen grad fodaftrykket for nu.

I tråd med  en anden analyse,  som Morgan Stanley for nylig offentliggjorde, bemærker JPM, at der også er kapacitet til meningsfuld datacenterfinansiering fra markederne for leveraged finance, men i modsætning til MS indrømmer JPM, at historien om “den nye største sektor” har været dårlig, og banken mener, at  markedet for nye emissioner på tværs af leveraged finance komfortabelt kan finansiere højst 150 milliarder dollars over de næste fem år,  hvor de seneste eksempler på finanssektoren understøtter dette tal. Historien om High Yield Telecom i 1990’erne (som endte med tårer) og energisektoren fra 2010-2015 (som endte med endnu større tårer), da begge voksede til at blive den største sektor på markedet på det tidspunkt, “fortjener i det mindste en vis overvejelse”.

Så hvem vil dække finansieringskløften på 5,3 billioner dollars, som på nuværende tidspunkt stadig er enorm? Det er her, I, kære skatteydere, kommer ind i billedet, for som den største amerikanske kommercielle bank skriver, er der et “potentielt stort behov for alternativ kapital og regeringer for at realisere dette.”

Men først er der privat kredit – bedst kendt for nylige kollapser som First Brands og Tricolor – som er blevet en central del af det gearede finansieringsøkosystem, og den store mængde tørt krudt i dag (~466 milliarder dollars på ikke-gearet basis i dag før enhver gradvis fundraising) antyder en meningsfuld rolle i at udfylde det potentielle finansieringsgab på ~1,4 billioner dollars i JPM-analysen. Den gode nyhed er, at fleksibiliteten inden for privat kredit og alternative strukturer til bedre at matche pengestrømme og løse ratingresultater taler for en rolle for privat kredit ud over blot at stille kapital til rådighed. Bagsiden er selvfølgelig, at privat kredit nu er den mest uklare del af kapitalmarkederne – med stort set ingen feedback-loops fra mark-to-market og derfor næsten ingen due diligence. Ikke overraskende advarede administrerende direktør for banken, der skrev rapporten, Jamie Dimon selv, om, at der vil være “mange kakerlakker” inden for privat kredit. Hvor længe går der, før den seneste kakerlak udløser den første store private kreditkrise? 

Bagsiden her er, at nogle måske spørger – hvor er bankerne? JPMorgan (som er en bank) forventer, at banksystemet fortsat vil være en vigtig kilde til midlertidig/mellemliggende kapital, men advarer om, at “permanent finansiering af langfristede aktiver med kortfristede banklån ville være et væsentligt misforhold mellem aktiver og passiver.”

Hvilket efterlader én sidste kapitalkilde:  “Regeringens engagement har spændt fra aggressiv og offentlig støtte i USA til et sikkerhedsfokuseret regime i EU. Mere aggressiv økonomisk støtte fra regeringer er mulig, især hvis/når bekymringerne inden for det nationale forsvar omkring AI vokser. “

Det er rigtigt, kære skatteydere, det er  jeres penge  , der vil blive brugt til at gøre Sam Altman til verdens næste milliardær … og hvis pengene ikke kommer, så er hele AI-korthuset ved at kollapse, hvilket også gør jer fattigere i processen (da stort set  alle  i disse dage har eksponering mod markedet, hvor kun 7 virksomheder nu udgør en tredjedel af hele den amerikanske markedsværdi).

Det siger sig selv, at hvis disse finansieringselementer ikke falder på plads, vil rodet blive katastrofalt … især hvis den amerikanske regering ikke træder til for at lukke hullet på over 1 billion dollars.

Derfor indrømmer JPM, at vejen herfra og  der  ikke bare vil være “opad og til højre”. Bankens største frygt ville være en gentagelse af oplevelserne med telekommunikation og fiberudbygning, hvor indtægtskurven ikke materialiserede sig i et tempo, der berettigede fortsatte investeringer. Husker du Global Crossing, som vi advarede om for næsten et år siden? Jep: det er den største risiko.

Den gode nyhed er, at kommentarer fra nogle store virksomheder for nuværende tyder på, at fordelene begynder at blive realiseret i stor skala. Mere interessant er det, at OpenAI netop offentligt har kommenteret, at de allerede har opnået en årlig omsætning på 20 milliarder dollars (men den offentlige kommentar kom i forbindelse med, at virksomheden søgte statsgarantier, så det er der). Den største risiko er dog, at uventede gennembrud eller accelererede effektivitetsgevinster – som folk oprindeligt troede, der var tilfældet med Deepseek –  kan føre til en overkapacitets-/mørk fiber-situation, dvs. massiv kapitalfordeling. 

Banken deler derefter følgende slående eksempel: ” For at opnå et afkast på 10 % på sine modellerede AI-investeringer frem til 2030 ville det kræve en årlig omsætning på ~650 milliarder dollars i al evighed, hvilket er et forbløffende stort tal.”  Til sammenligning svarer det til 58 basispoint af det globale BNP eller 34,72 dollars/måned fra hver nuværende iPhone-bruger eller 180 dollars/måned fra hver Netflix-abonnent. Hvordan det fordeles mellem virksomheder, regeringer og forbrugere er selvfølgelig  den  langsigtede debat.  Nogen  skal trods alt betale og gøre Sam Altman til den rigeste mand i live… 

JPM konkluderer, at selvom alt fungerer, vil der (fortsat) være spektakulære vindere og sandsynligvis også nogle lige så spektakulære tabere i betragtning af den involverede kapital og “vinderen tager” alle dele af AI-økosystemet.

Hvilket bringer os til det mest fundamentale citat inden for al moderne finansverden, nemlig citatet fra Charles P. Kindleberger, der i 1978 sagde:  ” Hvis noget ikke kan fortsætte for evigt, vil det stoppe .”  Dagens  spørgsmål  på 6,4 billioner dollars  er , hvor længe AI’s forbrugscyklus kan fortsætte?