Il boom dei data center AI alimenta un debito da tremila miliardi di dollari

Le grandi aziende tecnologiche finanziano la corsa all'intelligenza artificiale attraverso strumenti finanziari complessi, obbligazioni high-yield e veicoli of…

Contenuto

Il boom dei data center AI alimenta un debito da tremila miliardi di dollari

Scopri anche

Il boom dei data center AI alimenta un debito da tremila miliardi di dollari

L'infrastruttura AI si costruisce sul debito: analisi del finanziamento data center

In questo articolo:

Il prezzo per costruire i data center necessari a preparare il terreno per il boom dell'intelligenza artificiale supera i tremila miliardi di dollari. Nemmeno le più grandi aziende tecnologiche mondiali — non Amazon, non Microsoft, non Meta Platforms — sono pronte a sostenere questa spesa con i propri capitali. Gli investimenti azionari massicci in società private come OpenAI e Anthropic non si avvicinano nemmeno a questo costo di dimensioni rivoluzionarie. I mercati del debito sono diventati la fonte primaria di finanziamento.

Secondo le stime di Morgan Stanley e Moody's Ratings, le spese in conto capitale ammonteranno ad almeno tremila miliardi di dollari nei prossimi anni, mentre JPMorgan proietta oltre cinquemila miliardi di dollari di spesa per il boom dei data center e dell'AI, inclusi gli approvvigionamenti energetici correlati. I mutui ipotecari commerciali, il debito spazzatura, il credito privato e i pool complessi di prestiti garantiti da asset: tutti questi strumenti vengono utilizzati per finanziare la costruzione.

Nvidia e la strategia di finanziamento circolare

⬆ Torna su

Nvidia ha annunciato piani per affittare un data center che sarà finanziato attraverso 3,8 miliardi di dollari in obbligazioni spazzatura, una mossa che sottolinea la strategia aggressiva di espansione dell'azienda nel mercato dei data center di fronte alla crescente domanda di AI e calcolo ad alte prestazioni. L'affitto di un data center piuttosto che la costruzione da zero consente a Nvidia di accelerare il suo ingresso nel mercato, fornendo accesso immediato alle risorse necessarie senza le lunghe tempistiche associate alla costruzione.

L'azienda ha esteso la sua strategia di supporto ai partner chiave nell'ecosistema infrastrutturale dell'intelligenza artificiale garantendo fino a 860 milioni di dollari in obblighi di locazione per la struttura data center di un partner non divulgato. La garanzia è stata fornita per consentire al partner di "ottenere un contratto di locazione a disponibilità limitata supportato dal nostro profilo di credito", come indicato nella presentazione trimestrale alla Securities and Exchange Commission.

Nvidia ha effettuato oltre 70 investimenti in aziende AI solo quest'anno, secondo i dati PitchBook. Tra i miliardi stanziati, una categoria si distingue: le neocloud, esemplificate da CoreWeave. Queste aziende hanno ottenuto debiti per acquistare chip Nvidia da inserire nei loro data center, offrendo i chip stessi come garanzia collaterale per i prestiti. Questo processo trasforma efficacemente ogni dollaro investito da Nvidia in cinque dollari di acquisti di prodotti Nvidia.

CoreWeave e i prestiti garantiti da GPU

⬆ Torna su

CoreWeave, società quotata in borsa e carica di debiti, ha ottenuto un prestito di 2,3 miliardi di dollari garantito da GPU nel 2023, con un tasso di interesse del 14% nel terzo trimestre dell'anno successivo. Successivamente ha raccolto altri 7,5 miliardi di dollari nel 2024 e un terzo prestito di 2,6 miliardi di dollari a luglio. Il terzo prestito includeva diverse banche tradizionali: Goldman Sachs, JPMorgan Chase e Wells Fargo.

I prestiti garantiti da GPU presentano caratteristiche particolari. Il rapporto loan-to-value (LTV) varia significativamente: alcuni prestiti hanno LTV bassi come il 50%, altri arrivano fino al 110%. La maggior parte di questi prestiti viene effettuata su chip Nvidia, poiché le GPU Nvidia sono più liquide sul mercato. Come ha osservato Vikrant Vig, professore di finanza alla Stanford University, le forze che rendono Nvidia un monopolio naturale vengono amplificate da questa struttura di finanziamento.

La determinazione del valore delle GPU e della loro durata non è chiara come nel caso di una casa. In una presentazione aziendale, CoreWeave nota che la capacità di indebitamento dipende dal valore delle GPU, che diminuirà man mano che questi componenti perderanno valore. Se il valore delle GPU si deteriora più rapidamente delle proiezioni, CoreWeave dovrà integrare i propri prestiti. L'investitore Michael Burry ha affermato che gli hyperscaler — Google, Meta, Microsoft, Oracle e Amazon — stanno sottostimando l'ammortamento dei loro chip di 176 miliardi di dollari tra il 2026 e il 2028.

I veicoli scopo speciale e il debito fuori bilancio

⬆ Torna su

Le aziende tecnologiche utilizzano veicoli scopo speciale (SPV) per preservare la flessibilità di bilancio. Un esempio emblematico è l'operazione "Beignet", un accordo da 30 miliardi di dollari per finanziare la costruzione di un data center Meta in Louisiana. Il debito non figura nel bilancio di Meta. È invece pagabile da un'entità separata — lo SPV costituito per l'operazione — che rimborserà il prestito attraverso il contratto di locazione a lungo termine con Meta.

Goldman Sachs ha rilevato che le aziende hyperscaler hanno assunto 121 miliardi di dollari di debito nell'ultimo anno, un aumento di oltre il 300% rispetto al tipico carico di debito del settore. Gli analisti osservano che alcune manovre finanziarie sono strutturate per mantenere l'apparenza del debito fuori dai bilanci. Gil Luria di D.A. Davidson ha notato che il termine "veicolo scopo speciale" è entrato nella coscienza circa 25 anni fa con una piccola azienda chiamata Enron, sebbene le aziende oggi non stiano nascondendo queste operazioni.

La struttura tipica prevede che l'azienda AI si impegni all'uso a lungo termine del data center secondo accordi di locazione. I futuri canoni di locazione del D-SPV vengono frequentemente aggregati, cartolarizzati e collocati presso investitori istituzionali come asset-backed securities per rifinanziare l'investimento iniziale. Nvidia ha investito circa 2 miliardi di dollari in xAI di Elon Musk attraverso un G-SPV dedicato che acquista GPU Nvidia e le loca a xAI in condizioni pluriennali. Questa struttura garantisce a xAI l'accesso a oltre 20 miliardi di dollari di infrastruttura senza debito di bilancio o diluizione azionaria.

Il mercato del debito e le proiezioni di emissione

⬆ Torna su

Lo scorso anno, le aziende e i progetti legati all'AI hanno attinto ai mercati del debito per almeno 200 miliardi di dollari. Le proiezioni indicano centinaia di miliardi di dollari di emissioni solo per il 2026. Morgan Stanley prevede emissioni tra 250 e 300 miliardi di dollari nel 2026 solo dagli hyperscaler e dalle joint venture correlate. JPMorgan progetta circa 300 miliardi di dollari di operazioni legate all'AI e ai data center ogni anno per i prossimi cinque anni.

Alphabet, Amazon.com, Meta e Oracle hanno preso in prestito 93 miliardi di dollari nel mercato obbligazionario corporate investment-grade statunitense nel 2025, circa il 6% di tutto il debito emesso l'anno scorso. Il mercato di circa 8 mila miliardi di dollari ha assorbito comodamente questo primo round di emissioni legate all'AI. Tuttavia, il mercato non valuta tutti gli hyperscaler allo stesso modo. Oracle è considerata più rischiosa, con un rating solo due gradini sopra lo stato di obbligazione spazzatura e investimenti nell'AI tali da consumare liquidità.

Nel mercato high-yield, tre operazioni obbligazionarie spazzatura per un totale di circa 7 miliardi di dollari sono state vendute lo scorso anno per finanziare la costruzione di nuovi data center specifici. Mentre le aziende con rating investment-grade vendevano debito con coupon tra il 4% e il 4,5%, questi emittenti high-yield hanno dovuto pagare tra il 7% e il 9%. xAI Corp ha emesso 5 miliardi di dollari di obbligazioni e prestiti con una porzione a tasso fisso al 12,5%.

I rischi del modello di finanziamento

⬆ Torna su

Secondo un bollettino della Bank for International Settlements, le aziende AI, tradizionalmente dipendenti dai flussi di cassa interni e dall'equity, ora affrontano una leva finanziaria più elevata, che potrebbe amplificare gli shock e influenzare la salute degli intermediari finanziari. Se l'AI non cambiasse il mondo con la rapidità sperata — e non generasse profitti nel farlo — l'entusiasmo potrebbe scemare nel momento in cui gran parte di questo nuovo debito arriverà a scadenza.

La tecnologia avanza rapidamente nella corsa agli armamenti AI. Un data center costruito oggi, con le GPU e altri chip che lo compongono, potrebbe diventare obsoleto rapidamente e in modo imprevisto, molto prima che il debito per finanziarlo venga rimborsato. Sarah Bloom Raskin, ex vicesegretario del Tesoro statunitense e professore presso la Duke University School of Law, ha osservato che i data center stanno creando propri asset-backed securities, e il debito dei data center sta generando prodotti finanziari derivati come le obbligazioni con default di credito, simili ai derivati visti con i mutui nella crisi finanziaria del 2008.

Secondo Mark Zandi, economista capo di Moody's Analytics, il settore tecnologico ha assunto più debito di quanto non facesse durante la bolla delle dot-com degli anni '90. Il debito privato è generalmente più rischioso del debito bancario: i prestiti sono più grandi, sono più indietro nella fila per essere rimborsati, hanno tassi di interesse più alti e richiedono più tempo per maturare. Circa la metà dei mutuatari di debito privato ottiene anche prestiti bancari, creando un collegamento indiretto tra credito privato e banche reali.

Le preoccupazioni sulla bolla AI

⬆ Torna su

Jensen Huang, amministratore delegato di Nvidia, ha tentato di sgonfiare i timori di bolla durante una recente conferenza telefonica sugli utili, affermando agli azionisti che dall'osservatorio dell'azienda si vede qualcosa di molto diverso da una bolla. Tuttavia, Paul Kedrosky, venture capitalist e ricercatore presso l'Institute for the Digital Economy del MIT, ha osservato che c'è una quantità sorprendente di capitale che si riversa in una "rivoluzione" che rimane per lo più speculativa.

OpenAI prevede di spendere 1.400 miliardi di dollari in data center nei prossimi otto anni. Questa crescita si baserebbe su vendite in continua espansione da parte di un numero crescente di persone e aziende che acquistano i suoi servizi AI. Secondo un'analisi, solo il 3% delle persone paga per l'AI. Daron Acemoglu, economista del MIT insignito del Premio Nobel 2024 per le Scienze Economiche, ha affermato che molti dei risultati che si sentono dall'industria ora sono esagerazioni.

Gli analisti di Morgan Stanley stimano che le aziende Big Tech sborseranno circa tremila miliardi di dollari in infrastrutture AI entro il 2028, con i propri flussi di cassa che copriranno solo la metà di tale importo. Gil Luria ha osservato che se il mercato dell'intelligenza artificiale dovesse anche solo stabilizzarsi nella sua crescita, abbastanza rapidamente ci sarà una capacità sovradimensionata, il debito non avrà valore e le istituzioni finanziarie perderanno denaro.

Tokenizzazione e innovazione nel finanziamento GPU

⬆ Torna su

I modelli innovativi combinano la tokenizzazione con la verifica contrattuale del titolo, audit fisici e protezioni contro furto e perdita. Le GPU vengono trasferite a un G-SPV, conservate in modo sicuro e tokenizzate — ogni token rappresenta un titolo legalmente documentato su una specifica unità GPU. Questi token possono servire come collaterale in strutture di prestito digitali. Poiché il titolo è separato dall'azienda AI, la base di attività è isolata dall'insolvenza, migliorando la protezione degli asset per gli investitori.

Tuttavia, permangono limitazioni normative: a differenza di alcune giurisdizioni statunitensi, la prova tokenizzata del titolo generalmente non è riconosciuta come titolo legalmente valido secondo le attuali leggi sulla proprietà degli stati membri europei. Di conseguenza, questi modelli affrontano ancora significative incertezze legali e non sono ancora ampiamente praticabili nell'Unione Europea. Sia il diritto tedesco che quello olandese non riconoscono i token che rappresentano asset come prova del titolo.

Le GPU si stanno evolvendo da semplici strumenti di calcolo a componenti di finanziamento strategicamente significativi, formando una nuova classe di attività al centro dell'infrastruttura AI globale. La traiettoria è chiara: le GPU sono diventate elemento centrale nella strutturazione finanziaria dell'era dell'intelligenza artificiale.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

L'accumulo di debito per finanziare l'infrastruttura dei data center solleva interrogativi sulla sostenibilità del modello. La dipendenza da strumenti finanziari complessi e garanzie basate su asset soggetti a rapida obsolescenza crea potenziali punti di fragilità.

  • Scenario 1: Se il valore delle GPU si deteriorasse più rapidamente delle proiezioni, i prestiti garantiti potrebbero richiedere integrazioni collaterali, con impatti sulla liquidità di operatori come CoreWeave.
  • Scenario 2: Gli SPV potrebbero preservare la flessibilità di bilancio, ma una contrazione della domanda di calcolo renderebbe onerosi i contratti di locazione a lungo termine per gli hyperscaler.
  • Scenario 3: Il mercato obbligazionario potrebbe continuare ad assorbire le emissioni previste per il 2026, a condizione che i flussi di cassa generati dall'infrastruttura confermino le aspettative di crescita.

Cosa monitorare

⬆ Torna su
  • Il differenziale tra tassi investment-grade e high-yield nelle nuove emissioni legate ai data center.
  • L'andamento del rapporto loan-to-value nei prestiti garantiti da GPU.
  • Le valutazioni degli analisti sull'ammortamento dei chip e le eventuali rettifiche contabili.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • datacenter
  • Nvidia
  • CoreWeave
  • OpenAI

Link utili

Apri l'articolo su DeafNews