AI-temaet møter sin hittil viktigste test: kredittmarkedet begynner å stramme til
AI har så langt vært markedets sterkeste tema. Aksjene har steget fordi investorene har trodd på en enorm investeringssyklus i datasentre, chips, strøm, kjøling, nettverk og programvare. Men bak aksjekursene ligger et mer vanskelig spørsmål: Hvordan skal alt dette finansieres?
Det er her kredittmarkedet nå blir viktig.
De siste ukene har investorer begynt å reagere på den enorme mengden gjeld som utstedes for å finansiere AI-utbyggingen. Store teknologiselskaper og AI-relaterte aktører har hentet enorme beløp i obligasjonsmarkedet. Det har fungert så lenge investorene villig har kjøpt gjelden. Men nå kommer de første tegnene på at markedet begynner å si: Dette er for mye, for fort. Det kan vise seg å bli et viktig vendepunkt.
AI er ikke bare en aksjehistorie lenger
Den første fasen av AI-handelen handlet mest om aksjer. Investorene kjøpte Nvidia, halvledere, memory, datasentre, kraft, kjøling og hyperscalere. Spørsmålet var hvem som ville få størst vekst fra AI.
Nå handler historien i økende grad om balanse, kontantstrøm og gjeld.
AI-infrastruktur krever enorme investeringer. Datasentre må bygges. Chips må kjøpes. Strøm må sikres. Nettverk må utvides. Alt dette skjer før selskapene nødvendigvis har bevist at avkastningen på investeringene blir høy nok.
Det betyr at hyperscalerne og datasenteraktørene må bruke enorme beløp i dag, mens inntektene og produktivitetsgevinstene ligger lenger frem i tid.
Så lenge aksjemarkedet tror at fremtidig inntjening kommer raskt, kan dette fungere. Men kredittmarkedet stiller ofte et mer nøkternt spørsmål: Får vi betalt nok for risikoen?
Kredittmarkedet er mer følsomt for finansieringsrisiko
Aksjeinvestorer kan godta store svingninger hvis de tror oppsiden er høy. Obligasjonseiere tenker annerledes. De får ikke samme oppside som aksjeeiere. De får en fast rente og vil først og fremst unngå tap.
Derfor er kredittmarkedet ofte mer disiplinerende enn aksjemarkedet.
Når et selskap utsteder mer gjeld, spør kredittinvestorene om balansen blir for tung, om kontantstrømmen er nok, og om selskapet fortsatt fortjener samme kredittvurdering. Hvis svaret blir mer usikkert, krever de høyere rente. Da faller obligasjonskursene, og finansieringskostnaden stiger.
Det er dette som nå begynner å skje i deler av AI-kredittmarkedet.
Goldman peker på at hyperscaler-obligasjoner har svekket seg tydelig. Deres hyperscaler bond basket utvidet seg med rundt 22 basispunkter på én uke, og en bredere AI-basket har utvidet seg rundt 25 basispunkter etter stor emisjonsaktivitet. I kredittmarkedet er slike bevegelser viktige, spesielt når de skjer i selskaper som ellers regnes som solide.
For mye gjeld på kort tid
Det sentrale problemet er tempoet.
AI-relatert investment grade-utstedelse har økt kraftig. I 2024 var AI-relatert IG-utstedelse rundt 20 milliarder dollar. I 2025 steg den til rundt 122 milliarder dollar. Bare i første halvår 2026 er tallet allerede rundt 240 milliarder dollar.
Det betyr at AI-relatert gjeld ikke lenger er en nisje i obligasjonsmarkedet. Den har blitt en stor og stadig mer dominerende del av markedet.
I tillegg har det kommet mye lang løpetid. Innen 15 år og lengre løpetider står AI-relatert gjeld for en svært stor andel av årets utstedelse. Det er viktig fordi lange obligasjoner gir investorene større rente- og kredittrisiko. Jo lengre løpetid, desto mer sensitiv blir obligasjonen for endringer i spreads og risikopremier.
Kredittinvestorene begynner derfor å stille spørsmål ved konsentrasjon. Hvor mye AI- og tech-gjeld kan markedet absorbere før prisen må bli bedre?
Hyperscalerne trenger gjeld for å finansiere capex
Goldman anslår at de fem største hyperscalerne kan investere samlet rundt 5,8 billioner dollar i AI-capex fra 2025 til 2030. Dette er enorme tall. Samtidig utgjør årets capex-estimater allerede en stor del av selskapenes operative kontantstrøm.
Det betyr at gjeldsfinansiering blir en viktig del av AI-utbyggingen.
Dette er selve kjernen: AI-handelen i aksjemarkedet er avhengig av at hyperscalerne fortsetter å investere. Men hyperscalernes investeringer er i økende grad avhengige av at kredittmarkedet fortsetter å levere kapital på akseptable vilkår.
Hvis kredittmarkedet begynner å kreve høyere rente, eller hvis investorene ikke lenger vil kjøpe like mye AI-gjeld, kan capex-veksten måtte dempes. Da rammes ikke bare obligasjonene. Da kan hele AI-verdikjeden få en reprising.
Hvorfor dette kan påvirke aksjene
Aksjemarkedet har i stor grad priset AI som en strukturell veksthistorie. Men dersom finansieringskostnaden stiger, endres regnestykket.
Høyere renter på ny gjeld betyr høyere kapitalkostnad. Det betyr lavere fri kontantstrøm. Det betyr større press på marginene. Det kan også bety at selskapene må prioritere hardere mellom investeringer, tilbakekjøp, utbytte, ansettelser og balanse.
Hvis markedet begynner å tro at AI-capex må kuttes eller utsettes, kan flere aksjegrupper rammes samtidig.
· Hyperscalerne kan rammes fordi investorene frykter lavere fri kontantstrøm og økende gjeld.
· Halvlederne kan rammes fordi de er avhengige av fortsatt høy capex fra hyperscalerne.
· Datasentre, kraft, kjøling og infrastruktur kan rammes fordi forventningene til vekst bygges på fortsatt rask utbygging.
Software og AI-applikasjoner kan rammes hvis markedet begynner å tvile på hvor raskt AI gir faktisk avkastning.
Dette er grunnen til at kredittmarkedet kan bli en viktigere indikator enn aksjemarkedet. Hvis obligasjonsinvestorene begynner å stramme inn, kan aksjeinvestorene bli tvunget til å justere forventningene.
Det store spørsmålet: Kommer AI-avkastningen raskt nok?
Apollo peker på et sentralt problem: Markedet priser inn at AI raskt skal løfte marginer og kontantstrøm. Men hva skjer hvis gevinsten tar fem år i stedet for fem måneder?
Da blir situasjonen langt mer krevende.
Capex og avskrivninger kommer raskt. Datasentre må bygges nå. Chips må kjøpes nå. Gjeld må finansieres nå. Men inntektene fra AI-produktivitet og nye tjenester kan komme senere enn ventet.
Hvis kontantstrømmen ikke øker raskt nok, får selskapene en mellomperiode hvor kostnadene stiger raskere enn inntektene. Det kan presse marginene og gjøre balansen mer sårbar.
Dette er spesielt viktig fordi tokenpriser faller, kinesiske modeller blir billigere, og open source-modeller øker konkurransen. Hvis prisen på AI-bruk faller raskt, kan det bli vanskeligere å oppnå de marginene markedet håper på.
Agentic AI reddet narrativet – men kanskje bare midlertidig
I mai var det allerede uro rundt finansieringen av AI-datasentre. Banker forsøkte å finne nye måter å flytte risiko ut av balansen på, fordi mengden datasentergjeld begynte å presse kapasiteten.
Da kom agentic AI-narrativet inn og ga markedet en ny historie. Hvis AI-agenter skulle skape enorm tokenbruk og langt bedre økonomi i språkmodellene, kunne investorene igjen tro på høyere marginer og raskere avkastning.
Det roet kredittmarkedet midlertidig.
Men nå kommer spørsmålet tilbake: Er inntektene og marginene store nok til å forsvare gjeldsveksten?
Hvis ikke, blir agentic AI-fortellingen mindre viktig enn finansieringen. En god teknologihistorie hjelper lite hvis kredittmarkedet ikke vil finansiere den i samme tempo.
Konsentrasjonsrisikoen øker
Et annet viktig poeng er at noen få selskaper nå utgjør en stadig større del av investment grade-markedet. De store hyperscalerne og chipnavnene har så stor gjeldsvekt at de begynner å ligne en egen systemisk sektor i kredittmarkedet.
Dette er mer krevende for obligasjonsinvestorer enn for aksjeinvestorer.
Aksjeinvestorer kan akseptere konsentrasjon hvis de tror på stor oppside. Kredittinvestorer får ikke samme gevinst hvis alt går bra, men kan få betydelige tap hvis noe går galt. Derfor ønsker de diversifisering.
Når én tematisk sektor blir for dominerende i obligasjonsmarkedet, vil investorene etter hvert kreve bedre betalt. Det betyr høyere spreads.
Det er ikke nødvendigvis fordi selskapene er svake. Det er fordi investorene ikke ønsker for mye av samme type risiko.
Kreditt kan smitte over på aksjer
Så lenge AI-spreadene bare utvider seg litt, kan aksjemarkedet ignorere det. Men hvis bevegelsen fortsetter, blir det vanskeligere.
Aksjer og kreditt henger sammen gjennom kapitalkostnad. Når kredittmarkedet krever høyere rente, øker kapitalkostnaden. Når kapitalkostnaden øker, faller nåverdien av fremtidige kontantstrømmer. Det er spesielt negativt for vekstaksjer, hvor mye av verdien ligger langt frem i tid.
Hvis AI-obligasjoner fortsetter å svekke seg, kan aksjeinvestorer begynne å spørre om AI-capex-syklusen er mindre selvfinansierende enn tidligere antatt.
Da kan markedet gå fra å prise «ubegrenset AI-vekst» til å prise «AI-vekst med finansieringsbegrensninger». Det er en helt annen verdsettelse.
Hva kan selskapene gjøre?
For å unngå at kredittmarkedet strammer for mye til, må selskapene trolig gjøre flere ting.
De må gi mer forutsigbarhet rundt capex. Investorene trenger bedre oversikt over hvor mye som skal investeres, hvor lenge, og hvilken avkastning selskapene forventer.
De må spre finansieringen. Det holder ikke nødvendigvis å hente alt i samme amerikanske investment grade-marked. De kan måtte bruke flere valutaer, kortere og lengre løpetider, banker, private credit, project finance, joint ventures og alternative strukturer.
De må også vise at AI-investeringene gir avkastning. Det holder ikke lenger å si at AI er viktig. Markedet vil se bedre marginer, nye inntekter, kostnadsbesparelser og fri kontantstrøm.
Dette er en mer moden fase av AI-syklusen.
Hvorfor dette kan bli viktig for markedet
AI har vært en av de viktigste støttene for både aksjemarkedet og deler av økonomien. Hvis AI-capex fortsetter, støtter det halvledere, datasentre, kraft, bygg, nettverk og mange leverandørkjeder. Hvis AI-capex bremses, kan effekten bli bred.
Det er derfor dette ikke bare er en obligasjonsutfordring.
Hvis kredittmarkedet kutter tilgangen på billig kapital, kan hyperscalerne måtte redusere capex, utstede aksjer, kutte kostnader eller bremse ansettelser. Det kan gi lavere vekstforventninger og ramme markedslederskapet.
Bank of America peker på at et AI-capex-kutt kan bli den store negative overraskelsen. Det ville være en reversering av årets viktigste handel: long chips og AI-infrastruktur. I et slikt scenario kan markedet rotere mot software og Mag7 med bedre kontantstrøm, men det kan også skape bredere press hvis investorene mister troen på AI-supersyklusen.
Hva investorer bør følge
· Det første er AI-kredittspreadene. Hvis hyperscaler- og AI-obligasjoner fortsetter å utvide seg relativt til resten av IG-markedet, er det et varsel om at finansieringen blir dyrere.
· Det andre er ny gjeldsutstedelse. Markedet må absorbere store beløp. Hvis nye obligasjoner må prises med stadig bedre vilkår for investorene, betyr det at etterspørselen svekkes.
· Det tredje er capex-guiding fra hyperscalerne. Hvis flere selskaper begynner å tone ned veksttakten, kan det være starten på en større forventningsjustering.
· Det fjerde er fri kontantstrøm. Hvis capex spiser opp en stadig større del av kontantstrømmen, blir markedet mer opptatt av balansen.
· Det femte er responsen i aksjene. Hvis aksjer fortsatt stiger mens obligasjonene svekker seg, bygger det opp en viktig divergens. Slike divergenser varer ikke evig.
Relevans for Oslo Børs
For norske investorer er dette viktig selv om det handler om amerikansk teknologi og kreditt. AI-handelen har vært en av de viktigste driverne for global risikovilje. Dersom kredittmarkedet begynner å presse AI-temaet, kan det påvirke det globale markedssentimentet.
En bred svekkelse i AI og hyperscalere kan gi lavere global risikoappetitt. Det kan påvirke sykliske aksjer, shipping, energi, industri og mindre selskaper. Samtidig kan et capex-kutt i AI påvirke selskaper knyttet til kraft, energi, metaller, kabler, kjøling, datasenterinfrastruktur og halvlederverdikjeder.
Oslo Børs påvirkes ikke nødvendigvis direkte av AI-obligasjoner, men påvirkes av kapitalflyten som AI-historien har skapt.
Når kredittmarkedet begynner å protestere, er dette en langt viktigere varsellampe enn en vanlig svak dag i aksjemarkedet.
Kilde: Goldman Sachs, Morgan Stanley, Apollo, Bank of America, Bloomberg