MIT waarschuwt voor AI-bubbel en miljardenrisico
Wharton-econoom Jessica Wachter rekent voor dat Alphabet, Microsoft, Amazon, Meta en Oracle hun AI-productiviteit fors moeten verhogen om datacenterinvesteringen terug te verdienen.
Korte samenvatting
- MIT Technology Review waarschuwt dat de AI-uitgaven van hyperscalers kunnen ontsporen als de opbrengsten achterblijven.
- Wharton-econoom Jessica Wachter schat bijna 1,1 biljoen dollar aan datacenteruitgaven tot en met 2027.
- De financiering verschuift steeds vaker naar schuld en private credit, wat ook bredere markten en crypto kan raken.
MIT Technology Review waarschuwt dat de grote AI-uitgaven van hyperscalers kunnen uitlopen op een flinke afrekening als de opbrengsten achterblijven. Volgens een analyse van Wharton-econoom Jessica Wachter moeten de grote techbedrijven hun productiviteit tegen 2030 bijna verdrievoudigen om hun investering in datacenters terug te verdienen. Daarmee raakt de discussie over AI-uitgaven niet alleen Big Tech, maar ook bredere markten waar veel vreemd vermogen en pensioenkapitaal in meebeweegt.
Rekensom achter de AI-uitgaven
Wachter en een coauteur rekenden met bevestigde uitgaven van Alphabet, Microsoft, Amazon, Meta en Oracle. Hun schatting komt uit op bijna $1,1 biljoen (€1 biljoen) aan datacenteruitgaven tot en met 2027. In die berekening zijn de kosten van kapitaal, een rendement van 15% en afschrijving van de assets meegenomen.
De uitkomst is scherp. Wachter concludeert dat de huidige opbouw van AI-infrastructuur zonder voldoende productiviteitsgroei niet uit kan. Zij noemde de huidige uitrol zelfs de grootste kapitaalverspilling in de geschiedenis als de verwachte opbrengsten uitblijven.
Schulden schuiven het risico door
De financiering van die AI-golf komt steeds minder alleen uit kasstromen. Morgan Stanley schat dat hyperscalers meer dan de helft van hun geplande $2,9 biljoen (€2,5 biljoen) aan datacenteruitgaven tot 2028 via externe financiering zullen betalen. In de praktijk betekent dat steeds vaker schuld, private credit en constructies die buiten de balans van de grote techbedrijven vallen.
Een voorbeeld daarvan is Meta, dat in Louisiana een belang van 80% in zijn Hyperion-datacenter overdroeg aan private-creditpartij Blue Owl Capital. Volgens Columbia Business School-professor Stijn Van Nieuwerburgh verspreidt dat soort schuld zich verder door pensioenfondsen en private-creditvehikels, waardoor de blootstelling veel breder wordt dan alleen de grote technamen.
Ook de infrastructuur zelf komt onder druk te staan. De snelle groei van AI-datacenters belast de Amerikaanse stroomnetten en zet nutsbedrijven aan tot extra investeringen, terwijl de energiekosten voor consumenten kunnen oplopen. Daarnaast wijst de chipsector op een zogeheten giga cycle, waarbij AI-uitgaven de wereldwijde halfgeleidermarkt richting meer dan $1 biljoen (€0,9 biljoen) kunnen duwen tegen 2028 of 2029.
Waarom dit ook crypto raakt
Voor cryptolezers is dit relevant omdat dezelfde risicobereidheid en dezelfde kapitaalstromen ook de cryptomarkt kunnen raken. Als de financiering van AI-projecten strakker wordt of de kredietkwaliteit verslechtert, kan dat breder doorwerken in risicovolle beleggingsinstrumenten. Crypto-strateeg Arthur Hayes koppelde zo'n scenario eerder aan bitcoin, al blijft de timing van een mogelijke terugslag volgens de bron onzeker. Ook de groei van de AI-bondmarkt laat zien hoe sterk deze investeringsgolf inmiddels via de kapitaalmarkten wordt gefinancierd.
