AI-schuld groeit opnieuw hard terwijl financiers scherpere grenzen trekken
30 oktober 2026

🟥 𝗔𝗜-𝗮𝗮𝗻𝗱𝗲𝗹𝗲𝗻 → 𝗻𝗲𝗴𝗮𝘁𝗶𝗲𝗳: De nieuwste cijfers bevestigen dat de AI-investeringsgolf steeds meer schuld, leases, garanties en andere externe financiering nodig heeft. Dat verhoogt het risico op lagere waarderingen wanneer de vrije kasstroom niet snel genoeg meegroeit.
🟥 𝗞𝗿𝗲𝗱𝗶𝗲𝘁𝘀𝘁𝗿𝗲𝘀𝘀 → 𝘀𝘁𝗲𝗿𝗸 𝘀𝘁𝗶𝗷𝗴𝗲𝗻𝗱: Amazon rapporteert een zeer sterke stijging van de schuld, Alphabet legt opnieuw honderden miljarden dollars aan toekomstige verplichtingen bloot en private kredietverstrekkers worden duidelijk voorzichtiger. De markt is nog open, maar de hoeveelheid risico die moet worden gefinancierd groeit zeer snel.
🟧 𝗣𝗼𝘀𝗶𝘁𝗶𝗲𝘃𝗲 𝘀𝗶𝗴𝗻𝗮𝗹𝗲𝗻 → 𝗯𝗲𝗽𝗲𝗿𝗸𝘁: Microsoft kan ongeveer $25 miljard ophalen met uitzonderlijk sterke vraag en goed gedekte financieringen vinden nog steeds kopers. Dat bewijst vooral dat kapitaal beschikbaar blijft voor sterke kredietkwaliteit, harde zekerheden en voorspelbare kasstromen.
🟥 𝗔𝗜-𝗸𝗲𝘁𝗲𝗻 → 𝗼𝗻𝗱𝗲𝗿 𝗱𝗿𝘂𝗸: De financieringsbehoefte verschuift verder van alleen hyperscalers naar GPU's, datacenters, stroomopwekking en andere fysieke infrastructuur. Daardoor worden steeds meer financiële verplichtingen afhankelijk van dezelfde toekomstige groei van AI-rekenkracht.
🟥 𝗕𝗿𝗲𝗱𝗲 𝗮𝗮𝗻𝗱𝗲𝗹𝗲𝗻𝗺𝗮𝗿𝗸𝘁 → 𝗻𝗲𝗲𝗿𝘄𝗮𝗮𝗿𝘁𝘀 𝗿𝗶𝘀𝗶𝗰𝗼 𝗵𝗼𝗴𝗲𝗿: Er is nog geen algemene kredietcrisis, maar de financieringscyclus is inmiddels groot genoeg om de investment-grade obligatiemarkt en de vrije kasstroom van Big Tech zichtbaar te beïnvloeden. Een verdere stijging van spreads of strengere financieringsvoorwaarden kan daardoor sneller doorwerken naar aandelenwaarderingen.

De afgelopen 24 uur leveren een duidelijk zwaarder kredietbeeld op. Microsoft brengt ongeveer $25 miljard nieuwe obligaties naar de markt, Amazon rapporteert $48,1 miljard opbrengst uit nieuwe langlopende schuld in één kwartaal en Alphabet legt in zijn nieuwe kwartaalrapport een combinatie bloot van $125,1 miljard langlopende schuld, $924,4 miljard aankoopverplichtingen en $130,5 miljard aan nog niet begonnen leases.

Tegelijkertijd komt er nieuwe senior schuld voor GPU's en stroomvoorziening bij, gebruikt een kleinere datacenterontwikkelaar nieuw eigen vermogen om bestaande schuld terug te betalen en waarschuwen TPG en Ares expliciet voor de financieringsstructuren waarmee delen van de AI-uitbouw worden betaald. De kern is daardoor niet dat geld plotseling verdwijnt. De kern is dat de schuldberg, vaste verplichtingen en afhankelijkheid van voortdurend beschikbaar kapitaal sneller toenemen dan enkele maanden geleden.

AI-obligaties: rendement en risico

De obligatiemarkt bevestigt dat AI inmiddels een zelfstandige kredietfactor is geworden. FTSE Russell publiceerde op 29 oktober dat Amazon, Alphabet, Meta, Microsoft en Oracle begin oktober in 2026 gezamenlijk al $218,1 miljard aan investment-grade obligaties hadden uitgegeven. Dat is meer dan twee keer de $107,3 miljard van heel 2025.

Ook de risicopremie is veranderd. De gewogen option-adjusted spread van deze hyperscalers ligt rond 119 basispunten, tegenover 86 basispunten voor de brede Amerikaanse investment-grade bedrijfsobligatiemarkt. Sinds december 2025 is de spread van de hyperscalergroep met ongeveer 31 basispunten opgelopen, terwijl de brede index slechts ongeveer 1 basispunt wijder is geworden.

De verschillen binnen de groep zijn groot. Op basis van de door FTSE Russell gepubliceerde marktgegevens met peildatum 30 september lag de gemiddelde yield to worst bij Oracle op 7,40% met een OAS van 210 basispunten. Meta stond op 6,61% en 123 basispunten, Amazon op 6,04% en 75 basispunten, Alphabet op 6,08% en 74 basispunten en Microsoft op 6,11% en 54 basispunten. De markt behandelt de vijf grote AI-financiers dus duidelijk niet als één kredietrisico.

Hetzelfde beeld was eerder zichtbaar in CDS. De vandaag gepubliceerde FTSE Russell-analyse gebruikt voor 21 oktober vijfjaars-CDS van 331 basispunten voor Oracle, 80 basispunten voor Amazon en 56 basispunten voor Microsoft. Dat zijn oudere peildata en geen nieuwe quotes voor 29 oktober, maar ze illustreren wel hoe sterk de markt al onderscheid maakte voordat de nieuwste financieringsgolf van vandaag erbij kwam.

Microsoft geeft vandaag tegelijkertijd een belangrijke positieve referentie. De nieuwe $25 miljard uitgifte bestaat uit tien tranches met looptijden van twee tot veertig jaar en trok op het hoogtepunt ongeveer $115 miljard aan orders. De tienjaarslening werd geprijsd op ongeveer 65 basispunten boven vergelijkbare Amerikaanse staatsobligaties, tegen ongeveer 80 basispunten voor een vergelijkbare Alphabet-lening met looptijd tot 2036. Dat is zeer sterke toegang tot de kredietmarkt, maar het betekent ook dat zelfs Microsoft nu voor het eerst sinds 2017 op grote schaal nieuwe langlopende schuld aantrekt.

AI-obligaties, schuld en kredietspreads

■ Microsoft → Microsoft rondt een obligatie-uitgifte van ongeveer $25 miljard af, verdeeld over tien tranches met looptijden van twee tot veertig jaar. De senior unsecured schuld heeft Aaa/AAA-kredietkwaliteit en trok op het hoogtepunt ongeveer $115 miljard aan orders, circa 4,6 keer het aangeboden bedrag. De tienjaarstranche werd ongeveer 65 basispunten boven Treasuries geprijsd. De opbrengst kan onder meer worden gebruikt voor kapitaaluitgaven, werkkapitaal, acquisities, aandeleninkoop en aflossing van bestaande schuld. Dit is geen stressfinanciering, maar de omvang bevestigt wel dat ook de financieel sterkste hyperscaler externe schuld veel actiever gaat gebruiken om financiële flexibiliteit tijdens de AI-investeringsgolf te behouden.
■ Alphabet → De nieuwe kwartaalrapportage laat een veel bredere financiële verplichting zien dan alleen de kwartaalinvesteringen. Alphabet had eind september $125,1 miljard langlopende schuld uitstaan en heeft in de eerste negen maanden $45,0 miljard aan Amerikaanse senior unsecured notes en $35,8 miljard aan obligaties in andere valuta uitgegeven. Daarnaast rapporteert de onderneming $924,4 miljard aan materiële aankoopverplichtingen, waarvan $213,4 miljard binnen twaalf maanden vervalt, $130,5 miljard aan nog niet begonnen leases die vooral betrekking hebben op datacenters en energie-infrastructuur, $75,7 miljard aan backstopverplichtingen rond datacenters en $22,8 miljard aan financiële garanties. Niet al deze bedragen zijn schuld en niet alle verplichtingen zijn uitsluitend AI-gerelateerd, maar de totale blootstelling laat zien hoeveel toekomstige capaciteit al contractueel is vastgelegd. Alphabet investeerde in de eerste negen maanden bovendien $132,0 miljard in vaste activa. Waymo voegde in oktober afzonderlijk een $5 miljard senior secured lening toe met een looptijd tot 2032 en een rente van Term SOFR plus 5,25%, zonder garantie van Alphabet zelf.
■ Amazon → Amazon levert vandaag het zwaarste nieuwe balanssignaal. De onderneming ontving in het derde kwartaal $48,1 miljard uit nieuwe langlopende schuld en $115,1 miljard in de eerste negen maanden, tegenover slechts $746 miljoen in dezelfde periode vorig jaar. De langlopende schuld op de balans steeg van $65,6 miljard eind 2025 naar $173,1 miljard eind september. Tegelijkertijd steeg de rentelast in het derde kwartaal van $538 miljoen naar $1,69 miljard. Amazon genereerde over twaalf maanden nog steeds $168,3 miljard operationele kasstroom, maar de vrije kasstroom verslechterde van positief $14,8 miljard naar negatief $42,4 miljard doordat de aankopen van vastgoed en apparatuur sterk opliepen. Amazon zegt zelf dat die stijging vooral verband houdt met investeringen in AI en houdt vast aan ongeveer $220 miljard cash capex voor 2026. Niet iedere dollar nieuwe schuld kan rechtstreeks aan AI worden toegeschreven en AWS groeit met 39,3% zeer sterk, maar de financieringsmix is duidelijk veel agressiever geworden.

Nieuwe financieringen en leningvoorwaarden

■ NexGen Cloud → USD.AI heeft samen met Silver Point Capital en Victory Park Capital een vierjarige senior secured lening van $106 miljoen afgesloten voor NexGen Cloud. De faciliteit financiert 216 NVIDIA HGX B300-systemen met in totaal 1.728 GPU's in Finland. De volledige capaciteit is vastgelegd via een vierjarig take-or-paycontract met een AI-inferenceplatform en de lening wordt over dezelfde periode afgelost. Dat biedt aanzienlijk meer bescherming dan ongedekte groeifinanciering, maar bevestigt tegelijkertijd dat GPU's en toekomstige compute-inkomsten steeds vaker rechtstreeks worden omgezet in onderpand voor institutionele schuld. USD.AI heeft dit jaar inmiddels meer dan $500 miljoen aan GPU-financiering verstrekt.
■ Energy Vault → Eagle Point Credit Management verstrekt $137,5 miljoen aan senior secured krediet voor de aanschaf van 275 MW aan stroomopwekkingsapparatuur die wordt ingezet bij AI- en hyperscale-datacenters. Levering van de apparatuur begint naar verwachting pas in de tweede helft van 2027 en loopt door tot de eerste helft van 2028. De financieringsgolf breidt zich daarmee verder uit van chips en gebouwen naar de energie-infrastructuur die noodzakelijk is om nieuwe rekencapaciteit daadwerkelijk te kunnen gebruiken.
■ New Era Energy & Digital → New Era haalt ongeveer $64 miljoen nieuw eigen vermogen op door 23,27 miljoen aandelen tegen $2,75 per aandeel te plaatsen. De onderneming gebruikt onder meer ongeveer $36 miljoen om schuld onder de bestaande Macquarie-lening terug te betalen, inclusief de contractuele premie, en zegt expliciet dat de kapitaalronde nodig is om de financiële positie in een moeilijke markt te versterken en de financieringsbehoefte op korte termijn af te dekken. Na de transactie blijft een financieringsoptie van maximaal $200 miljoen beschikbaar nadat huurcontracten zijn afgesloten. Voor ons is dit een belangrijk stresssignaal. Een ontwikkelaar die eigen vermogen moet uitgeven om bestaande schuld te verlagen voordat de volgende projectfase kan worden gefinancierd, bevindt zich duidelijk in een andere positie dan een AAA-hyperscaler.
■ Quanome → Quanome ontving $13,5 miljoen als eerste klantvooruitbetaling voor dedicated AI-inferencecapaciteit. De betaling hoort bij een contract met een looptijd van zestig maanden en een totale verplichting van meer dan $100 miljoen en wordt gebruikt voor de aanschaf en bouw van de benodigde servers. De onderneming had eerder twee bestellingen van ieder ongeveer $18,8 miljoen voor GPU-servers geplaatst. Dit is juist een constructiever financieringssignaal omdat klantgeld een deel van de externe schuldbehoefte vervangt, maar het laat tegelijk zien hoe vaak nieuwe capaciteit tegenwoordig al financieel moet worden vastgelegd voordat de hardware operationeel is.

Banken en private credit

■ HSBC → HSBC onderzoekt met verzekeraars de overdracht van kredietrisico op een reeks datacenterleningen, waarvan een deel rechtstreeks is gekoppeld aan AI-infrastructuur. De bank wil daarmee risico van de eigen balans halen en ruimte creëren voor verdere kredietverlening. Dat is geen bewijs dat de onderliggende leningen in problemen zijn, maar het is wel een belangrijk signaal dat balansruimte bij banken steeds waardevoller wordt naarmate de financieringsvraag vanuit datacenters blijft groeien.
■ TPG → TPG-topman Jon Winkelried zei op 29 oktober dat er een historisch niveau van financieringsdruk in de markt is en dat sommige beleggers hun blootstellingslimieten naderen. TPG probeert juist blootstelling te vermijden aan projecten die afhankelijk blijven van steeds nieuwe financieringsrondes en verwacht dat delen van de markt uiteindelijk opnieuw geprijsd worden of stress kunnen laten zien. De onderneming geeft de voorkeur aan bestaande infrastructuur die al verhuurd is en kasstroom produceert. Dat is een duidelijke verandering in kredietdiscipline.
■ Ares → Ares uit eveneens expliciete terughoudendheid bij financiering die rechtstreeks op GPU's en chips rust. Het bedrijf wijst op de onzekerheid over de waardedaling van snel veranderende hardware en vindt fysieke datacenters, energieopwekking en transmissie eenvoudiger te beoordelen. Ares schat dat AI en digitale infrastructuur tot 2030 meer dan $5 biljoen kapitaal nodig hebben, waarvan ongeveer $3 biljoen voor GPU's en chips en circa $2 biljoen voor datacenters en energie-infrastructuur. Het relevante signaal is niet de raming zelf, maar dat een van de grootste alternatieve kredietverstrekkers bepaalde onderdelen van de AI-financiering bewust minder aantrekkelijk vindt vanwege het onderpandrisico.

Private credit wordt daardoor een steeds belangrijker onderdeel van het kredietbeeld. Een vandaag gepubliceerde Reuters-analyse schat dat AI-gerelateerde transacties in 2025 ongeveer 34% van de wereldwijde private-creditactiviteit uitmaakten en dat circa $700 miljard aan datacenterinvesteringen tussen 2026 en 2028 via private credit kan worden gefinancierd. Veel van deze leningen worden niet dagelijks verhandeld, waardoor een verslechtering van de marktwaarde minder snel zichtbaar kan worden dan bij beursgenoteerde obligaties.

Dat is vooral relevant omdat een groot deel van de economische waarde van een datacenter niet in het gebouw zit, maar in chips, servers en andere apparatuur. Juist bij GPU's kan de economische waarde sneller dalen dan de technische levensduur doordat nieuwe generaties veel meer rekenkracht per dollar leveren. Financiers reageren daarop met meer nadruk op contractduur, klantkwaliteit, aflossingsschema's en harde zekerheden.

Breedte van de kredietstress

De belangrijkste verandering is de breedte van de financieringsdruk.

Binnen één etmaal zien we een $25 miljard obligatie-uitgifte bij Microsoft, een nieuwe Amazon-rapportage waarin $48,1 miljard langlopende schuld in één kwartaal is aangetrokken, een Alphabet-rapportage met $125,1 miljard langlopende schuld en meer dan $1 biljoen aan verschillende vaste en voorwaardelijke toekomstige verplichtingen, een nieuwe $106 miljoen GPU-lening, $137,5 miljoen krediet voor stroomvoorziening en een aandelenuitgifte waarmee een kleinere datacenterontwikkelaar bestaande schuld verlaagt.

Tegelijkertijd zeggen grote kredietverstrekkers zelf dat zij selectiever worden. HSBC zoekt naar manieren om risico van de balans te verplaatsen, TPG wil ondernemingen vermijden die voortdurend nieuwe financiering nodig hebben en Ares is terughoudend bij GPU-backed krediet vanwege onzekerheid over de restwaarde van de hardware.

Dat is een veel belangrijker signaal dan één zwakke lening of één problematische emittent.

De kredietmarkt werkt nog steeds. Het probleem is dat steeds meer partijen dezelfde toekomstige groei van AI-vraag gebruiken als basis voor obligaties, leningen, leases, garanties, klantvooruitbetalingen en projectfinanciering.

Risico voor de AI-keten

De financiële structuur achter AI krijgt daardoor steeds meer lagen.

Een hyperscaler kan obligaties uitgeven om datacenters en apparatuur te financieren. Een externe datacenterontwikkelaar kan vervolgens lenen tegen een langlopend huurcontract. Een GPU-exploitant gebruikt dezelfde toekomstige computevraag als basis voor een lening op de servers. Een energiebedrijf financiert vervolgens de generatoren, batterijen of andere apparatuur die nodig zijn om die infrastructuur van stroom te voorzien.

Zolang de vraag naar compute snel blijft groeien, kan iedere afzonderlijke financiering economisch rationeel zijn. Het risico zit in de correlatie. Verschillende schuldeisers kunnen op papier verschillende activa financieren, terwijl hun uiteindelijke terugbetaling afhankelijk blijft van dezelfde kleine groep hyperscalers, AI-bedrijven en grote zakelijke klanten.

Een vertraging in de investeringen van één grote afnemer kan daardoor verder door de keten lopen dan alleen naar het betrokken datacenter. De gevolgen kunnen zichtbaar worden bij GPU-financiering, energieprojecten, private credit, leveranciers van netwerkapparatuur, koeling en uiteindelijk ook de halfgeleiderketen.

Doorwerking naar AI-aandelen

Voor aandelen wordt vrije kasstroom daarom steeds belangrijker dan alleen omzetgroei.

Amazon is het duidelijkste nieuwe voorbeeld. AWS groeit bijna 40% en de totale operationele kasstroom stijgt sterk, maar de AI-gerelateerde investeringen zijn inmiddels zo groot dat de vrije kasstroom over twaalf maanden naar negatief $42,4 miljard is gedraaid terwijl de langlopende schuld met meer dan $100 miljard is toegenomen ten opzichte van eind 2025.

Alphabet laat een ander deel van hetzelfde probleem zien. De onderneming kan enorme bedragen blijven financieren en bezit zeer sterke activiteiten, maar heeft tegelijkertijd $125,1 miljard langlopende schuld, $924,4 miljard aankoopverplichtingen en $130,5 miljard aan nog niet begonnen leases. Een groot deel van die verplichtingen loopt meerdere jaren en sommige bedragen kunnen nog veranderen, maar de toekomstige kapitaalbehoefte is onmiskenbaar veel groter geworden.

Microsoft blijft daar fundamenteel sterker tegenover staan. De enorme vraag naar de nieuwe obligaties toont dat de markt nauwelijks twijfelt aan de kredietkwaliteit. Toch is het relevant dat ook Microsoft nu kiest voor een zeer grote nieuwe schulduitgifte om financiële flexibiliteit te behouden.

De markt zal daardoor steeds harder onderscheid maken tussen drie groepen. Bedrijven die AI-uitgaven volledig uit kasstroom kunnen dragen, bedrijven die sterke contracten en activa hebben waarmee goedkoop extern kapitaal kan worden aangetrokken en bedrijven die nieuwe financiering nodig hebben voordat de volgende investeringsfase überhaupt kan beginnen.

Desk-view

Voor 30 oktober gaat onze beoordeling van de kredietstress duidelijk omhoog.

De belangrijkste reden is niet dat de kredietmarkt dichtgaat. Microsoft bewijst juist het tegenovergestelde. Een AAA-emittent kan $25 miljard plaatsen en ongeveer $115 miljard aan vraag aantrekken. Ook een lening zoals die van NexGen Cloud kan institutioneel kapitaal vinden wanneer de hardware als zekerheid dient, de capaciteit volledig is gecontracteerd en de lening tegelijk met het klantcontract wordt afgelost.

Maar daar staat een steeds grotere hoeveelheid risico tegenover. Amazon heeft in één kwartaal $48,1 miljard langlopende schuld aangetrokken terwijl de vrije kasstroom diep negatief is geworden. Alphabet heeft zijn schuld sterk verhoogd en heeft daarnaast zeer grote contractuele en voorwaardelijke verplichtingen vastgelegd. Kleinere ontwikkelaars moeten soms eigen vermogen aantrekken om bestaande schuld te verminderen. Grote private kredietverstrekkers spreken openlijk over herprijzing, blootstellingslimieten en onzekerheid over toekomstige financieringsrondes.

Daarom vinden we het te positief om alleen te zeggen dat kapitaal beschikbaar blijft. Kapitaal is beschikbaar, maar steeds minder tegen dezelfde voorwaarden en steeds minder voor hetzelfde risico.

Voor AI-aandelen verhoogt dat de kans op grotere verschillen tussen winnaars en verliezers. Sterke hyperscalers kunnen de investeringscyclus voorlopig dragen, maar zelfs daar moet de vrije kasstroom uiteindelijk aantonen dat de enorme uitgaven economisch renderen. Ondernemingen met zwakkere balansen krijgen veel minder tijd om dat bewijs te leveren.

Conclusie

De AI-kredietstress is in de afgelopen 24 uur verder toegenomen en vooral breder geworden.

Microsoft voegt ongeveer $25 miljard nieuwe obligaties toe. Amazon rapporteert $48,1 miljard nieuwe langlopende schuld in één kwartaal en inmiddels $173,1 miljard langlopende schuld op de balans, terwijl de vrije kasstroom naar negatief $42,4 miljard draait. Alphabet rapporteert $125,1 miljard langlopende schuld en zeer grote toekomstige aankoop-, lease- en garantieverbintenissen. Tegelijkertijd komt nieuwe senior schuld beschikbaar voor GPU's en stroomvoorziening, terwijl private kredietverstrekkers duidelijk kritischer worden over herhaalde financieringsbehoefte en de restwaarde van hardware.

Dit is nog geen algemene kredietcrisis. De sterkste emittenten kunnen nog altijd enorme bedragen ophalen en projecten met sterke contracten en goed onderpand blijven financierbaar.

Maar de financiële hefboom achter de AI-uitbouw wordt groter. De schuld groeit, vaste verplichtingen nemen toe en steeds meer bedrijven worden afhankelijk van het voortdurend functioneren van obligatie-, bank- en private kredietmarkten.

Voor 30 oktober blijven we daarom duidelijk voorzichtig. Als nieuwe schuld zonder verdere spreadstijging kan worden opgenomen en vrije kasstromen herstellen, kan de AI-investeringscyclus doorgaan. Als kredietverstrekkers verder terughoudend worden, onderpand sneller in waarde daalt of vrije kasstroom langdurig achterblijft bij de investeringen, kan financiering zelf de volgende rem op de AI-cyclus worden.

AI debt rises sharply again as lenders draw harder lines
30 October 2026

🟥 𝗔𝗜 𝗲𝗾𝘂𝗶𝘁𝗶𝗲𝘀 → 𝗻𝗲𝗴𝗮𝘁𝗶𝘃𝗲: The latest figures confirm that the AI investment wave increasingly requires debt, leases, guarantees and other forms of external financing. This raises the risk of lower valuations when free cash flow fails to grow quickly enough.
🟥 𝗖𝗿𝗲𝗱𝗶𝘁 𝘀𝘁𝗿𝗲𝘀𝘀 → 𝗿𝗶𝘀𝗶𝗻𝗴 𝘀𝗵𝗮𝗿𝗽𝗹𝘆: Amazon is reporting a very large increase in debt, Alphabet is disclosing hundreds of billions of dollars of additional future commitments and private lenders are becoming visibly more cautious. Funding markets remain open, but the amount of risk that needs to be financed is expanding extremely rapidly.
🟧 𝗣𝗼𝘀𝗶𝘁𝗶𝘃𝗲 𝘀𝗶𝗴𝗻𝗮𝗹𝘀 → 𝗹𝗶𝗺𝗶𝘁𝗲𝗱: Microsoft can raise approximately $25 billion with exceptional investor demand and well-secured financings continue to find buyers. This mainly demonstrates that capital remains available for strong credit quality, hard collateral and predictable cash flows.
🟥 𝗔𝗜 𝘀𝘂𝗽𝗽𝗹𝘆 𝗰𝗵𝗮𝗶𝗻 → 𝘂𝗻𝗱𝗲𝗿 𝗽𝗿𝗲𝘀𝘀𝘂𝗿𝗲: Financing needs are spreading beyond hyperscalers into GPUs, data centers, power generation and other physical infrastructure. A growing number of financial obligations therefore depend on the same future growth in AI compute demand.
🟥 𝗕𝗿𝗼𝗮𝗱𝗲𝗿 𝗲𝗾𝘂𝗶𝘁𝘆 𝗺𝗮𝗿𝗸𝗲𝘁 → 𝗱𝗼𝘄𝗻𝘀𝗶𝗱𝗲 𝗿𝗶𝘀𝗸 𝗶𝘀 𝗵𝗶𝗴𝗵𝗲𝗿: There is no broad credit crisis yet, but the financing cycle is now large enough to visibly influence the investment-grade bond market and Big Tech free cash flow. Further spread widening or tighter financing conditions could therefore feed into equity valuations more quickly.

The past 24 hours have produced a materially heavier credit picture. Microsoft is bringing approximately $25 billion of new bonds to market, Amazon is reporting $48.1 billion of proceeds from new long-term debt in a single quarter and Alphabet's new quarterly filing shows a combination of $125.1 billion of long-term debt, $924.4 billion of purchase commitments and $130.5 billion of leases that have not yet commenced.

Fresh senior debt is simultaneously being created around GPUs and power infrastructure, a smaller data-center developer is using new equity to repay existing debt and TPG and Ares are explicitly warning about some of the structures being used to finance the AI buildout. The central issue is therefore not that money is suddenly disappearing. Debt, fixed commitments and dependence on continuously available capital are growing much faster than they were only a few months ago.

AI bonds: yield and risk

Bond markets confirm that AI has become a credit factor in its own right. FTSE Russell reported on October 29 that Amazon, Alphabet, Meta, Microsoft and Oracle had already issued $218.1 billion of investment-grade bonds in 2026 by early October. That is more than twice the $107.3 billion issued during all of 2025.

The risk premium has also changed. The market-value-weighted option-adjusted spread for this hyperscaler cohort is around 119 basis points compared with 86 basis points for the broad US investment-grade corporate bond market. Since December 2025, the hyperscaler spread has widened by approximately 31 basis points while the broader index has widened by only around 1 basis point.

The differences within the group are substantial. Based on FTSE Russell market data dated September 30, Oracle carried an average yield to worst of 7.40% and an OAS of 210 basis points. Meta stood at 6.61% and 123 basis points, Amazon at 6.04% and 75 basis points, Alphabet at 6.08% and 74 basis points and Microsoft at 6.11% and 54 basis points. Credit markets clearly do not treat the five major AI financiers as one risk.

The same distinction was previously visible in CDS. FTSE Russell's analysis published today uses five-year CDS observations dated October 21 of 331 basis points for Oracle, 80 basis points for Amazon and 56 basis points for Microsoft. These are historical observations rather than new October 29 quotes, but they illustrate how sharply credit markets were already differentiating before today's latest financing wave.

Microsoft is simultaneously providing an important positive benchmark. Its new $25 billion sale consists of ten tranches with maturities ranging from two to forty years and attracted approximately $115 billion of peak demand. The ten-year tranche was priced at roughly 65 basis points over comparable US Treasuries, versus around 80 basis points for a comparable Alphabet bond due in 2036. That represents exceptionally strong access to credit markets, but also means Microsoft is now raising substantial new long-term debt for the first time since 2017.

AI bonds, debt and credit spreads

■ Microsoft → Microsoft is completing an approximately $25 billion bond offering across ten tranches with maturities ranging from two to forty years. The senior unsecured debt carries Aaa/AAA credit quality and attracted approximately $115 billion of peak orders, about 4.6 times the amount offered. The ten-year tranche was priced approximately 65 basis points over Treasuries. Proceeds may be used for purposes including capital expenditures, working capital, acquisitions, share repurchases and repayment of existing debt. This is not stress financing, but its scale confirms that even the financially strongest hyperscaler is using external debt much more actively to preserve financial flexibility during the AI investment cycle.
■ Alphabet → The new quarterly filing reveals a financial commitment much broader than quarterly capital expenditure alone. Alphabet had $125.1 billion of long-term debt outstanding at the end of September and issued $45.0 billion of US-dollar senior unsecured notes and $35.8 billion of foreign-currency notes during the first nine months. It also reports $924.4 billion of material purchase commitments, of which $213.4 billion falls due within twelve months, $130.5 billion of leases not yet commenced primarily related to data centers and energy infrastructure, $75.7 billion of data-center backstop obligations and $22.8 billion of financial guarantees. Not all of these amounts are debt and not all are exclusively AI-related, but the total exposure illustrates how much future capacity has already been contractually committed. Alphabet also invested $132.0 billion in property and equipment during the first nine months. Separately, Waymo entered into a $5 billion senior secured loan in October maturing in 2032 at Term SOFR plus 5.25%, without an Alphabet parent guarantee.
■ Amazon → Amazon provides the heaviest new balance-sheet signal today. The company received $48.1 billion of proceeds from long-term debt during the third quarter and $115.1 billion during the first nine months, compared with only $746 million during the comparable period last year. Long-term debt on the balance sheet increased from $65.6 billion at the end of 2025 to $173.1 billion at the end of September. Interest expense simultaneously increased from $538 million to $1.69 billion in the third quarter. Amazon still generated $168.3 billion of trailing twelve-month operating cash flow, but free cash flow deteriorated from positive $14.8 billion to negative $42.4 billion as property and equipment spending surged. Amazon says the increase primarily reflects artificial-intelligence investment and continues to expect approximately $220 billion of cash capital expenditure in 2026. Not every dollar of new debt can be directly attributed to AI and AWS is growing a very strong 39.3%, but the financing mix has clearly become much more aggressive.

New financing and lending terms

■ NexGen Cloud → USD.AI together with Silver Point Capital and Victory Park Capital has closed a four-year $106 million senior secured loan for NexGen Cloud. The facility finances 216 NVIDIA HGX B300 systems containing 1,728 GPUs in Finland. All capacity is contracted under a four-year take-or-pay agreement with an AI inference platform and the loan amortizes over the same period. This provides materially stronger protection than unsecured growth financing, but also confirms that GPUs and future compute revenue are increasingly being converted directly into collateral for institutional debt. USD.AI has originated more than $500 million of GPU financing this year.
■ Energy Vault → Eagle Point Credit Management is providing $137.5 million of senior secured credit to finance 275 MW of power-generation equipment for AI and hyperscale data centers. Equipment deliveries are expected to begin in the second half of 2027 and continue through the first half of 2028. The financing wave is therefore spreading further from chips and buildings into the energy infrastructure required to make additional compute capacity usable.
■ New Era Energy & Digital → New Era is raising approximately $64 million of fresh equity through the sale of 23.27 million shares at $2.75 each. The company will use approximately $36 million, among other purposes, to repay debt under its existing Macquarie loan including the contractual premium and explicitly says the raise is needed to strengthen its financial position in a challenging market and meet near-term financing needs. An up to $200 million financing option remains available once leases are signed. For us this is an important stress signal. A developer that needs to issue equity to reduce existing debt before financing the next project phase is clearly in a different position from a AAA hyperscaler.
■ Quanome → Quanome received $13.5 million as the first customer prepayment for dedicated AI inference capacity. The payment is tied to a sixty-month contract with total commitments exceeding $100 million and will support procurement and build-out of the required servers. The company had previously entered into two GPU-server purchase agreements of approximately $18.8 million each. This is a more constructive financing signal because customer money replaces part of the external debt requirement, but it also shows how often new capacity now has to be financially committed before the hardware becomes operational.

Banks and private credit

■ HSBC → HSBC is discussing with insurers the transfer of credit risk on a series of data-center loans, some directly tied to AI infrastructure. The bank is seeking to move risk away from its own balance sheet and create capacity for further lending. This does not prove that the underlying loans are distressed, but it is an important sign that bank balance-sheet capacity is becoming increasingly valuable as data-center financing demand grows.
■ TPG → TPG CEO Jon Winkelried said on October 29 that the market is facing an historic level of financing pressure and that some investors are approaching their exposure limits. TPG is actively trying to avoid projects that depend on repeated rounds of additional financing and expects parts of the market eventually to reprice or experience stress. The firm prefers existing infrastructure that is already leased and producing cash flow. That represents a clear tightening of credit discipline.
■ Ares → Ares is also explicitly cautious about financing directly secured by GPUs and chips. The firm points to uncertainty around the depreciation of rapidly changing hardware and finds physical data centers, power generation and transmission easier to underwrite. Ares estimates that AI and digital infrastructure will require more than $5 trillion of capital through 2030, including approximately $3 trillion for GPUs and chips and around $2 trillion for data centers and energy infrastructure. The important signal is not the forecast itself, but that one of the world's largest alternative lenders considers some forms of AI financing less attractive because of collateral-value risk.

Private credit is therefore becoming increasingly important to the overall credit picture. A Reuters analysis published today estimates that AI-related transactions represented approximately 34% of global private-credit activity in 2025 and that around $700 billion of data-center investment between 2026 and 2028 could be financed through private credit. Many of these loans do not trade daily, meaning deterioration in market value may become visible more slowly than in public bonds.

That matters particularly because much of the economic value of a data center sits not in the building but in chips, servers and related equipment. GPU economic value can fall considerably faster than technical useful life when newer generations provide substantially more computing power per dollar. Lenders are responding with greater emphasis on contract duration, customer quality, amortization schedules and hard collateral.

Breadth of credit stress

The most important change is the breadth of financing pressure.

Within a single day Microsoft is raising $25 billion of bonds, Amazon is reporting $48.1 billion of long-term debt proceeds in one quarter, Alphabet is reporting $125.1 billion of long-term debt and more than $1 trillion across different categories of firm and contingent future commitments, a new $106 million GPU loan is being closed, $137.5 million of credit is being provided for power infrastructure and a smaller data-center developer is issuing equity to reduce existing debt.

At the same time, major lenders themselves are becoming more selective. HSBC is exploring ways to move risk off its balance sheet, TPG wants to avoid businesses requiring continuous refinancing and Ares is cautious on GPU-backed credit because of uncertainty around residual hardware values.

That is considerably more important than one weak loan or one troubled issuer.

Credit markets still function. The problem is that an increasing number of parties are using the same future growth in AI demand as the basis for bonds, loans, leases, guarantees, customer prepayments and project financing.

Risk for the AI supply chain

The financial structure behind AI is consequently gaining more layers.

A hyperscaler can issue bonds to finance data centers and equipment. An external data-center developer can then borrow against a long-term lease. A GPU operator can use the same future compute demand as collateral for server financing. An energy company can then finance the generators, batteries or other equipment required to power that infrastructure.

As long as compute demand continues to grow rapidly, each individual financing can be economically rational. The risk lies in correlation. Different creditors may appear to finance different assets while ultimate repayment depends on the same small group of hyperscalers, AI companies and major enterprise customers.

A slowdown in investment by one large customer can therefore travel much further than the data center directly involved. The impact can reach GPU financing, energy projects, private-credit portfolios, networking and cooling suppliers and ultimately the semiconductor supply chain.

Implications for AI equities

For equities, free cash flow is therefore becoming more important than revenue growth alone.

Amazon is the clearest new example. AWS is growing almost 40% and total operating cash flow remains extremely strong, yet AI-related investment has become so large that trailing twelve-month free cash flow has turned negative by $42.4 billion while long-term debt has increased by more than $100 billion compared with the end of 2025.

Alphabet shows another part of the same issue. The company can continue to finance enormous amounts and owns exceptionally strong businesses, but it simultaneously carries $125.1 billion of long-term debt, $924.4 billion of purchase commitments and $130.5 billion of leases that have not yet commenced. Many of these commitments run over several years and some amounts can change, but the future capital requirement has unquestionably become much larger.

Microsoft remains fundamentally stronger. Exceptional demand for its new bonds shows that the market has little concern about its credit quality. It is nevertheless relevant that Microsoft is also choosing to issue a very large amount of new debt to preserve financial flexibility.

Markets will therefore increasingly divide AI companies into three groups. Companies able to fund investment from internal cash generation, businesses with strong contracts and assets that allow them to raise inexpensive external capital and companies that require new financing before the next investment phase can begin at all.

Desk view

For October 30 we raise our assessment of credit stress materially.

The main reason is not that credit markets are closing. Microsoft demonstrates the opposite. A AAA issuer can place $25 billion and attract around $115 billion of demand. A facility such as NexGen Cloud's can also attract institutional capital when hardware provides collateral, capacity is fully contracted and the debt amortizes alongside the customer agreement.

But the amount of risk on the other side is expanding quickly. Amazon raised $48.1 billion of long-term debt in one quarter while free cash flow moved deeply negative. Alphabet has materially increased debt and has also locked in very large contractual and contingent obligations. Smaller developers are sometimes issuing equity to reduce debt. Large private lenders are openly discussing repricing, exposure limits and uncertainty around continued access to financing.

It is therefore too positive simply to say that capital remains available. Capital is available, but increasingly not on the same terms and increasingly not for the same risks.

For AI equities this increases the probability of much wider dispersion between winners and losers. Strong hyperscalers can absorb the investment cycle for now, but even there free cash flow ultimately has to demonstrate that extraordinary capital spending generates an adequate economic return. Companies with weaker balance sheets have far less time to provide that proof.

Conclusion

AI credit stress has increased further during the past 24 hours and, more importantly, has broadened.

Microsoft is adding approximately $25 billion of new bonds. Amazon is reporting $48.1 billion of new long-term debt proceeds in one quarter and now carries $173.1 billion of long-term debt while free cash flow turns negative by $42.4 billion. Alphabet reports $125.1 billion of long-term debt alongside very large future purchase, lease and guarantee commitments. Fresh senior debt is simultaneously being created for GPUs and power infrastructure while private lenders become clearly more critical of repeated financing requirements and hardware residual values.

This is not yet a broad credit crisis. The strongest issuers can still raise enormous amounts and projects supported by strong contracts and good collateral remain financeable.

But financial leverage behind the AI buildout is increasing. Debt is growing, fixed obligations are rising and more companies are becoming dependent on the continued functioning of bond, bank and private-credit markets.

We therefore enter October 30 clearly more cautiously. If new debt continues to be absorbed without further spread widening and free cash flow recovers, the AI investment cycle can continue. If lenders become more restrictive, collateral depreciates faster or free cash flow remains well below investment requirements, financing itself can become the next constraint on the AI cycle.