INCHIESTA | I SOLDI DELL’AI — 07

SPV, joint venture, project finance, leasing e garanzie sul valore residuo stanno permettendo a Big Tech di finanziare centinaia di miliardi di infrastrutture AI senza trasformare ogni dollaro investito in debito corporate. Ma il rischio non scompare: cambia proprietario, prezzo e indirizzo. E mentre gli investitori iniziano a chiedere un premio maggiore al credito legato all’intelligenza artificiale, la domanda conclusiva dell’inchiesta di Rivista.AI su “I soldi dell’AI” diventa inevitabile: chi resta con la perdita se il valore futuro del compute non sarà quello previsto oggi?

Per due anni abbiamo contato miliardi. Miliardi di Capex, di GPU, di obbligazioni e di project finance. Gigawatt trasformati in dollari e dollari trasformati nuovamente in gigawatt.

Ma alla fine di questa inchiesta il numero forse più importante è un altro: 300 miliardi di dollari.

È la quantità massima di garanzie sul valore residuo che, secondo un’analisi del Financial Times, i grandi gruppi tecnologici avrebbero messo a disposizione nell’arco degli ultimi dodici mesi per sostenere il finanziamento di data center e semiconduttori destinati all’intelligenza artificiale.

Non sono 300 miliardi di debito Big Tech questo vale la pena scriverlo subito, perché confondere queste grandezze rischia di produrre una rappresentazione tanto spettacolare quanto sbagliata della finanza dell’AI.

Sono garanzie e la differenza è fondamentale.

Il debito può appartenere a una società veicolo che possiede un data center, a una joint venture, a un soggetto che acquista migliaia di chip per poi concederli in leasing oppure a un’infrastruttura finanziata attraverso project finance.

Formalmente quel debito può quindi trovarsi lontano dal bilancio di Meta, Nvidia, Broadcom o degli altri protagonisti della corsa, economicamente però, qualcuno deve convincere chi presta i soldi che l’asset conserverà abbastanza valore da permettergli di recuperare il capitale.

Ed è qui che entra in campo la garanzia.

La macchina finanziaria che abbiamo costruito per l’AI

Nelle prime puntate de “I soldi dell’AI” abbiamo seguito il capitale mentre attraversava l’economia dell’intelligenza artificiale.

Abbiamo visto gli hyperscaler aumentare il Capex a livelli che fino a pochi anni fa sarebbero sembrati difficili da immaginare. Abbiamo seguito quel denaro verso GPU, server, data center, reti elettriche ed energia. Poi abbiamo osservato il debito entrare progressivamente nella macchina quando il cash flow interno non era più sufficiente, o semplicemente non era più il modo più efficiente per finanziare tutto.

Ad un certo punto però la struttura si è complicata: SPV Special Purpose Vehicle, joint venture, leasing, project finance, private credit, infrastructure fund.

La logica è perfettamente razionale. Se Meta vuole utilizzare un data center da decine di miliardi non è necessariamente necessario che lo costruisca interamente con il proprio capitale e iscriva tutto l’investimento nel proprio bilancio. Un soggetto esterno può possedere l’asset, raccogliere equity, indebitarsi e concedere la capacità a Meta attraverso un contratto pluriennale. Il capitale necessario esiste come pure il debito e l’infrastruttura.

Ma non necessariamente si trovano tutti nello stesso bilancio.

300 miliardi che non sono 300 miliardi di debito

Le residual-value guarantees aggiungono un altro livello. Il meccanismo, semplificando, funziona così: qualcuno finanzia l’acquisto o la costruzione di un asset AI e Big Tech garantisce che quell’asset conserverà almeno una determinata quota del proprio valore futuro. Se alla fine il valore realizzabile risultasse inferiore alla soglia garantita, il garante coprirebbe, entro i limiti contrattuali, parte della differenza.

È proprio questa protezione che può rendere finanziabile un progetto a condizioni migliori.

Meta ha costruito intorno al campus Hyperion in Louisiana una struttura nella quale Blue Owl controlla l’80% della joint venture e Meta mantiene il 20%, accompagnando i lease con una residual value guarantee. Il progetto ha raccolto circa 27 miliardi di dollari attraverso bond emessi dal veicolo Beignet Investor. Ma ora quella struttura ha cominciato a essere giudicata dal mercato: le obbligazioni con scadenza 2049 sono scese fino a circa 91 centesimi sul dollaro, portando il rendimento al 7,55% e lo spread sui Treasury intorno ai 230 punti base.

Broadcom ha invece assunto una massima esposizione off-balance-sheet di circa 29 miliardi di dollari attraverso il backstop della prima tranche di una struttura legata alla fornitura di infrastruttura AI, esposizione che la società ha confermato anche nei più recenti aggiornamenti agli investitori.

Nvidia è andata ancora oltre. Nel campus PORTS-Pike sviluppato da SB Energy per OpenAI in Ohio ha fornito residual value guarantees fino a 105 miliardi di dollari sulle obbligazioni relative ai lease della prima tranche da circa 4,25 GW-IT. La garanzia è condizionata, diminuisce nel tempo e può cessare al verificarsi di determinate condizioni, ma svolge una funzione fondamentale: utilizzare la forza finanziaria di Nvidia per rendere finanziabile un’infrastruttura che SB Energy costruirà e possiederà e che OpenAI utilizzerà attraverso contratti ventennali. Nvidia ha inoltre investito direttamente 1,5 miliardi di dollari in SB Energy.

Sono strutture finanziarie differenti e, ancora una volta, sarebbe sbagliato sommarle come se rappresentassero tutte debito corporate. Tuttavia raccontano la stessa trasformazione: Big Tech non sta soltanto acquistando infrastruttura AI, ma sta utilizzando la propria qualità creditizia per rendere finanziabile l’infrastruttura acquistata, costruita o posseduta da qualcun altro.

La differenza è importante perché sposta una parte del problema. Il capitale necessario alla costruzione può arrivare da investitori, fondi infrastrutturali, banche o veicoli specializzati, mentre una parte del rischio continua a essere sostenuta, direttamente o indirettamente, dalle società tecnologiche che hanno bisogno di quella capacità.

Il vero asset sottostante è il valore futuro del compute

Dentro queste strutture compare però una variabile che raramente trova spazio nei grandi annunci sui gigawatt: quanto varranno domani gli asset che oggi vengono finanziati.

Una GPU non vale necessariamente tra cinque anni quanto vale oggi, così come un data center progettato per una determinata densità di calcolo potrebbe richiedere modifiche per ospitare nuove generazioni di acceleratori. Nel frattempo il prezzo del compute può diminuire, l’efficienza dei modelli può aumentare e la domanda crescere meno di quanto previsto quando il progetto è stato finanziato.

Naturalmente può verificarsi anche lo scenario opposto: la domanda potrebbe continuare ad aumentare abbastanza rapidamente da rendere quella capacità estremamente preziosa.

È precisamente questa incertezza che la struttura finanziaria cerca di distribuire tra i diversi soggetti coinvolti.

Le agenzie di rating hanno cominciato a incorporarla nelle proprie valutazioni. S&P, secondo il Financial Times, analizza alcune di queste garanzie confrontando il valore garantito con una propria stima del valore recuperabile dell’asset in uno scenario di stress. Se la garanzia eccede quel valore, la differenza può essere considerata economicamente assimilabile a una maggiore leva per il soggetto che l’ha concessa.

Nella maggior parte delle operazioni analizzate finora questa differenza appare contenuta ed è un punto essenziale per evitare conclusioni sbagliate: non stiamo scoprendo una crisi nascosta da centinaia di miliardi di dollari, ma osservando un enorme esperimento finanziario il cui risultato dipenderà anche dal valore che il mercato attribuirà domani agli asset che oggi vengono costruiti.

Hyperion però aggiunge un elemento che fino ad oggi mancava: quel valore del rischio ha cominciato a essere osservabile.

Quando il rischio arriva sul mercato

I circa 27 miliardi di dollari di obbligazioni emesse attraverso Beignet Investor per finanziare Hyperion non sono rimasti al prezzo al quale erano stati collocati.

Le note senior secured con scadenza 2049 e cedola del 6,581%, inizialmente valutate A+, sono scese fino a circa 91 centesimi sul dollaro, facendo salire il rendimento intorno al 7,55%. Lo spread rispetto ai Treasury, che al momento dell’emissione era nell’ordine di 185 punti base, è arrivato intorno ai 230 punti base, dopo aver toccato livelli ancora superiori durante l’estate.

Non significa che Hyperion sia in difficoltà finanziaria, né che Meta debba prepararsi a coprire 27 miliardi di dollari di perdite. Significa qualcosa di diverso e, per certi versi, più interessante: il rischio trasferito attraverso la struttura finanziaria ha cominciato ad avere un prezzo proprio.

È un passaggio fondamentale. Quando il finanziamento esce dal bilancio dello sponsor e viene trasformato in obbligazioni acquistabili dagli investitori, il rischio non scompare: diventa negoziabile. E quando quei titoli cominciano a essere scambiati sul mercato secondario, gli investitori possono continuamente rivedere il prezzo al quale sono disposti a detenerlo.

Hyperion diventa così uno dei primi stress test osservabili della macchina finanziaria costruita intorno all’infrastruttura AI.

I 3.100 miliardi trilioni che non sono 3,1 trilioni di debito

La cifra ancora più spettacolare arriva da Morgan Stanley, i cui analisti avrebbero censito oltre 3.100 miliardi di dollari di commitments e credit support off-balance-sheet presso sette hyperscaler e produttori di chip.

È una cifra che richiede però la stessa cautela utilizzata lungo tutta questa inchiesta, perché al suo interno possono convivere obblighi economici molto diversi: lease futuri, purchase commitments, contratti infrastrutturali, garanzie e altre forme di supporto finanziario.

Non hanno la stessa natura, la stessa scadenza né la stessa probabilità di trasformarsi in un esborso e, soprattutto, non rappresentano 3.100 miliardi di dollari di debito nascosto. Sommarli come se fossero passività finanziarie omogenee produrrebbe quindi un numero spettacolare, ma economicamente privo di significato.

Ignorarli sarebbe tuttavia l’errore opposto, perché mostrano quanto sia diventato difficile comprendere l’esposizione economica alla corsa all’AI limitandosi a leggere la voce debt dello stato patrimoniale.

Il problema, ormai, non è soltanto sapere quanto debito abbia una società. È ricostruire quanta infrastruttura dipenda economicamente dalla sua domanda, dai suoi contratti e dalla sua capacità di sostenerne il valore.

Il mercato inizia a fare i conti

Finché il capitale rimane abbondante e gli investitori accettano di finanziare queste strutture a condizioni favorevoli, l’architettura funziona particolarmente bene. Una parte della spesa viene trasferita verso veicoli e investitori specializzati, mentre Big Tech può assicurarsi la capacità necessaria senza finanziare direttamente ogni singolo data center.

Negli ultimi mesi, tuttavia, il mercato ha cominciato a introdurre una variabile nuova: un premio maggiore per assumere il rischio collegato all’AI.

Secondo Goldman Sachs, gli spread degli emittenti collegati all’intelligenza artificiale si collocano intorno a 115 punti base, contro circa 78 punti base dell’investment grade americano nel suo complesso, mentre alcune società con rating double-A sono arrivate a finanziarsi a condizioni più vicine a quelle normalmente associate agli emittenti triple-B.

Non significa che gli investitori ritengano Alphabet, Meta o gli altri grandi gruppi tecnologici vicini all’insolvenza. Il problema è molto più prosaico: la quantità di capitale che il settore dovrà assorbire sta aumentando rapidamente.

Goldman Sachs stima che l’emissione lorda degli hyperscaler possa raggiungere circa 420 miliardi di dollari nel 2027, il 60% in più rispetto alle stime per il 2026. A quel punto gli investitori non devono più decidere soltanto se una singola obbligazione sia sicura, ma quanta parte dei propri portafogli intendano concentrare sul medesimo ciclo di investimento.

Ed è qui che gli SPV, le società veicolo per intenderci, apparentemente separate dai bilanci delle Big Tech, tornano improvvisamente dentro il quadro.

Il debito può cambiare nome. La concentrazione no

Per un asset manager possedere un’obbligazione Meta e finanziare contemporaneamente un veicolo che costruisce un data center il cui valore economico dipende dai contratti e dalle garanzie di Meta significa detenere formalmente due strumenti differenti. Dal punto di vista dell’esposizione economica, tuttavia, una parte del rischio può convergere.

Reuters riferisce che alcuni investitori istituzionali stanno iniziando ad avvicinarsi ai propri limiti di esposizione quando aggregano il debito corporate con quello emesso dalle strutture infrastrutturali collegate agli stessi gruppi tecnologici.

È probabilmente uno dei segnali più importanti dell’intera inchiesta, perché significa che Wall Street sta iniziando a fare ciò che la struttura formale dei bilanci non consente immediatamente di vedere: ricostruire il rischio economico attraversando i diversi veicoli nei quali è stato distribuito.

Un corporate bond, un SPV, un project finance, un lease, una guarantee e un’operazione di vendor financing rimangono strumenti giuridicamente e finanziariamente differenti. Tuttavia possono dipendere, almeno in parte, dalla stessa domanda finale, dagli stessi hyperscaler e dalla stessa convinzione che il valore futuro del compute sarà sufficiente a sostenere gli investimenti effettuati oggi.

È questo, più della singola etichetta finanziaria, ciò che interessa agli investitori.

Non è una crisi del credito. È iniziato il repricing

Serve però la stessa cautela utilizzata quando abbiamo analizzato Project Jupiter. Il mercato del credito americano non sta mostrando una crisi generalizzata: gli spread corporate complessivi rimangono relativamente compressi, gli investitori dispongono ancora di capitale e le emissioni di settori non collegati all’AI continuano spesso a incontrare una domanda robusta.

Proprio per questo la divergenza che comincia a emergere è interessante.

Gli investitori non stanno abbandonando il credito, ma stanno diventando più selettivi nel prezzo che chiedono per finanziare l’infrastruttura AI. Hyperion offre ora una manifestazione concreta di questo processo, perché il mercato secondario ha già rideterminato il rendimento richiesto per detenere quel rischio.

Per due anni ci siamo chiesti se Wall Street credesse o meno all’intelligenza artificiale. La domanda sta diventando più sofisticata, perché il mercato può continuare a credere enormemente nell’AI e, contemporaneamente, chiedere 50, 100 o 150 punti base in più per finanziarne l’espansione.

Non esiste alcuna contraddizione: un investimento può essere considerato strategicamente indispensabile e, nello stesso momento, diventare finanziariamente più costoso.

Ed è precisamente qui che la corsa all’AI smette di essere soltanto una storia di tecnologia e diventa una storia di prezzo del capitale.

Quando il rischio torna indietro

A questo punto possiamo completare il percorso che abbiamo seguito lungo le sette puntate di questa inchiesta. Siamo partiti dal capitale necessario a costruire l’infrastruttura, abbiamo seguito quei soldi mentre diventavano data center, energia e capacità di calcolo, per arrivare infine alla domanda di compute e ai cash flow che dovrebbero remunerare investimenti di dimensioni mai viste prima nell’industria tecnologica.

Finora, insomma, abbiamo seguito soprattutto il viaggio dei soldi verso l’AI.

Adesso possiamo osservare il percorso nella direzione opposta, perché quando una parte di quegli investimenti viene finanziata attraverso SPV, project finance, lease e garanzie, ciò che torna indietro lungo la catena non è necessariamente il capitale: è il rischio.

Quel rischio può essere acquistato dagli investitori, negoziato sul mercato, distribuito attraverso veicoli finanziari e mitigato mediante garanzie. In determinate circostanze può infine risalire verso le stesse Big Tech che avevano utilizzato quelle strutture per condividere con altri soggetti il costo e il rischio della costruzione.

Non è necessariamente un viaggio di ritorno completo. Se la domanda di compute continuerà a crescere, i data center saranno utilizzati, i chip conserveranno un valore sufficiente e i contratti genereranno i cash flow previsti, gran parte delle garanzie potrebbe non essere mai attivata e la macchina avrà funzionato esattamente come era stata progettata.

Il punto è ciò che accade se alcune di queste ipotesi smettono di reggere contemporaneamente.

Se il valore residuo dell’infrastruttura diminuisce più rapidamente del previsto, se un tenant non riesce a sostenere i propri impegni, se la domanda cresce meno delle aspettative oppure se il mercato richiede rendimenti progressivamente maggiori per rifinanziare le strutture, una parte del rischio che sembrava essere stata trasferita può ricominciare a muoversi lungo la catena.

Non necessariamente fino al bilancio originario e non necessariamente per l’intero importo, ma abbastanza da ricordare che trasferire un rischio non significa eliminarlo.

Alla fine, qualcuno deve possedere il rischio

Siamo partiti, in questa inchiesta, da una domanda apparentemente semplice: chi sta pagando la più grande corsa infrastrutturale della storia della tecnologia?

Sette puntate dopo, la risposta è necessariamente più complessa.

Una parte viene finanziata dalle Big Tech attraverso il cash flow generato dai loro business; un’altra dagli obbligazionisti, dalle banche e dal private credit, mentre fondi infrastrutturali, investitori istituzionali, utility e SPV stanno assumendo quote sempre maggiori del capitale e del rischio necessari a costruire data center, reti energetiche e capacità di calcolo. A questi soggetti si aggiungono le stesse aziende tecnologiche che, attraverso lease, garanzie, backstop e altre forme di credit support, prestano la propria forza finanziaria alle strutture costruite intorno all’AI.

Non abbiamo trovato un unico finanziatore perché un unico finanziatore non esiste. Abbiamo trovato una macchina finanziaria nella quale capitale e rischio vengono continuamente trasferiti, trasformati e distribuiti.

Ed è probabilmente questa la conclusione più importante della nostra inchiesta su I soldi dell’AI.

La corsa all’intelligenza artificiale non dipende più soltanto dalla capacità delle grandi aziende tecnologiche di generare abbastanza cassa per acquistare GPU. Dipende dalla capacità dell’intero sistema finanziario di assorbire, distribuire e soprattutto prezzare il rischio necessario a costruire l’infrastruttura.

Per il momento quel sistema continua a funzionare, ma il cambiamento è che ha iniziato a mostrare il prezzo al quale è disposto a farlo.

Gli investitori chiedono rendimenti maggiori quando percepiscono un rischio superiore, vogliono protezioni e garanzie più robuste e, soprattutto, cercano di capire chi rimarrà proprietario economico dell’asset se le previsioni sulla domanda non dovessero realizzarsi.

Hyperion ci mostra che questo processo non appartiene più soltanto ai modelli finanziari utilizzati prima di costruire un data center: è arrivato sul mercato.

Ed è forse qui che termina davvero il viaggio dei soldi dell’AI.

Il debito può essere spostato da un bilancio a uno SPV, trasformato in project finance, incorporato in un lease, protetto attraverso una garanzia o distribuito tra decine di investitori. Il suo prezzo può cambiare e il rischio può attraversare diversi bilanci prima di trovare la propria destinazione finale, ma qualcuno deve possederlo.

Alla fine il rischio può arrivare molto più lontano

C’è però un ultimo passaggio della catena che merita attenzione, perché quando il debito esce dai bilanci delle aziende tecnologiche e comincia a circolare nei mercati finanziari, cambia anche la platea di chi finisce per detenerlo.

Le obbligazioni legate all’infrastruttura AI vengono acquistate da investitori istituzionali; il private credit raccoglie capitale da fondi pensione, assicurazioni e altri grandi allocatori; i data center possono essere finanziati attraverso strutture asset-backed e cartolarizzazioni. Il rischio nato dalla costruzione di un campus AI può quindi attraversare diversi intermediari prima di arrivare nei portafogli che, direttamente o indirettamente, amministrano anche il risparmio di famiglie e lavoratori.

È qui che il paragone con la crisi dei mutui subprime diventa inevitabile, ma deve essere utilizzato con molta cautela.

Non stiamo osservando una nuova crisi dei subprime e le strutture finanziarie sono profondamente diverse. Nel 2008 il problema nacque dall’enorme diffusione di mutui immobiliari di qualità deteriorata, trasformati attraverso cartolarizzazioni e prodotti strutturati in titoli distribuiti in tutto il sistema finanziario, spesso con una comprensione insufficiente del rischio effettivamente incorporato.

Il punto di contatto non è quindi la natura dell’asset, ma il meccanismo attraverso il quale un rischio originato in un settore può essere distribuito, trasformato e reso progressivamente meno riconoscibile mentre attraversa il sistema finanziario.

Oggi siamo molto lontani dalle dimensioni e dalle condizioni che produssero la crisi del 2008. Le cartolarizzazioni dei data center rappresentano ancora una porzione relativamente limitata del mercato e gran parte dei finanziamenti poggia su controparti con qualità creditizia elevata, contratti di lungo periodo e garanzie fornite da alcune delle aziende con maggiore capacità finanziaria al mondo.

Ma la direzione merita attenzione.

L’FMI prevede che le cartolarizzazioni legate ai data center possano raggiungere circa 150 miliardi di dollari entro il 2028, mentre la Bank of England ha già segnalato come la crescita di SPV, private credit e strutture asset-backed stia ampliando l’impronta del debito AI e rendendo più complesso stabilire dove il rischio risieda realmente.

È precisamente questa opacità, più ancora dell’ammontare attuale del debito, che dovrebbe interessarci.

Perché se la domanda di compute continuerà a crescere secondo le aspettative, la maggior parte di queste strutture farà semplicemente ciò per cui è stata costruita: finanziare infrastrutture produttive attraverso capitale proveniente da investitori con orizzonti temporali lunghi.

Se invece una parte significativa delle ipotesi sulla domanda, sui prezzi del compute o sul valore residuo degli asset dovesse rivelarsi troppo ottimistica, la domanda diventerebbe inevitabilmente un’altra: chi scoprirebbe di possedere quel rischio?

Ed è qui che torniamo al punto dal quale siamo partiti.

Il debito può essere spostato da un bilancio a uno SPV, trasformato in project finance, incorporato in un lease, cartolarizzato, protetto attraverso una garanzia o distribuito tra fondi, assicurazioni e investitori istituzionali. Più lunga diventa questa catena, più importante diventa sapere non soltanto chi ha finanziato l’infrastruttura, ma chi sopporterà la perdita nel caso in cui il suo valore si riveli inferiore alle aspettative.

Perché dietro un fondo pensione, una compagnia assicurativa o un prodotto di risparmio ci sono, alla fine della catena, capitali che appartengono a qualcuno. Insomma, il rischio può cambiare indirizzo, ma alla fine qualcuno deve possederlo.

.

→  Rileggi tutte le puntate della serie “I soldi dell’AI”