AI-boomen bygger inte längre bara på enorma investeringar från teknikjättarna. Bakom datacenter, chip och elförsörjning växer ett nät av lån, garantier och fleråriga kontrakt. Nu vill Kansas City Federal Reserves chef Jeff Schmid förstå om kopplingarna håller på att göra AI-sektorn så viktig för ekonomin att den i framtiden kan bli för stor för att tillåtas falla.

Jeff Schmid skärpte den 25 september sin varning om den finansiella strukturen bakom den globala AI-utbyggnaden.

Frågan är inte bara om AI-investeringarna är för stora eller om värderingarna är höga. Fed behöver enligt Schmid förstå vilka företag och kontrakt som sitter ihop och om nätverket kan skapa en systemrisk om stora projekt eller företag misslyckas.

I Reuters rapportering om uttalandet använder Schmid uttrycket ”too big to fail” om AI-ekosystemet.

Det betyder inte att Federal Reserve har konstaterat att AI-industrin redan är systemkritisk. Inte heller säger Schmid att staten bör rädda sektorn.

Varningen handlar om vad som kan hända om beroendena fortsätter att växa.

Fed vill förstå vad som finns bakom AI-boomen

AI-investeringarna har på några få år gått från framför allt chip, servrar och mjukvara till ett mycket större infrastruktursystem.

Datacenter kräver mark, enorma mängder elektricitet, nätanslutningar, kylning och finansiering. Företagen bakom anläggningarna tecknar samtidigt långa kontrakt med AI-bolag och molnföretag som själva kan ha stora investeringsbehov.

Banker, obligationsinvesterare och private credit-fonder står för delar av finansieringen.

Problemet uppstår om samma företag samtidigt är kunder, leverantörer, investerare och garanter för varandra.

En försening i ett datacenter kan då påverka fastighetsägaren och långivarna. En AI-kund som minskar sina beställningar kan påverka datacenterföretaget, som i sin tur har lån och elavtal byggda kring den framtida efterfrågan.

Det är den kedjan Schmid vill förstå bättre.

Varningen började redan i augusti

Formuleringen om att AI kan bli ”too big to fail” är inte helt ny.

Schmid tog upp frågan redan den 4 augusti. Då handlade resonemanget framför allt om investeringsnivåerna, skuldsättningen och risken att problemen sprids mellan exempelvis datacenter, energiföretag och lokala ekonomier.

Det materiellt nya den 25 september är att frågan blir mer konkret.

Nu pekar Schmid på behovet av att förstå företagen och kontrakten inne i AI-ekosystemet och om beroendena mellan dem innebär en systemrisk.

Det flyttar diskussionen från den vanliga frågan om en AI-bubbla till något större: vad händer med resten av finanssystemet om den spricker?

Ett datacenterproblem kan spridas långt

Utvecklingen under september visar varför centralbanker blivit mer intresserade av finansieringen.

Ett stort Oracle- och Blue Owl-kopplat datacenterprojekt i New Mexico har försenats. Projektet ska betjäna OpenAI och omfattar miljardbelopp i kapital och finansiering.

När ett så stort projekt förskjuts påverkas inte bara byggplanen.

Bankerna behöver bedöma lånen på nytt. Investerare måste värdera risken. Kontrakt med kunder och leverantörer blir viktigare. Frågan om vem som bär kostnaden för en försening kan få betydelse långt utanför själva datacentret.

Samtidigt har investerare blivit mer försiktiga med AI-relaterad företagsskuld.

Det betyder inte att finansieringssystemet håller på att kollapsa. Men det visar att AI-boomen redan har blivit betydligt mer beroende av kreditmarknaden än under den första vågen av AI-investeringar.

Vi har tidigare beskrivit varningarna kring de extrema AI-investeringarna och frågan om avkastningen verkligen kan motsvara satsningarna.

Så kan problemen spridas

Risk	Möjlig följd

|—|—|

En stor AI-kund minskar sina köp	Datacenter tappar framtida intäkter som finansieringen byggts kring
Chip och annan utrustning tappar värde	Säkerheter bakom finansiering kan försvagas
Prognoserna för elbehov slår fel	Nät och kraftproduktion kan ha byggts för efterfrågan som inte kommer
Kreditmarknaden stänger	Nya projekt och refinansieringar blir betydligt svårare

Just elförsörjningen är en viktig del av problemet.

Datacenter kräver så mycket effekt att planerade AI-projekt redan påverkar investeringsbeslut långt utanför tekniksektorn. Om projekten sedan inte byggs kan andra aktörer ha hunnit investera utifrån efterfrågan som aldrig uppstår.

Liknande problem syns i USA där datacenterprojekt och extrema effektansökningar har skapat oro för så kallade spökprojekt.

AI-boomen finansieras allt mer med skuld

De största teknikbolagen har fortfarande mycket starka balansräkningar. Därför går det inte att jämställa dagens AI-marknad direkt med finanskrisen.

Men finansieringen förändras.

En allt större del av den nya datacenterinfrastrukturen behöver kapital utifrån. Banker, obligationsmarknaden och privata kreditgivare får därmed större exponering mot AI-utbyggnaden.

Det gör också frågan om kontrakten viktigare.

Ett datacenter med ett långt avtal med en ekonomiskt stark kund är en sak. Ett projekt vars lönsamhet bygger på aggressiva prognoser, stora lån och en kund som själv behöver massiv extern finansiering är något annat.

Ju fler sådana beroenden som byggs ihop, desto större blir risken att en nedgång sprids vidare.

Vad betyder "too big to fail"?

Uttrycket blev känt under finanskrisen.

Det beskriver i grunden företag eller finansiella strukturer som blivit så stora, komplexa och sammanlänkade att en okontrollerad kollaps riskerar att skada resten av ekonomin.

Myndigheterna kan då ställas inför ett obehagligt val.

Antingen låter man företaget eller systemet falla och accepterar konsekvenserna, eller så ingriper man för att försöka begränsa skadorna.

Ett sådant ingripande behöver inte betyda att staten direkt räddar ett enskilt AI-bolag.

Åtgärder kan i ett framtida krisläge i stället riktas mot banker, kreditmarknaden eller annan kritisk infrastruktur för att hindra att ett problem sprids genom ekonomin.

Något sådant räddningsprogram finns inte i dag.

Schmids poäng är snarare att myndigheterna måste förstå systemet innan ett eventuellt problem blir så stort.

Det handlar om mer än fallande AI-aktier

En vanlig AI-bubbla skulle kunna innebära att börsvärderingarna sjunker kraftigt och att investerare förlorar pengar.

Det behöver inte bli en systemkris.

Den större risken uppstår om AI-investeringarna samtidigt har skapat så mycket skuld och så många korsvisa åtaganden att problemen sprids från teknikföretagen till datacenter, energibolag och finansmarknaden.

Förenklat ser kedjan ut så här:

AI-bolag → moln- och datacenterföretag → chipföretag → elbolag och elnät → banker och kreditgivare → investerare.

Mellan företagen finns kontrakt som kan löpa i många år.

Det är därför Schmids varning är mer betydelsefull än ännu en diskussion om höga AI-värderingar.

Frågan Federal Reserve börjar ställa är inte bara vad som händer om AI-boomen tar slut.

Frågan är vem som då sitter med riskerna och hur långt genom ekonomin de kan spridas.