Η AI περνά από τις μετοχές στα ομόλογα

Όμως η ανάπτυξη της AI δεν χρηματοδοτείται μόνο από τα κέρδη ή την άνοδο των μετοχών. Χρειάζεται τεράστια κεφάλαια για data centers, chips, δίκτυα, αποθηκευτικούς χώρους, συστήματα ψύξης και παραγωγή ενέργειας.

Και ένα αυξανόμενο μέρος αυτών των κεφαλαίων προέρχεται πλέον από την αγορά ομολόγων. Η τεχνητή νοημοσύνη, με άλλα λόγια, δεν αποτελεί πια μόνο μια μεγάλη ιστορία για τη χρηματιστηριακή αγορά. Αρχίζει να μετατρέπεται και σε μία από τις σημαντικότερες ιστορίες της παγκόσμιας πιστωτικής αγοράς.

Από τα κέρδη στον δανεισμό

Οι μεγαλύτερες τεχνολογικές εταιρείες του κόσμου διαθέτουν ισχυρούς ισολογισμούς και τεράστιες ταμειακές ροές. Αυτό, όμως, δεν σημαίνει ότι μπορούν —ή ότι επιθυμούν— να χρηματοδοτήσουν αποκλειστικά με δικά τους κεφάλαια την κλίμακα των επενδύσεων που απαιτεί η AI.

Σύμφωνα με στοιχεία που επικαλείται το Reuters, η έκδοση AI-related χρέους από μεγάλες αμερικανικές εταιρείες τεχνολογίας είχε φθάσει περίπου τα 220 δισ. δολάρια μέσα στο 2026, έναντι μόλις 12,5 δισ. δολαρίων την αντίστοιχη περίοδο του προηγούμενου έτους.

Παράλληλα, η Goldman Sachs εκτιμούσε ήδη από τον Αύγουστο ότι, εάν συμπεριληφθούν οι ευρύτερες μορφές χρηματοδότησης της AI, η σχετική έκδοση χρέους πλησίαζε τα 500 δισ. δολάρια.

Οι κεφαλαιουχικές δαπάνες των μεγάλων hyperscalers έχουν επίσης αυξηθεί ταχύτερα από ό,τι αναμενόταν. Σύμφωνα με την S&P Global, ξεπερνούν πλέον τα 700 δισ. δολάρια το 2026, ενώ οι εκτιμήσεις για την επόμενη τριετία ανεβάζουν το συνολικό επενδυτικό κύμα σε αρκετά τρισεκατομμύρια δολάρια.

Οι αριθμοί διαφέρουν ανάλογα με το τι ακριβώς περιλαμβάνει κάθε υπολογισμός. Η κατεύθυνση, όμως, είναι ξεκάθαρη: η ανάπτυξη της τεχνητής νοημοσύνης γίνεται ολοένα και περισσότερο μια ανάπτυξη που στηρίζεται και στον δανεισμό.

Γιατί δανείζονται εταιρείες που έχουν δισεκατομμύρια;

Ο δανεισμός δεν αποτελεί από μόνος του ένδειξη αδυναμίας. Μια εταιρεία με υψηλή πιστοληπτική αξιολόγηση μπορεί να εκδώσει ομόλογα, να διατηρήσει τη ρευστότητά της και να κατανείμει το κόστος μιας μεγάλης επένδυσης σε βάθος χρόνου.

Αν ένα data center αναμένεται να παράγει έσοδα για πολλά χρόνια, είναι οικονομικά λογικό μέρος της κατασκευής του να χρηματοδοτηθεί με μακροπρόθεσμο χρέος.

Το κρίσιμο ερώτημα, επομένως, δεν είναι αν οι εταιρείες δανείζονται. Είναι αν οι επενδύσεις που πραγματοποιούν σήμερα θα δημιουργήσουν στο μέλλον αρκετές ταμειακές ροές ώστε να δικαιολογήσουν τόσο το κόστος τους όσο και το χρέος που τις χρηματοδότησε.

Όταν η προσφορά ομολόγων συναντά τα όρια της ζήτησης

Μέχρι πρόσφατα, η αγορά απορροφούσε τις εκδόσεις των τεχνολογικών κολοσσών με ιδιαίτερη ευκολία. Οι εταιρείες αυτές θεωρούνταν από τους ασφαλέστερους εταιρικούς δανειολήπτες στον κόσμο.

Η εικόνα δεν έχει ανατραπεί. Αρχίζουν, όμως, να εμφανίζονται τα πρώτα σημάδια κόπωσης.

Οι επενδυτές ζητούν μεγαλύτερη απόδοση για να απορροφήσουν τον αυξανόμενο όγκο νέου χρέους. Σύμφωνα με την S&P Global, τα spreads των investment-grade ομολόγων του τεχνολογικού κλάδου έχουν διευρυνθεί αισθητά σε σχέση με την ευρύτερη αγορά investment grade, ενώ η τεχνολογία αντιπροσωπεύει πλέον περίπου το 27% των αμερικανικών investment-grade εταιρικών εκδόσεων.

Αυτό δεν σημαίνει ότι οι επενδυτές προβλέπουν άμεσες αθετήσεις πληρωμών από εταιρείες όπως η Amazon ή η Alphabet. Σημαίνει ότι η ποσότητα του νέου χρέους αρχίζει να επηρεάζει την τιμή του.

Ακόμη και οι μεγαλύτεροι διαχειριστές κεφαλαίων έχουν όρια έκθεσης ανά εταιρεία και ανά κλάδο. Όσο περισσότερα τεχνολογικά ομόλογα εκδίδονται, τόσο μεγαλύτερη απόδοση χρειάζεται να προσφέρουν για να προσελκύσουν νέα κεφάλαια.

Η αγορά δεν αξιολογεί μόνο την ποιότητα του εκδότη. Αξιολογεί και την ποσότητα που καλείται να απορροφήσει.

Όταν ανεβαίνει το κόστος του χρήματος, αλλάζει και η εξίσωση της AI

Το κύμα αυτό των εκδόσεων δεν συμβαίνει σε κενό. Οι τεχνολογικές εταιρείες ανταγωνίζονται για τα ίδια κεφάλαια με κυβερνήσεις που χρηματοδοτούν μεγάλα δημοσιονομικά ελλείμματα, με τράπεζες, με επιχειρήσεις άλλων κλάδων και με επενδύσεις σε ενέργεια και υποδομές.

Παράλληλα, η επενδυτική έκρηξη της AI συναντά πλέον ένα περιβάλλον σημαντικά υψηλότερων μακροπρόθεσμων αποδόσεων. Στις αρχές Οκτωβρίου, η απόδοση του αμερικανικού 10ετούς Treasury έφθασε στο 5,34%, στο υψηλότερο επίπεδο περίπου 24 ετών.

Η άνοδος των yields δεν οφείλεται φυσικά μόνο στην AI. Ο πληθωρισμός, τα υψηλά δημοσιονομικά ελλείμματα και οι προσδοκίες για τη νομισματική πολιτική παραμένουν σημαντικότεροι παράγοντες.

Ωστόσο, για τις ίδιες τις εταιρείες η συνέπεια είναι απλή: το κεφάλαιο γίνεται ακριβότερο.

Ένα data center που φαινόταν εξαιρετικά ελκυστικό όταν το κόστος χρηματοδότησης ήταν χαμηλότερο πρέπει σήμερα να παράγει μεγαλύτερες ταμειακές ροές για να δικαιολογήσει το κεφάλαιο που δεσμεύεται σε αυτό.

Με άλλα λόγια, η συζήτηση αρχίζει να μετατοπίζεται από το «πόσο γρήγορα μπορεί να αναπτυχθεί η AI» στο «αν η απόδοση των επενδυμένων κεφαλαίων θα είναι αρκετά υψηλή ώστε να ξεπεράσει το αυξανόμενο κόστος τους».

Πότε η ανάπτυξη μετατρέπεται σε πιστωτικό κίνδυνο;

Ο πραγματικός κίνδυνος δεν βρίσκεται απαραίτητα στους σημερινούς ισολογισμούς. Βρίσκεται στις παραδοχές πάνω στις οποίες βασίζονται οι επενδύσεις. Τα data centers κατασκευάζονται με την προσδοκία ότι η ζήτηση για υπολογιστική ισχύ θα συνεχίσει να αυξάνεται, ότι οι επιχειρήσεις θα πληρώνουν για υπηρεσίες AI και ότι η τεχνολογία θα δημιουργήσει αρκετή παραγωγικότητα και νέα έσοδα.

Αν αυτές οι προσδοκίες επιβεβαιωθούν, η σημερινή επενδυτική έκρηξη μπορεί να αποδειχθεί δικαιολογημένη.

Αν, όμως, η εμπορική αξιοποίηση εξελιχθεί πιο αργά, οι τιμές των υπηρεσιών υποχωρήσουν ή οι τεχνολογικές εξελίξεις καταστήσουν γρήγορα παλαιότερο εξοπλισμό ξεπερασμένο, οι αποδόσεις των επενδύσεων μπορεί να αποδειχθούν χαμηλότερες από τις αναμενόμενες.

Τότε το ζήτημα δεν θα είναι απλώς αν μια μετοχή ήταν ακριβή. Θα είναι αν τα περιουσιακά στοιχεία που δημιουργήθηκαν μπορούν να εξυπηρετήσουν το χρέος που τα χρηματοδότησε.

Δεν είναι κάθε ομόλογο AI το ίδιο

Χρειάζεται επίσης να διαχωρίζουμε το ομόλογο μιας εταιρείας με υψηλή αξιολόγηση και ισχυρές ταμειακές ροές από μια πιο σύνθετη χρηματοδότηση ενός συγκεκριμένου data center μέσω ειδικού οχήματος.

Ένα πρόσφατο παράδειγμα είναι το Hyperion, το data center project της Meta στη Louisiana. Μέρος του project χρηματοδοτήθηκε μέσω περίπου 27 δισ. δολαρίων ομολόγων που εκδόθηκαν από ειδικό χρηματοδοτικό όχημα. Μέχρι τα τέλη Σεπτεμβρίου, οι τιμές ορισμένων από αυτούς τους τίτλους είχαν ήδη υποχωρήσει και οι απαιτούμενες αποδόσεις είχαν αυξηθεί, καθώς οι επενδυτές άρχισαν να επανεξετάζουν το ρίσκο τέτοιων σύνθετων δομών.

Στην πρώτη περίπτωση, δηλαδή στο εταιρικό ομόλογο ενός μεγάλου τεχνολογικού ομίλου, ο επενδυτής βασίζεται στη συνολική οικονομική δύναμη της εταιρείας. Στη δεύτερη, δηλαδή σε χρηματοδότηση ειδικού οχήματος για συγκεκριμένο data center, εξαρτάται περισσότερο από την αξία και τις ταμειακές ροές του ίδιου του έργου.

Η κοινή ετικέτα «AI» δεν εξισώνει την πιστωτική ποιότητα όλων των εκδόσεων. Για έναν επενδυτή ομολόγων, το υψηλότερο κουπόνι δεν αρκεί. Πρέπει να εξετάζονται ο εκδότης, η εξασφάλιση, η σειρά αποπληρωμής, η διάρκεια, η χρήση των κεφαλαίων και η δυνατότητα παραγωγής σταθερών ταμειακών ροών.

Η τεχνολογική επανάσταση και η χρηματοδοτική υπερβολή μπορούν να συνυπάρχουν

Η συζήτηση συχνά παρουσιάζεται ως δίλημμα: είτε η AI αποτελεί πραγματική επανάσταση είτε πρόκειται για φούσκα. Η οικονομική ιστορία δείχνει ότι τα δύο δεν αλληλοαποκλείονται.

Μια τεχνολογία μπορεί να αλλάξει πραγματικά την οικονομία και ταυτόχρονα να προσελκύσει υπερβολικά πολλά κεφάλαια, να οδηγήσει σε υπερεπενδύσεις και να δημιουργήσει έργα που δεν θα αποδώσουν ποτέ όσο αναμενόταν.

Το διαδίκτυο άλλαξε τον κόσμο, αλλά αυτό δεν απέτρεψε την κατάρρευση πολλών εταιρειών και επενδύσεων της εποχής dot-com. Οι σιδηρόδρομοι μεταμόρφωσαν τις οικονομίες του 19ου αιώνα, αλλά η κατασκευή τους συνοδεύτηκε από κύκλους κερδοσκοπίας, χρέους και πτωχεύσεων.

Το σωστό ερώτημα, επομένως, δεν είναι αν πιστεύουμε στην τεχνητή νοημοσύνη. Είναι αν η τιμή που πληρώνουμε —ως μέτοχοι ή ως ομολογιούχοι— αποζημιώνει επαρκώς για τον κίνδυνο που αναλαμβάνουμε.

Από τον ενθουσιασμό στην πειθαρχία

Η μετάβαση της AI από τη χρηματιστηριακή αγορά στην αγορά ομολόγων αποτελεί ένδειξη ωρίμανσης, αλλά και ένα νέο τεστ. Όσο οι επενδύσεις χρηματοδοτούνταν κυρίως από τα πλεονάζοντα μετρητά των τεχνολογικών κολοσσών, το ρίσκο παρέμενε σε μεγάλο βαθμό στους μετόχους τους. Όσο αυξάνεται ο δανεισμός, το ρίσκο διαχέεται σε ομολογιούχους, τράπεζες, ιδιωτικά πιστωτικά κεφάλαια και τελικά στο ευρύτερο χρηματοπιστωτικό σύστημα.

Και όσο ανεβαίνει το κόστος του χρήματος, τόσο μικρότερο γίνεται και το περιθώριο λάθους. Αυτό δεν σημαίνει ότι επίκειται μια κρίση. Σημαίνει ότι η αγορά μπαίνει σε μια φάση όπου ο ενθουσιασμός δεν αρκεί και η πιστωτική ανάλυση αποκτά μεγαλύτερη σημασία.

Η AI μπορεί να αποδειχθεί η σημαντικότερη τεχνολογική επανάσταση της γενιάς μας. Ακόμη και η σημαντικότερη επανάσταση, όμως, πρέπει κάποτε να πληρώσει τους λογαριασμούς της — και τώρα ένα αυξανόμενο μέρος αυτών των λογαριασμών έχει τη μορφή τόκων.

Ενδεικτικές πηγές

• Reuters, «US corporate AI debt surge tests investor limits as fatigue emerges», 21 Αυγούστου 2026.
• Reuters, «Are AI credit cracks a warning, or a “buy” signal? », 29 Σεπτεμβρίου 2026.
• Reuters, «AI borrowers face tough sell in risky corners of US credit market», 30 Σεπτεμβρίου 2026.
• Goldman Sachs, «How AI Debt Is Reshaping Credit Markets», 5 Αυγούστου 2026.
• S&P Global Market Intelligence, «AI spending drives capital markets activity, sector rotation», 24 Σεπτεμβρίου 2026.
• S&P Global Ratings, «Will Rising Capex Test Hyperscale’s’ Credit Strength? », 14 Μαΐου 2026.

Το άρθρο έχει ενημερωτικό και εκπαιδευτικό χαρακτήρα και δεν αποτελεί επενδυτική συμβουλή ή σύσταση αγοράς ή πώλησης χρηματοπιστωτικών προϊόντων.