Babala mula sa Apollo: Ang credit logic ng ultra-large-scale cloud providers ay nakasalalay sa isang "malaking pustahan" ng $2 trillion na cash flow.
Kamakailan, naglabas ng ulat si Torsten Slok, Chief Economist ng Apollo Global Management, na nagbabala tungkol sa credit outlook ng mga hyperscale cloud service providers.
Ayon sa ulat ng Zhihui Tong Finance APP, kamakailan lamang ay naglabas ng ulat si Torsten Slok, Chief Economist ng Apollo Global Management, na nagbabala hinggil sa credit outlook ng mga ultra-large scale cloud service provider. Itinuro niya na ang limang higanteng teknolohiya na ito—Alphabet, Meta, Amazon, Microsoft, at Oracle—ay umaasa ang kanilang credit narrative sa isang malawakang tinanggap na prediksyon ng merkado: na ang pinagsamang cash flow mula sa kanilang operasyon ay dodoble mula sa humigit-kumulang 600 bilyong dolyar tungo sa 2 trilyong dolyar. Gayunpaman, kung matutupad ba ang prediksyon na ito ay isa nang pangunahing katanungan na nakabitin sa global credit market.
Ang grupo ng ultra-large scale cloud service providers na Alphabet, Meta, Amazon, Microsoft, at Oracle ay pangunahing sumandal sa debt financing upang suportahan ang isang walang kapantay na cycle ng capital expenditures, sa kabila ng negative free cash flow. Tinanggap ng merkado ang ganitong leverage dahil inaasahan na sa kalaunan, ang mga kita mula sa AI ay magpapalakas ng paglago ng cash flow.
Noong nakaraan, nalikha ng mga higanteng teknolohiya ang masaganang cash flow mula sa software, advertising, at cloud services, na nagpapanatili ng imahe nilang malakas ang cash flow, mababa ang leverage, mataas ang profit margin, at asset light, kaya matagal silang nakikinabang sa napakababang gastos sa pagpopondo. Ngunit lubos na binago ng kompetisyon sa AI infrastructure ang larangang ito. Ang mga data center, high-end GPU chips, power systems, at network facilities ay pawang nangangailangan ng napakalaking capital expenditures, mahahabang panahon ng pagbawi ng puhunan, at mabilis na depreciation pressure.
Lumalagpas na ang bilis ng paglobo ng capital expenditures kaysa sa paglago ng operating cash flow. Tinatayang aabot sa 769.2 bilyong dolyar ang pinagsama-samang capital expenditures ng Alphabet, Microsoft, Amazon, Meta, at Oracle pagsapit ng 2026, halos doble ng 2025, at maaaring umabot pa sa humigit-kumulang 1 trilyong dolyar pagsapit ng 2027.
Ipinapakita ng mga financial report ang pressure na ito: sa ikalawang quarter ng 2026, nagkaroon ang Alphabet ng operating cash flow na humigit-kumulang 39.1 bilyong dolyar, ngunit umakyat ang capital expenditures sa mga 44.9 bilyong dolyar, kaya bumaba ang free cash flow sa humigit-kumulang -5.9 bilyong dolyar—na siyang unang pagkakataon simula nang maging public company ang Alphabet na naging negative ang quarterly free cash flow nito.
Ayon kay Slok, kung hindi magtatotoo ang rebound na ito, hindi lamang mga asset at liabilities ng iilang kumpanyang teknolohiya ang apektado. Maaaring humina ang interes ng mga investor sa mas malawak na AI transactions, lumawak ang credit spread ng utang ng mga ultra-large scale na kumpanya, at mapilitang bawasan ng mga kumpanya ang kanilang spending plans. Dahil sa ang mga gastusing ito ay malaking bahagi na ng pag-unlad ng ekonomiya ng Amerika, kapag bumaba ito, mauuwi ito sa paghina ng GDP.
Tinukoy ng ulat na ito na ang nasabing assumption ang tanging consensus point na sumusuporta sa credit narrative. Hindi nito ipinapalagay na siguradong mabibigo ito, ngunit malinaw na inilatag ang downside scenario: ang paghina sa cash generation ang unang tatama sa valuations at financing cost, kasunod nito ang investments, at sa huli ay ang real economy.
Sa kanilang modelo, itinakda rin ng S&P Global Ratings ang isang turning point pagsapit ng 2028—na bibilis ang paglago ng kita habang bumabagal ang pagtaas ng capital expenditures—ngunit kung magaganap ito ay nakadepende kung ang commercialization ng AI ay tatakbo nang mas mabilis kaysa sa pagtaas ng capital expenditures.
Para sa mga credit investor, ang kahulugan nito: ang bonds ng mga ultra-large scale na kumpanya ay mas isang pagtaya sa timing at sukat ng monetization ng AI kaysa sa tradisyunal na investment-grade story.
Disclaimer: Ang nilalaman ng artikulong ito ay sumasalamin lamang sa opinyon ng author at hindi kumakatawan sa platform sa anumang kapasidad. Ang artikulong ito ay hindi nilayon na magsilbi bilang isang sanggunian para sa paggawa ng mga desisyon sa investment.
Baka magustuhan mo rin
Jefferies ibinaba ang target na presyo ng Boeing sa $265
Itinaas ng Jefferies ang target price ng Meta Platforms sa $875
