– Rundt 3.000 milliarder dollar i finansieringsbehov er ventet over de
neste tre til fire årene. Det tilsvarer halvannen gang Oljefondet, sier Per-Håvard
Martinsen, Partner i Pareto Securities, under deres årlige Power &
Renewable Energy Conference.
Ifølge Martinsen vil hyperscalerne dekke om lag halvparten av
kapitalbehovet selv, mens resten må hentes i kapitalmarkedene.
– Hyperscalerne forventes å stå for rundt 50 prosent. De resterende 50
prosentene må komme fra banker, private kredittfond og obligasjonsmarkedene, påpeker
han.
Sterk kredittkvalitet – mer usikker egenkapitalavkastning
Martinsen peker på at de største teknologiselskapene bærer en betydelig
del av datasenterinvesteringene, og at dette gir høy komfort fra et
kredittperspektiv.
– Dette er solide aktører med høy kredittverdighet. Fra et
kredittståsted er dette svært komfortabelt. Fra et egenkapitalperspektiv er
bildet mer usikkert, mener eksperten.
Han viser til at kapitalinvesteringene har vokst mye raskere enn
inntektene etter gjennombruddet for generativ KI.
– Spørsmålet alle stiller seg, er om disse investeringene vil gi
tilstrekkelig avkastning på egenkapitalen over tid, fortsetter Martinsen.
Flere finansieringskilder – og riktig struktur
Et hovedpoeng i presentasjonen er betydningen av å forstå og kombinere
ulike finansieringskilder.
– Det er avgjørende å kjenne hele verktøykassen. Bank, private credit
og obligasjoner må settes i konkurranse for å oppnå riktig pris og struktur, sier
Martinsen.
Han understreket at prising bare er én del av bildet. Like viktig er
belåningsgrad, løpetid, lånebetingelser og fleksibilitet i bruk av kapitalen.
Slik vurderes risiko i datasenterfinansiering
Martinsen viser også hvordan ratingmiljøer og långivere typisk vurderer
risiko i datasenterprosjekter. Risikoen deles gjerne i tre hovedområder:
lokasjon og leietaker, bygging og gjennomføring, samt drift og teknologi.
Nærhet til større byer vurderes ofte som lavere risiko, men Martinsen
peker på at mer avsidesliggende lokasjoner kan være attraktive for KI-trening,
der lav tidsbruk er mindre kritisk.
– For KI-trening kan tilgang på rimelig, fornybar kraft være viktigere
enn geografisk nærhet til sluttbruker.
Samtidig trakk han frem leietakernes kredittkvalitet og
gjennomføringsevne som sentrale faktorer.
– Struktur, leietakerprofil og bygg- og gjennomføringsrisiko veier
tungt. I tillegg kommer teknologi- og driftsrisiko, historikk og
termineringsklausuler, understreker Martinsen.
Private credit: mer fleksibilitet, høyere pris
Martinsen beskriver også hvordan en typisk gjeldsprosess gjennomføres –
og hvorfor den ofte er tidkrevende.
– En normal prosess tar seks til ni måneder, avhengig av kvaliteten på
presentasjonsmaterialet og hvor modne due diligence-dokumentene er, sier han.
I ett konkret eksempel Pareto bistod med, ble rundt 30 långivere
invitert inn i prosessen.
– Det endte med konkurranse mellom et private credit-fond og et
banksyndikat. Private credit var noe dyrere, men ga høyere belåningsgrad og
større fleksibilitet.
Hvor hardt kan det belånes?
For colocation-datasentre med tre til fem års leiekontrakter peker
Martinsen på at belåningen typisk ligger i området 2–6 ganger EBITDA, der
banker er mer konservative enn private kredittfond og obligasjonsinvestorer.
For rene capex prosjekter kan banker normalt tilby 50–75 prosent lån i
forhold til totalkostnad, mens private credit i enkelte tilfeller kan gå helt
opp mot full finansiering.
– Private credit aksepterer kan akseptere at det trekkes på capex lån
uten at det foreligger en signert kontrakt, noe som kan gi raskere tid til
markedet, sa han.
Nordic high yield: raskere vei til kapital
Martinsen trekker også frem det nordiske high yield-markedet som et
viktig alternativ for datasenteraktører.
– Prosessen tar ofte åtte til ti uker, ikke seks til ni måneder.
Dokumentasjonskravene er lavere, rating er ikke et krav, og due diligence er
mindre omfattende enn i USA og Storbritannia.
Et poeng han fremhever som særlig relevant for datasenterbransjen, er
at markedet ikke krever offentliggjøring av konkrete leietakere.
– Det er ingen krav om å navngi leietakere. Det er viktig for mange i
denne bransjen, sier Martinsen.
GPU-finansiering og restverdi
Mot slutten av presentasjonen tar Martinsen for seg mer spesialiserte
strukturer, blant annet finansiering av GPU-er. En vanlig modell er at GPU-ene
eies i et eget selskap og finansieres med lån med kun pantesikkerhet, ofte med
70–80 prosent belåningsgrad ved femårige kontrakter med hyperscalere.
– Trening krever de nyeste brikkene, men inferens kan kjøres på eldre
generasjoner. Og inferens ventes å dominere frem mot 2030.
Det kan gi verdi også etter kontraktsSperioden.
Fra krypto til KI
Martinsen vister også til overgangsfinansiering fra kryptoutvinning til
KI og høyytelsesberegninger som et voksende segment.
– Mange långivere støtter overgangen fra krypto til KI, men
fleksibilitet i overgangsperioden er avgjørende. Hvis nye leietakere lar vente
på seg, kan midlertidige inntekter fra krypto leietakere være nødvendige for å
betjene gjelden, avslutter han.
Samlet tegnet Martinsen et bilde av en datasenterindustri der
konkurransen ikke bare handler om kraft og tomter, men i økende grad om tilgang
på kapital, struktur og gjennomføringsevne.
