BlackRock (NYSE: BLK), Goldman Sachs (NYSE: GS), Apollo Global Management (NYSE: APO), Blackstone (NYSE: BX), Brookfield Asset Management (NYSE: BAM) en KKR (NYSE: KKR) zijn in gesprek met Nvidia (NASDAQ: NVDA) om deel te nemen aan een massive nieuwe ronde van uitgaven aan AI-infrastructuur die uiteindelijk op tot wel $500 miljard zou kunnen uitkomen.

Volgens de Financial Times richt de geplande samenwerking zich op de financiering van uitgebreide rekencapaciteit, stroomvoorziening en de bouw van datacenters. Een aankondiging van de deal kan al zo vroeg als aanstaande maandag komen.

De betrokkenheid van zes van de meest invloedrijke namen uit het wereldwijde vermogensbeheer en private equity onderstreept hoe AI-infrastructuur is gegroeid van een niche-technologie-investering tot een van de grootste kapitaalallocatiethema's in de wereldwijde financiële wereld. Als het gerapporteerde bedrag wordt gehaald, zou het programma behoren tot de grootste toezeggingen voor infrastructuur door de particuliere sector in de geschiedenis, qua schaal vergelijkbaar met nationale uitbouwen op het gebied van energie of telecommunicatie.

Naar aanleiding van het nieuws daalden de aandelen van NVDA met 1,4%, waardoor meer dan $70 miljard aan de marktwaardering van het bedrijf verdween.

De groeiende rol van Nvidia bij de financiering van AI-infrastructuur

De gesprekken benadrukken Nvidia's in toenemende mate centrale positie bij het financieren van de fysieke infrastructuur die aan kunstmatige intelligentie ten grondslag ligt. Met een geschatte waarde van ongeveer $5,25 biljoen levert het bedrijf al de grafische processors die worden gebruikt om de meeste van de grootste AI-systemen in de Verenigde Staten te trainen en te bedienen, samen met gerelateerde software en computingtools. Het bijna dominante aandeel van Nvidia in de markt voor AI-trainingschips heeft het tot een poortwachter voor de hele uitbouw gemaakt: datacenteroperators, cloudproviders en AI-ontwikkelaars kunnen doorgaans niet schalen zonder eerst de hardware van het bedrijf aan te schaffen.

GPU's alleen zijn echter onvoldoende om AI-bewerkingen in stand te houden. Operators hebben ook grootschalige serverfaciliteiten, stroom, koelsystemen en langetermijnfinanciering nodig. AI-workloads verbruiken aanzienlijk meer elektriciteit dan conventionele datacenter-computing, en volgens schattingen van de industrie kan de stroomvraag van datacenters tegen het einde van het decennium meer dan verdubbelen, wat druk legt op elektriciteitsnetten en de interesse wekt van infrastructuurgerichte investeerders met ervaring in energieprojecten.

Nvidia is in toenemende mate een stap extra gaan zetten om klanten te helpen deze financiering te veiligen, zelfs door eigen kapitaal direct te investeren in bedrijven die haar hardware kopen.

Mark Cuban waarschuwt dat het financieringsmodel kan "instorten"

De miljardair-investeerder Mark Cuban heeft openlijk zijn bezorgdheid geuit over de hoeveelheid schulden en financiële engineering die nu de opmars van AI-uitgaven ondersteunen. Zijn belangrijkste argument is dat Nvidia niet langer gewoon chips verkoopt — het financiert actief de klanten die de bestellingen plaatsen.

In juli trok Cuban een parallel tussen de huidige situatie en de financieringsrage uit het dot-com-tijdperk, en schreef hij: "instead of IPOs, Nvidia is the IPO, funding everyone and anyone."

De financieringssteun van Nvidia heeft verschillende vormen aangenomen, waaronder directe kapitaalinjecties, omzetdelingsovereenkomsten en regelingen die minimuminkomensniveaus garanderen voor datacenteroperators en opkomende cloudproviders. Deze structuren stellen klanten in staat GPU's te bestellen en met de bouw te beginnen voordat hun eigen activiteiten voldoende kasstroom genereren.

In de eerste helft van 2026 investeerde Nvidia meer dan $40 miljard in zijn AI-initiatieven. Begunstigden en gerelateerde entiteiten waren onder andere OpenAI, Corning (NYSE: GLW) en IREN (NASDAQ: IREN).

Verschillende individuele deals vallen op door hun schaal. OpenAI is in verband gebracht met een voorgesteld datacenterprogramma van $100 miljard. Financiering in verband met xAI heeft gebruik gemaakt van special-purpose vehicles (SPV's) die miljarden dollars waard zijn.

Complexiteit en risico's bij de financiering van AI-infrastructuur

Sommige van deze regelingen omvatten het inzetten van GPU's als onderpand voor leningen. Ze kunnen ook langetermijnleasing en omzetprognoses omvatten die zijn gebaseerd op de prestaties van AI-startups — prognoses die onnauwkeurig kunnen blijken als de werkelijke inkomsten achterblijven bij de cijfers die werden aangenomen bij het ondertekenen van de contracten.

Juridische experts hebben geconstateerd dat de financiering van AI-infrastructuur steeds ingewikkelder is geworden. Een enkel project kan privé-leningen, schuldsecuritisatie en SPV's combineren die specifiek zijn opgericht om activa vast te houden of geld te lenen zonder op de balans te verschijnen. Deelnemers kunnen bestaan uit banken, verzekeringsmaatschappijen en pensioenfondsen. De intrede van grote private-equity- en vermogensbeheerbedrijven in de huidige gespreksronde weerspiegelt een bredere trend waarbij managers van alternatieve beleggingen toonaangevende geldschieters en infrastructuurinvesteerders zijn geworden, waarmee ze rollen innemen die traditioneel door commerciële banken werden vervuld.

De afschrijving van hardware vormt een ander risico. Nvidia brengt elk jaar een nieuwe generatie AI-chips op de markt, wat betekent dat een datacenter nog bezig kan zijn met het afbetalen van de ene generatie processors wanneer een meer geavanceerde versie op de markt verschijnt. Daardoor kunnen oudere GPU's sneller in waarde dalen dan geldschieters aanvankelijk aannamen — een kritieke zorg nu de hardware zelf dient als onderpand voor de lening.

Banken en particuliere kredietinstellingen verstrekken vaak leningen voor apparatuur die op het moment van installatie zeer hoge kosten met zich meebrengt. Als de totale AI-uitgaven vertragen, kunnen operators die capaciteit hebben gebouwd voor vraag die uitblijft, voor aanzienlijke financiële problemen komen te staan. Frequentere hardware-updates kunnen dure installaties sneller dan verwacht verouderen, en concurrerende chips van rivalen — waaronder de Instinct-versnellers van AMD en maatwerk-silicium ontwikkeld door grote cloudproviders zoals Google, Amazon en Meta — kunnen de vraag naar op Nvidia gebaseerde systemen verminderen.

Elk van deze factoren kan ertoe leiden dat operators aanzienlijke schulden moeten afbetalen op faciliteiten die minder omzet genereren dan verwacht — een dynamiek die veel verder gaat dan traditionele investeringen in technologie-aandelen en het rijk betreedt van hefboomfinanciering toegepast op datacenters, GPU's en energieprojecten.