Rantai Risiko US$5 Triliun AI hingga Potensi Dorongan Likuiditas Bitcoin Menurut Arthur Hayes

Arthur Hayes tidak mengatakan Bitcoin otomatis naik jika belanja AI melambat. Dalam esainya, “Safety First”, mantan CEO BitMEX ini menyusun skenario makro berlapis: kekecewaan terhadap permintaan AI dapat merusak pembiayaan infrastruktur, menyebarkan tekanan ke pasar kredit, lalu memaksa respons dari pemerintah AS atau sistem keuangan. Menurut Hayes, tambahan likuiditas dari respons itu pada akhirnya positif bagi Bitcoin. 142

Bagian pentingnya: terdapat kerentanan pembiayaan yang nyata, tetapi rantai dari perlambatan AI menuju bailout lalu reli BTC masih bersifat sangat spekulatif.

Rantai argumen Hayes

Secara ringkas, alurnya seperti ini:

1. Pengembangan model AI terdepan melambat.
2. Pasar menilai permintaan produk AI dan kapasitas komputasi tidak sekuat harapan.
3. Utilisasi pusat data, chip, dan infrastruktur terkait turun dari proyeksi.
4. Arus kas yang diharapkan untuk membayar utang melemah; peringkat kredit dapat turun dan spread kredit melebar.
5. Kerugian berpotensi merembet melalui kredit swasta (private credit) serta investor yang terhubung dengan sektor asuransi atau reasuransi.
6. Pemerintah AS merespons, misalnya dengan menopang permintaan komputasi atau menstabilkan sektor kredit dan asuransi; likuiditas bertambah dan, menurut Hayes, menguntungkan Bitcoin. 142

Setiap tahap bergantung pada tahap sebelumnya. Karena itu, perlambatan AI tidak serta-merta berarti Bitcoin akan reli. Pada fase awal, pasar justru dapat bergerak ke mode risk-off: aset berisiko dijual, belanja modal teknologi ditahan, dan kredit diperketat.

Mengapa pembiayaan infrastruktur AI menjadi titik rawan

Skala belanja AI membuat pertanyaan tentang pendapatan dan utilisasi menjadi sangat penting. Apollo memperkirakan sekitar US$5 triliun dapat dibelanjakan untuk infrastruktur AI hingga 2030. Agar investasi itu layak secara ekonomi, bisnis dan konsumen diperkirakan perlu membelanjakan sekitar US$2 triliun per tahun untuk layanan AI. Apollo menyebut kemampuan AI menghasilkan pengembalian dari belanja tersebut sebagai pertanyaan besar bagi pasar utang dan ekuitas.

Belanja itu mencakup pusat data, pasokan listrik, semikonduktor, dan jaringan. Apollo juga menilai skala kebutuhan modalnya begitu besar sehingga pembiayaan berperingkat investasi (investment grade), baik dari pasar publik maupun privat, akan menjadi sumber pendanaan utama.

Hayes berpendapat infrastruktur tersebut dibangun dan dibiayai sebelum arus kas dari pengguna akhir benar-benar terbukti. Dalam kerangkanya, permintaan komputasi dari laboratorium AI menopang lebih dari US$1 triliun utang berperingkat investasi serta ratusan miliar dolar utang dan pinjaman dengan kualitas lebih rendah. 142

Angka tersebut adalah bagian dari argumen Hayes, bukan perhitungan resmi atas utang yang pasti gagal bayar jika permintaan AI melemah. Namun, masalah ekonominya jelas: jika kapasitas pusat data dibangun untuk penggunaan yang tidak terwujud pada harga yang diharapkan, pendapatan proyeksi dan nilai aset dapat turun bersamaan.

Tafsir “Safety First” bukan fakta yang sudah terbukti

Hayes menafsirkan seruan perusahaan AI untuk memperlambat pengembangan model terdepan atas alasan keselamatan sebagai sinyal ekonomi. Menurutnya, pasar mungkin tidak cukup berminat membeli produk AI pada harga saat ini untuk mendukung ekspansi komputasi yang sangat mahal. 14

Itu adalah interpretasi Hayes, bukan bukti mapan mengenai motif perusahaan-perusahaan tersebut. Keputusan yang didasari keselamatan tidak otomatis membuktikan permintaan komersial lemah. Meski begitu, tesis ini mengarahkan perhatian investor pada konsekuensi keuangan apabila pertumbuhan permintaan pelatihan dan inferensi AI lebih lambat daripada pertumbuhan pasokan infrastruktur.

Bagaimana kekurangan pendapatan AI dapat menjalar ke pasar kredit

Jika proyeksi pendapatan AI dipangkas, tekanan terhadap utang pembangunannya dapat muncul melalui beberapa jalur yang lazim:

• Nilai aset turun ketika proyeksi utilisasi pusat data dan arus kas direvisi lebih rendah.
• Peringkat kredit tertekan jika penerbit utang dipandang kurang mampu membayar bunga dan pokok.
• Spread kredit melebar, sehingga biaya pembiayaan ulang naik dan proyek baru lebih sulit didanai.
• Belanja modal melambat bila perusahaan teknologi besar menilai pengembalian investasi infrastruktur tambahan tidak lagi menarik.

Hayes menilai proses tersebut dapat menjangkau obligasi berperingkat investasi, bukan hanya pinjaman berisiko tinggi, sehingga berpotensi menciptakan pengetatan pembiayaan yang lebih luas daripada sekadar koreksi saham teknologi. 214

Analisis Apollo mendukung premis bahwa kebutuhan pendanaan sektor ini sangat besar. Namun, Apollo tidak menyatakan krisis utang AI sedang terjadi; pertanyaan utamanya tetap apakah ekonomi AI mampu menghasilkan pendapatan yang memadai untuk mendukung belanja yang direncanakan.

Jalur kredit swasta dan asuransi: diawasi, tetapi belum menjadi krisis

Bagian paling agresif dari skenario Hayes adalah kemungkinan kerugian kredit AI menjalar melalui dana kredit swasta serta perusahaan asuransi atau reasuransi yang berafiliasi. Ia menilai penurunan nilai utang infrastruktur AI dapat membuka kerentanan dalam struktur tersebut dan mendorong intervensi publik. 142

Regulator memang memberi perhatian lebih besar pada keterkaitan sektor asuransi dengan kredit swasta. Reuters melaporkan bahwa perusahaan asuransi dan institusi besar bersiap meningkatkan eksposur kredit swasta, di tengah kekhawatiran investor tentang likuiditas aset dan pengawasan regulator atas hubungan kredit swasta dengan neraca asuransi.

Hal itu relevan karena aset privat lebih sulit dinilai dan dijual cepat saat pasar tertekan. Namun, pengawasan tersebut bukan bukti bahwa kerugian utang infrastruktur AI telah menyebabkan kegagalan perusahaan asuransi. Pelaporan mengenai klaim Hayes juga mencatat belum ada bukti insolvabilitas perusahaan asuransi AS yang terkait utang AI. 1112

Dengan kata lain, elemen asuransi dalam tesis ini lebih tepat dipandang sebagai skenario tekanan, bukan peristiwa sistemik yang sedang diamati.

Dua respons pemerintah yang dibayangkan Hayes

Pemerintah sebagai pembeli komputasi terakhir

Jalur pertama adalah dukungan langsung terhadap kapasitas komputasi. Dalam versi ini, pemerintah membeli atau menjamin permintaan komputasi, sehingga operator pusat data tetap memperoleh pendapatan dan utangnya lebih mudah dilayani. 214

Dukungan bagi asuransi atau sistem kredit

Jalur kedua adalah respons stabilitas keuangan jika kerugian di kredit swasta dan asuransi mengancam pasar kredit yang lebih luas. Hayes menduga dukungan bagi perusahaan asuransi, reasuransi, atau kreditur lain akan memperbesar likuiditas dolar. 214

Kesimpulan pro-Bitcoin Hayes bertumpu pada pandangan bahwa tambahan likuiditas dan kekhawatiran terhadap pelemahan nilai mata uang dapat menaikkan minat pada aset langka serta berisiko tinggi, termasuk BTC. Hubungan ini adalah tesis pasar, bukan aturan otomatis: harga Bitcoin juga dipengaruhi selera risiko, suku bunga, leverage, dan regulasi.

Mengapa argumen waktunya masih lemah

Sejumlah fakta belum mendukung gagasan bahwa penyelamatan kredit AI sudah dekat.

Pertama, kebijakan moneter AS masih ketat. Federal Reserve menaikkan kisaran suku bunga acuannya menjadi 3,75%–4,00% pada September, kondisi yang sulit diselaraskan dengan narasi pelonggaran agresif akibat bailout. 19

Kedua, pembiayaan AI masih berjalan. SoftBank dilaporkan sedang membahas potensi penerbitan obligasi senilai US$10 miliar hingga US$20 miliar untuk membiayai ulang pinjaman yang terkait investasinya di OpenAI; pembicaraan masih berlangsung dan ketentuannya dapat berubah. Akses pendanaan yang berlanjut tidak menghapus risiko pembiayaan ulang, tetapi juga tidak cocok dengan gambaran bahwa arus modal ke AI tiba-tiba berhenti.

Ujian penentunya tetap bersifat jangka panjang: apakah permintaan, harga layanan, dan utilisasi AI cukup untuk menopang infrastruktur yang dibiayai hari ini. Estimasi Apollo mengenai kebutuhan belanja layanan AI US$2 triliun per tahun menggambarkan besarnya ambang pendapatan tersebut.

Bitcoin mendekati US$85.000 bukan bukti skenario Hayes

Kenaikan Bitcoin menuju US$85.000 lebih masuk akal dijelaskan oleh faktor pasar jangka pendek ketimbang bailout kredit AI yang belum terjadi.

Laporan pasar mengaitkan reli itu dengan permintaan ETF spot dan likuidasi posisi short. Bitfinex menyebut kenaikan 5,9% pada 18 September didukung arus masuk ETF spot AS sebesar US$433 juta, sebelum BTC melanjutkan kenaikan menuju US$85.000. Pelaporan lain juga menggambarkan pemulihan Bitcoin meski The Fed menaikkan suku bunga dan terdapat ketidakpastian kebijakan kripto di AS. 1921

Katalis semacam itu bisa menggerakkan Bitcoin jauh sebelum skenario pembiayaan AI diuji. Itu tidak boleh disamakan dengan bukti bahwa pemerintah AS akan membeli kapasitas komputasi atau menyelamatkan perusahaan asuransi akibat utang AI.

Indikator yang dapat menguatkan atau melemahkan tesis

Agar lebih dari sekadar eksperimen pemikiran, beberapa perkembangan perlu terjadi secara bersamaan:

• bukti berkelanjutan bahwa permintaan atau harga komputasi AI meleset dari asumsi pembangunan;
• utilisasi pusat data turun atau panduan arus kas melemah;
• spread melebar, peringkat diturunkan, atau pembiayaan ulang menjadi sulit bagi peminjam infrastruktur AI;
• kerugian nyata menyebar ke portofolio kredit swasta atau perusahaan asuransi; serta
• kebijakan konkret untuk menopang permintaan komputasi atau menstabilkan institusi keuangan yang terekspos.

Sebaliknya, peningkatan penggunaan, pendapatan layanan AI yang tahan lama, pembiayaan ulang yang sukses, dan kinerja kredit yang stabil akan melemahkan tesis tersebut. Itu akan menunjukkan bahwa pembangunan infrastruktur sedang diserap oleh permintaan, bukan berubah menjadi masalah utang.

Kesimpulan

Hayes mengidentifikasi kerentanan yang masuk akal: pembangunan infrastruktur AI yang sangat besar dibiayai sebelum basis pendapatan akhirnya benar-benar diketahui. Estimasi Apollo sekitar US$5 triliun belanja infrastruktur AI hingga 2030 membuat isu monetisasi dan utilisasi penting bagi pasar utang maupun saham.

Namun, rangkaian “AI melambat, lalu Bitcoin melonjak” memiliki banyak mata rantai yang belum terbukti. Kekecewaan permintaan bisa lebih dulu memicu pemangkasan belanja modal teknologi, kredit yang lebih ketat, dan perdagangan risk-off—bukan langsung penciptaan uang atau reli Bitcoin. Untuk saat ini, tesis tersebut lebih berguna sebagai kerangka memantau pendapatan AI, utilisasi infrastruktur, dan kondisi kredit daripada sebagai penjelasan atas kenaikan harga Bitcoin terbaru.