Teori Arthur Hayes: Rantaian Risiko AI AS$5 Trilion dan Kesan Potensinya kepada Bitcoin

Teori “Safety First” Arthur Hayes bukan ramalan mudah bahawa harga Bitcoin akan naik hanya kerana perbelanjaan AI menjadi perlahan. Sebaliknya, ia ialah senario makro peringkat kedua: jika kitaran permintaan AI mengecewakan, hutang yang membiayai pusat data, cip dan infrastruktur berkaitan boleh terjejas; tekanan itu boleh merebak ke pasaran kredit dan akhirnya mendorong respons kecairan oleh kerajaan atau sistem kewangan AS. Hayes percaya kecairan tambahan itu akan menyokong Bitcoin. 142

Perbezaan pentingnya ialah antara kerentanan pembiayaan yang benar-benar wujud dengan laluan yang jauh lebih spekulatif daripada kerentanan itu kepada bailout, dan seterusnya kepada kenaikan BTC.

Rantaian hujah Hayes, langkah demi langkah

Hujah Hayes boleh diringkaskan kepada enam tahap:

1. Makmal AI memperlahankan pembangunan model sempadan hadapan.
2. Perlahan itu mendedahkan permintaan yang mungkin lebih lemah bagi produk AI mahal dan kapasiti pengkomputeran.
3. Kadar penggunaan yang rendah menjejaskan jangkaan aliran tunai bagi pusat data, cip dan infrastruktur berkaitan.
4. Hutang yang membiayai pembinaan ini dinilai semula, lalu membawa kepada penurunan penarafan kredit, spread kredit yang lebih lebar dan pembiayaan baharu yang lebih sukar diperoleh.
5. Dana kredit swasta serta pelabur yang berkait dengan industri insurans berpotensi menjadi saluran penularan kerugian.
6. Washington bertindak sama ada dengan menyokong permintaan pengkomputeran atau menstabilkan sistem kredit dan insurans—lalu menambah kecairan, yang menurut Hayes boleh memanfaatkan Bitcoin. 142

Setiap tahap bergantung pada tahap sebelumnya. Maka, kelembapan pelaburan AI tidak semestinya terus menghasilkan kenaikan Bitcoin. Reaksi awal pasaran boleh jadi sebaliknya: penjualan aset berisiko atau mod risk-off.

Mengapa pembiayaan infrastruktur AI menjadi titik tekanan

Skala pelaburan yang dirancang menjadikan hasil, harga perkhidmatan dan kadar penggunaan kapasiti sangat penting. Apollo menganggarkan kira-kira AS$5 trilion boleh dibelanjakan untuk infrastruktur AI hingga 2030. Untuk membenarkan pelaburan tersebut, perniagaan dan pengguna perlu membelanjakan sekitar AS$2 trilion setahun bagi perkhidmatan AI. Apollo menyifatkan persoalan sama ada AI mampu menjana pulangan mencukupi sebagai isu penentu bagi pasaran hutang dan ekuiti.

Perbelanjaan itu merangkumi pusat data, bekalan kuasa, cip dan rangkaian. Apollo juga menegaskan bahawa skala modal yang diperlukan sangat besar sehingga pembiayaan bertaraf pelaburan—melalui pasaran awam dan swasta—akan menjadi sumber utama pembinaan tersebut.

Kebimbangan Hayes ialah infrastruktur itu dibiayai sebelum aliran tunai daripada pasaran akhir terbukti sepenuhnya. Menurut kerangkanya, permintaan pengkomputeran oleh makmal AI menyokong lebih AS$1 trilion hutang bertaraf pelaburan serta ratusan bilion dolar hutang dan pinjaman berkualiti lebih rendah. 142

Angka itu ialah sebahagian daripada kerangka Hayes, bukannya kiraan rasmi hutang yang pasti gagal dibayar jika permintaan AI merosot. Namun persoalan ekonominya mudah: jika kapasiti pusat data dibina untuk penggunaan yang tidak muncul pada harga yang dijangka, hasil unjuran dan nilai aset boleh jatuh serentak.

Maksud “Safety First” dalam tafsiran Hayes

Hayes mentafsir seruan syarikat AI agar pembangunan model paling maju diperlahankan atas alasan keselamatan sebagai isyarat ekonomi. Pada pandangannya, permintaan terhadap produk AI pada harga semasa mungkin tidak cukup kuat untuk menyokong pengembangan pengkomputeran yang berintensif modal. 14

Ini ialah tafsiran Hayes, bukannya bukti kukuh tentang motif syarikat-syarikat tersebut. Keputusan yang berasaskan keselamatan, jika berlaku, tidak dengan sendirinya membuktikan permintaan komersial lemah. Namun teorinya meminta pelabur menilai kesan kewangan jika pertumbuhan permintaan latihan model dan penggunaan AI lebih perlahan daripada pertambahan bekalan infrastruktur.

Dalam keadaan itu, kapasiti pusat data dan cip mungkin kurang digunakan. Tumpuan pasaran kemudian akan beralih daripada keupayaan teknologi kepada keupayaan peminjam membayar faedah serta prinsipal hutang.

Bagaimana kekurangan hasil AI boleh sampai ke pasaran kredit

Unjuran hasil AI yang lebih lemah daripada jangkaan boleh memberi tekanan kepada hutang pembiayaan projek melalui saluran lazim berikut:

• Nilai aset boleh menurun apabila jangkaan penggunaan pusat data dan aliran tunai disemak ke bawah.
• Penarafan kredit boleh tertekan jika penerbit hutang dilihat semakin sukar memenuhi obligasi pembayaran.
• Spread kredit boleh melebar, menjadikan pembiayaan semula lebih mahal dan projek baharu lebih sukar dibiayai.
• Perbelanjaan modal boleh diperlahankan apabila syarikat teknologi besar menilai semula pulangan daripada pelaburan infrastruktur tambahan.

Hayes berpendapat proses ini boleh menjejaskan bon bertaraf pelaburan, bukan hanya pinjaman berkualiti rendah, dan mencetuskan penguncupan pembiayaan yang lebih luas daripada sekadar pembetulan saham teknologi. 214

Analisis Apollo menyokong hakikat bahawa keperluan pembiayaan sektor ini luar biasa besar. Namun ia tidak membuktikan krisis hutang sedang berlaku; persoalan utamanya tetap sama ada ekonomi AI boleh menjana hasil yang mencukupi untuk membayar pelaburan yang kini dirancang.

Kredit swasta dan insurans: risiko yang diperhatikan, bukan krisis yang terbukti

Bahagian paling agresif dalam senario Hayes ialah kemungkinan kerugian kredit berkaitan AI merebak melalui dana kredit swasta serta syarikat insurans atau reinsurans yang berkaitan. Beliau berhujah bahawa kemerosotan nilai hutang infrastruktur AI boleh mendedahkan kelemahan dalam struktur tersebut dan memaksa campur tangan awam. 142

Pengawal selia sememangnya semakin memberi perhatian kepada hubungan yang kian rapat antara syarikat insurans dan kredit swasta. Reuters melaporkan bahawa syarikat insurans serta institusi besar bersedia meningkatkan pendedahan kepada kredit swasta, ketika pelabur bimbang tentang kecairan aset dan pengawal selia meneliti kaitannya dengan kunci kira-kira syarikat insurans.

Penelitian ini penting kerana aset swasta boleh sukar dinilai dan dijual dengan pantas ketika pasaran tertekan. Tetapi ia bukan bukti bahawa kerugian infrastruktur AI kini menyebabkan kegagalan syarikat insurans. Laporan mengenai dakwaan Hayes juga menyatakan bahawa insolvensi insurans AS yang berpunca daripada hutang berkaitan AI belum dapat dibuktikan. 1112

Jadi, komponen insurans dalam teori ini lebih tepat dianggap sebagai senario tekanan: cukup munasabah untuk dipantau, tetapi belum menjadi kejadian sistemik yang diperhatikan.

Dua respons kerajaan yang dibayangkan Hayes

Hayes mengemukakan dua kemungkinan jika tekanan itu menjadi serius.

1. Kerajaan menjadi pembeli terakhir kapasiti pengkomputeran

Laluan pertama ialah sokongan awam secara langsung kepada kapasiti pengkomputeran. Dalam versi ini, kerajaan membeli atau menjamin permintaan bagi kapasiti tersebut, membantu operator pusat data mengekalkan hasil dan menjadikan hutang mereka lebih mudah dibayar. 214

2. Sokongan kepada insurans atau sistem kredit yang lebih luas

Laluan kedua ialah respons kestabilan kewangan jika kerugian kredit swasta dan insurans mengancam pasaran kredit secara menyeluruh. Hayes berhujah bahawa langkah menyokong syarikat insurans, reinsurans atau pemiutang lain juga akan mengembangkan kecairan dolar. 214

Kesimpulan Bitcoinnya bertumpu pada pandangan makro bahawa kecairan tambahan dan kebimbangan terhadap penyusutan nilai mata wang boleh meningkatkan permintaan terhadap aset terhad dan sensitif kepada selera risiko, termasuk BTC. Namun hubungan ini ialah teori pasaran, bukannya peraturan automatik. Suntikan kecairan boleh berlaku seiring permintaan Bitcoin yang lebih tinggi, tetapi harga juga bergantung pada kadar faedah, selera risiko, leveraj dan peraturan.

Mengapa hujah masa terdekat masih lemah

Beberapa fakta menyukarkan dakwaan bahawa bailout kredit berkaitan AI sudah bermula.

Pertama, dasar monetari AS masih ketat. Rizab Persekutuan AS (Fed) menaikkan julat kadar sasarannya kepada 3.75%–4.00% pada September, keadaan yang sukar diselarikan dengan kitaran pelonggaran aktif akibat misi menyelamat pasaran. 19

Kedua, pembiayaan AI masih diteruskan. SoftBank dilaporkan berbincang mengenai kemungkinan penerbitan bon sebanyak AS$10 bilion hingga AS$20 bilion bagi membiayai semula pinjaman yang berkaitan dengan pelaburannya dalam OpenAI. Rundingan masih berjalan dan syaratnya boleh berubah. Akses pembiayaan berterusan tidak menghapuskan risiko pembiayaan semula, tetapi ia juga tidak selaras dengan gambaran bahawa modal untuk AI tiba-tiba terhenti.

Ketiga, ujian sebenar ialah dalam jangka lebih panjang: sama ada permintaan AI, harga perkhidmatan dan penggunaan kapasiti cukup kukuh untuk menyokong infrastruktur yang dibiayai hari ini. Anggaran Apollo tentang keperluan AS$2 trilion setahun bagi perkhidmatan AI memperlihatkan besarnya halangan hasil yang perlu dicapai.

Bitcoin menghampiri AS$85,000 bukan bukti senario Hayes

Pergerakan Bitcoin menuju AS$85,000 lebih mudah dijelaskan oleh faktor pasaran jangka dekat berbanding bailout kredit AI yang masih belum berlaku.

Laporan pasaran mengaitkan kenaikan tersebut dengan permintaan ETF spot dan pelupusan posisi jual. Bitfinex menyatakan kenaikan 5.9% pada 18 September disokong oleh aliran masuk AS$433 juta ke ETF spot AS pada hari yang sama, sebelum BTC meneruskan pergerakan menghampiri AS$85,000. Laporan lain juga menyebut Bitcoin pulih walaupun Fed menaikkan kadar faedah dan ketika ketidaktentuan dasar kripto AS berterusan. 1921

Pemangkin sedemikian boleh menggerakkan harga Bitcoin jauh lebih awal daripada ujian sebenar terhadap cerita pembiayaan AI. Ia tidak sepatutnya dianggap sebagai bukti bahawa kerajaan AS sedang bersedia membeli kapasiti pengkomputeran atau menyelamatkan syarikat insurans kerana hutang AI.

Tanda yang boleh mengesahkan atau melemahkan teori ini

Untuk menjadi lebih daripada eksperimen pemikiran, beberapa perkembangan perlu muncul secara serentak:

• bukti berterusan bahawa permintaan atau harga pengkomputeran AI tidak memenuhi andaian pembinaan infrastruktur;
• penggunaan pusat data yang lebih rendah atau panduan aliran tunai yang melemah;
• spread yang melebar, penurunan penarafan atau kesukaran pembiayaan semula dalam kalangan peminjam infrastruktur AI;
• kerugian yang jelas menular ke portfolio kredit swasta atau syarikat insurans; dan
• tindakan dasar sebenar untuk menyokong permintaan pengkomputeran atau menstabilkan institusi kewangan yang terdedah.

Bukti sebaliknya akan melemahkan kes Hayes: penggunaan yang meningkat, hasil perkhidmatan AI yang mampan, pembiayaan semula yang berjaya dan prestasi kredit yang stabil akan menunjukkan bahawa pembinaan besar-besaran itu sedang diserap pasaran, bukannya berubah menjadi masalah hutang.

Kesimpulan

Hayes mengenal pasti kerentanan yang boleh dipercayai: pembinaan infrastruktur yang amat besar sedang dibiayai sebelum asas hasil akhirnya diketahui dengan jelas. Anggaran Apollo sebanyak kira-kira AS$5 trilion untuk infrastruktur AI hingga 2030 menjadikan isu penggunaan kapasiti dan pengewangan sangat penting kepada pasaran hutang serta ekuiti.

Namun rantaian penuh “AI perlahan, Bitcoin melonjak” mempunyai beberapa pautan yang belum dibuktikan. Kekecewaan terhadap permintaan AI boleh terlebih dahulu menyebabkan perbelanjaan modal teknologi berkurang, kredit menjadi lebih ketat dan perdagangan risk-off—bukan serta-merta penciptaan wang atau kenaikan Bitcoin. Nilai utama teori ini ialah sebagai kerangka untuk memantau hasil AI, penggunaan infrastruktur dan keadaan kredit, bukannya sebagai penjelasan bagi kenaikan harga Bitcoin terbaru.