Hoe een AI-vertraging volgens Arthur Hayes uiteindelijk Bitcoin kan helpen

Arthur Hayes’ ‘Safety First’-these is geen simpele voorspelling dat Bitcoin stijgt zodra AI-uitgaven afkoelen. Het is een macro-economisch scenario in meerdere stappen: minder vraag naar AI kan de inkomsten achter datacenters en andere infrastructuur aantasten, kredietmarkten onder druk zetten en uiteindelijk een liquiditeitsreactie van de Amerikaanse overheid of het financiële stelsel uitlokken. Volgens Hayes zou die extra liquiditeit gunstig zijn voor Bitcoin. 142

De cruciale nuance: er is een werkelijke financieringskwetsbaarheid rond de enorme AI-uitbouw, maar de route van die kwetsbaarheid naar een reddingsactie en vervolgens een hogere BTC-koers blijft grotendeels speculatief.

De keten in zes stappen

Hayes’ redenering ziet er in grote lijnen zo uit:

1. AI-labs vertragen de ontwikkeling van de meest geavanceerde modellen.
2. Dat kan wijzen op een zwakkere vraag naar dure AI-producten en rekenkracht.
3. Minder gebruik van AI-capaciteit drukt de verwachte kasstromen van datacenters, chips en aanverwante infrastructuur.
4. Schulden die deze uitbouw financieren worden lager gewaardeerd, met mogelijke afwaarderingen, bredere kredietspreads en minder nieuw kapitaal als gevolg.
5. Verliezen kunnen volgens Hayes via private-creditfondsen en aan verzekeraars gelieerde structuren verder doorsijpelen.
6. Washington zou vervolgens de vraag naar rekenkracht kunnen ondersteunen of het krediet- en verzekeringsstelsel kunnen stabiliseren. De daardoor grotere liquiditeit zou Bitcoin volgens Hayes helpen. 142

Iedere stap hangt af van de vorige. Een vertraging in AI-investeringen betekent dus niet automatisch een Bitcoin-rally. In eerste instantie kan zo’n schok juist een klassieke risk-offbeweging veroorzaken, waarbij beleggers risico mijden.

Waarom de financiering van AI-infrastructuur centraal staat

De schaal van de geplande uitgaven maakt bezettingsgraad en inkomsten bijzonder belangrijk. Apollo verwacht dat er tot 2030 ongeveer $ 5 biljoen wordt besteed aan AI-infrastructuur. Om die investering te rechtvaardigen, zouden bedrijven en consumenten volgens Apollo jaarlijks circa $ 2 biljoen aan AI-diensten moeten uitgeven. Of AI dat rendement kan opleveren, is volgens de vermogensbeheerder een bepalende vraag voor zowel schuld- als aandelenmarkten.

Het gaat daarbij om datacenters, energie-infrastructuur, chips en netwerken. Apollo wijst er bovendien op dat de benodigde kapitaalpool zo groot is dat investment-gradefinanciering — via publieke én private markten — een belangrijke rol zal spelen bij de uitbouw.

Hayes’ zorg is dat deze infrastructuur wordt gefinancierd voordat de uiteindelijke kasstromen uit de markt volledig zijn bewezen. Volgens hem ondersteunt de vraag naar rekenkracht van AI-labs meer dan $ 1 biljoen aan investment-grade schuld en honderden miljarden dollars aan lager gewaardeerde schuld en leningen. 142

Dat bedrag is onderdeel van Hayes’ analyse, niet een officiële telling van schuld die bij zwakkere AI-vraag automatisch in gebreke zal blijven. De economische vraag erachter is wel helder: als datacentercapaciteit wordt gebouwd voor gebruik dat niet op de verwachte schaal of prijs ontstaat, kunnen verwachte inkomsten en activawaarden tegelijk dalen.

Wat ‘Safety First’ volgens Hayes zou signaleren

Hayes leest oproepen van AI-bedrijven om de ontwikkeling van grensverleggende modellen om veiligheidsredenen te vertragen als een economisch signaal. In zijn visie is de vraag naar AI-producten tegen de huidige prijzen mogelijk te klein om de kapitaalintensieve uitbreiding voort te zetten. 14

Dat is nadrukkelijk Hayes’ interpretatie, geen vastgesteld bewijs voor de beweegredenen van die bedrijven. Een besluit dat veiligheid vooropzet, bewijst op zichzelf niet dat de commerciële vraag zwak is. De relevante financiële vraag blijft wel wat er gebeurt als de vraag naar training en AI-toepassingen minder snel groeit dan het aanbod van infrastructuur.

Bij een dergelijke vertraging kan capaciteit in datacenters en chips onderbenut raken. De discussie verschuift dan van technologische mogelijkheden naar het vermogen om rente en aflossing te betalen.

Zo kan een AI-omzettekort de kredietmarkt raken

Een lagere dan verwachte AI-omzet kan de financiering van de uitbouw via bekende mechanismen onder druk zetten:

• Activawaarden kunnen dalen wanneer verwachte bezettingsgraad en kasstromen van datacenters naar beneden worden bijgesteld.
• Kredietratings kunnen verslechteren als emittenten minder goed in staat lijken rente en aflossing te voldoen.
• Kredietspreads kunnen oplopen, waardoor herfinanciering duurder wordt en nieuwe projecten moeilijker te financieren zijn.
• Kapitaaluitgaven kunnen vertragen als grote technologiebedrijven het rendement op extra infrastructuur opnieuw beoordelen.

Hayes stelt dat dit niet alleen leningen van lagere kwaliteit kan treffen, maar ook investment-grade obligaties — en zo kan uitmonden in een bredere terugval in financiering in plaats van alleen een beurscorrectie bij techbedrijven. 214

Apollo ondersteunt de gedachte dat de financieringsbehoefte van de sector uitzonderlijk groot is. Het stelt echter niet dat er al een schuldencrisis gaande is. De hoofdvraag is juist of de AI-economie voldoende inkomsten kan opleveren om de geplande uitgaven te dragen.

Private credit en verzekeraars: terecht aandachtspunt, geen aangetoonde crisis

Het meest vergaande deel van Hayes’ scenario is dat verliezen op AI-gerelateerde kredieten zich verspreiden via private-creditfondsen en daaraan verbonden verzekeraars of herverzekeraars. Volgens hem kunnen afgewaardeerde AI-infrastructuurschulden zwakke plekken in zulke structuren blootleggen en publieke interventie afdwingen. 142

Toezichthouders kijken inderdaad kritischer naar de groeiende verwevenheid tussen verzekeraars en private credit. Reuters meldde dat verzekeraars en andere grote instellingen hun blootstelling aan private credit wilden vergroten, terwijl beleggers zich zorgen maakten over de beperkte verhandelbaarheid van deze beleggingen en toezichthouders de relatie met verzekeringsbalansen onderzochten.

Dat toezicht is relevant: private beleggingen zijn in onrustige markten vaak lastig snel te waarderen of te verkopen. Maar het is geen bewijs dat verliezen op AI-infrastructuur nu al tot faillissementen van verzekeraars leiden. Ook berichtgeving over Hayes’ claim benadrukte dat AI-gerelateerde insolventies bij Amerikaanse verzekeraars niet zijn vastgesteld. 1112

De verzekeringsschakel is dus het best te zien als een stresstestscenario: voorstelbaar genoeg om te volgen, maar geen zichtbaar systeemprobleem van dit moment.

Twee mogelijke reacties van de Amerikaanse overheid

Hayes ziet twee mogelijke beleidsreacties als de stress ernstig wordt.

1. De overheid als koper in laatste instantie van rekenkracht

In het eerste scenario ondersteunt de overheid de vraag naar computingcapaciteit rechtstreeks. Zij zou rekenkracht kunnen inkopen of op een andere manier de vraag kunnen garanderen. Daarmee blijven de inkomsten van datacenterexploitanten op peil en wordt hun schuld beter bedienbaar. 214

2. Steun voor verzekeraars of het bredere kredietsysteem

In het tweede scenario ontstaat steun als verliezen in private credit en verzekeringen een breder kredietprobleem dreigen te veroorzaken. Hayes stelt dat een vangnet voor verzekeraars, herverzekeraars of andere schuldeisers eveneens de dollarliquiditeit zou vergroten. 214

Zijn Bitcoin-conclusie is een marktopvatting: extra liquiditeit en zorgen over geldontwaarding kunnen de vraag naar schaarse, risicogevoelige beleggingen zoals BTC verhogen. Dat verband is geen automatische natuurwet. Liquiditeitsinjecties kunnen samenvallen met meer Bitcoin-vraag, maar de koers hangt ook af van risicobereidheid, rente, hefboomwerking en regelgeving.

Waarom een reddingsscenario op korte termijn weinig overtuigt

Er zijn verschillende feiten die niet passen bij de claim dat een AI-kredietredding al aan de gang is.

Ten eerste is het monetaire beleid nog altijd restrictief. De Federal Reserve verhoogde de beleidsrente in september naar 3,75%–4,00%. Dat strookt moeilijk met een al lopende cyclus van crisisgedreven verruiming. 19

Ten tweede blijft financiering voor AI beschikbaar. SoftBank zou hebben gesproken over een mogelijke obligatie-uitgifte van $ 10 miljard tot $ 20 miljard om leningen in verband met zijn investering in OpenAI te herfinancieren. De besprekingen liepen nog en de voorwaarden konden veranderen. Toegang tot financiering neemt herfinancieringsrisico niet weg, maar past evenmin bij een beeld waarin kapitaal abrupt uit AI verdwijnt.

Ten derde ligt de doorslaggevende toets verder vooruit: zijn de AI-vraag, prijzen en bezettingsgraden hoog genoeg om de infrastructuur te dragen die nu wordt gefinancierd? Apollo’s schatting van $ 2 biljoen aan jaarlijkse uitgaven aan AI-diensten maakt duidelijk hoe hoog die omzetdrempel ligt.

Bitcoin rond $ 85.000 bewijst Hayes’ scenario niet

De beweging van Bitcoin richting $ 85.000 is beter te verklaren door directe marktfactoren dan door een hypothetisch AI-kredietvangnet dat nog niet bestaat.

Marktberichtgeving koppelde de stijging onder meer aan vraag naar spot-ETF’s en shortliquidaties. Bitfinex meldde dat een rally van 5,9% op 18 september werd gesteund door $ 433 miljoen aan instroom in Amerikaanse spot-ETF’s, waarna BTC doorstootte richting $ 85.000. Andere berichtgeving beschreef ook hoe Bitcoin herstelde ondanks de renteverhoging van de Fed en onzekerheid over Amerikaans cryptobeleid. 1921

Die aanjagers kunnen Bitcoin snel bewegen, lang voordat de structurele AI-financieringskwestie wordt getest. Ze zijn geen aanwijzing dat de Amerikaanse overheid voorbereidingen treft om rekenkracht te kopen of verzekeraars wegens AI-schulden te redden.

Welke signalen de these zouden bevestigen of ontkrachten

Om meer te worden dan een gedachte-experiment, zouden meerdere ontwikkelingen tegelijk zichtbaar moeten zijn:

• aanhoudend bewijs dat de vraag naar AI-rekenkracht of de prijsstelling achterblijft bij de aannames van de uitbouw;
• lagere bezettingsgraden van datacenters of zwakkere prognoses voor kasstromen;
• oplopende kredietspreads, ratingverlagingen of problemen met herfinanciering bij AI-infrastructuurbedrijven;
• zichtbare verliezen die overslaan naar private-creditportefeuilles of verzekeraars; en
• concrete beleidsmaatregelen om de vraag naar rekenkracht te steunen of blootgestelde financiële instellingen te stabiliseren.

Het omgekeerde zou de these verzwakken: stijgend gebruik, stabiele AI-dienstenomzet, succesvolle herfinancieringen en gezonde kredietprestaties zouden erop wijzen dat de markt de nieuwe capaciteit absorbeert in plaats van dat deze een schuldenprobleem wordt.

Conclusie

Hayes wijst op een geloofwaardige kwetsbaarheid: een zeer grote infrastructuuruitbouw die met schulden wordt gefinancierd voordat de uiteindelijke inkomstenbasis volledig vaststaat. Apollo’s raming van circa $ 5 biljoen aan AI-infrastructuuruitgaven tot 2030 maakt de vraag naar benutting en verdienvermogen relevant voor zowel obligatie- als aandelenbeleggers.

Maar de volledige route van AI-vertraging naar Bitcoin-rally bevat meerdere onbewezen schakels. Een tegenvallende vraag kan eerst leiden tot minder techinvesteringen, krapper krediet en risk-offhandel — niet direct tot geldcreatie of een stijgende Bitcoin-koers. De these is daarom vooral bruikbaar als raamwerk om AI-omzet, infrastructuurbenutting en kredietcondities te volgen, niet als verklaring voor de meest recente Bitcoin-beweging.