Hayes’ AI-kjede mot Bitcoin: 5 billioner dollar på spill

Arthur Hayes’ «Safety First»-tese er ikke en spådom om at Bitcoin automatisk stiger dersom AI-investeringene bremser. Det er et makroscenario i flere ledd: Skuffende AI-etterspørsel kan svekke gjeldsfinansiert infrastruktur, spre stress i kredittmarkedene og til slutt utløse en likviditetsrespons fra amerikanske myndigheter eller finanssystemet. Hayes mener en slik respons vil støtte Bitcoin. 142

Det sentrale skillet går mellom en reell sårbarhet i finansieringen og den langt mer spekulative veien fra sårbarhet, via redningspakke, til høyere BTC-pris.

Slik henger tesen sammen

Hayes’ resonnement kan forenkles til seks ledd:

1. AI-laboratorier bremser utviklingen av de mest avanserte modellene.
2. Det avdekker, etter hans syn, svakere etterspørsel etter dyre AI-produkter og regnekraft.
3. Lavere utnyttelse svekker de forventede kontantstrømmene fra datasentre, brikker og annen infrastruktur.
4. Gjeld knyttet til utbyggingen omprises, med nedgraderinger, høyere kredittpåslag og mindre vilje til å finansiere nye prosjekter.
5. Private kredittfond og investorer med koblinger til forsikring kan bli en kanal for tapene.
6. Washington svarer ved å støtte etterspørselen etter regnekraft eller stabilisere kreditt- og forsikringssystemet – og tilfører dermed likviditet som Hayes mener gagner Bitcoin. 142

Hvert ledd forutsetter at det forrige inntreffer. En AI-nedtur betyr derfor ikke automatisk Bitcoin-rally; den kan først gi en klassisk flukt fra risiko.

Hvorfor AI-finansieringen er det svake punktet

Størrelsen på den planlagte AI-utbyggingen gjør inntekter og kapasitetsutnyttelse avgjørende. Apollo anslår at rundt 5 billioner dollar kan brukes på AI-infrastruktur fram mot 2030. For å forsvare investeringen må bedrifter og forbrukere ifølge Apollo bruke omtrent 2 billioner dollar årlig på AI-tjenester. Hvorvidt AI klarer å tjene inn investeringene, kan bli et nøkkelspørsmål for både rente- og aksjemarkedene.

Utbyggingen omfatter datasentre, kraftinfrastruktur, brikker og nettverk. Apollo har også pekt på at kapitalbehovet er så stort at finansiering med investeringsgrad, både i offentlige og private markeder, blir sentralt.

Hayes’ bekymring er at infrastrukturen finansieres før inntektene fra sluttmarkedet er fullt bevist. I hans framstilling støtter AI-laboratorienes etterspørsel etter regnekraft over 1 billion dollar i obligasjoner med investeringsgrad, i tillegg til hundrevis av milliarder dollar i lavere ratet gjeld og lån. 142

Dette er Hayes’ rammeverk – ikke en offisiell opptelling av gjeld som nødvendigvis vil misligholdes ved svakere AI-etterspørsel. Men den økonomiske risikoen er enkel: Dersom datasenterkapasitet bygges for en bruk som ikke kommer, eller ikke betaler forventet pris, kan både framtidige inntekter og verdien av eiendelene falle samtidig.

Hva «Safety First» betyr i Hayes’ tolkning

Hayes tolker sikkerhetsbegrunnede oppfordringer fra AI-selskaper om å bremse utviklingen av frontmodeller som et økonomisk signal. Hans syn er at etterspørselen etter AI-produkter til dagens priser kan være for svak til å forsvare fortsatt, svært regnekraftkrevende ekspansjon. 14

Det er Hayes’ tolkning, ikke dokumentasjon på selskapenes motiver. En sikkerhetsbegrunnet beslutning beviser ikke i seg selv at den kommersielle etterspørselen er svak. Tesen retter likevel oppmerksomheten mot hva som skjer finansielt dersom trening og bruk av avanserte modeller vokser saktere enn tilbudet av infrastruktur.

I et slikt tilfelle kan datasentre og brikkekapasitet bli underutnyttet. Da flyttes spørsmålet fra hva teknologien kan gjøre, til om prosjektene kan betjene gjelden sin.

Slik kan et inntektssvikt nå kredittmarkedet

Et svakere enn ventet inntektsbilde for AI kan ramme finansieringen av utbyggingen gjennom velkjente mekanismer:

• Eiendelsverdier kan falle når forventet kapasitetsutnyttelse og kontantstrømmer skrives ned.
• Kredittvurderinger kan komme under press hvis låntakere framstår mindre i stand til å betale renter og avdrag.
• Kredittpåslag kan øke, slik at refinansiering blir dyrere og nye prosjekter vanskeligere å finansiere.
• Kapitalinvesteringene kan bremses dersom store teknologiselskaper revurderer avkastningen på ytterligere infrastruktur.

Hayes mener prosessen kan ramme både obligasjoner med investeringsgrad og svakere lån, og dermed føre til en bredere innstramming i finansieringen – ikke bare en korreksjon i teknologaksjer. 214

Apollos analyse underbygger at finansieringsbehovet i sektoren er uvanlig stort. Den dokumenterer derimot ikke at en gjeldskrise allerede er i gang. Hovedspørsmålet er om AI-økonomien kan skape nok inntekter til å bære investeringene som nå planlegges.

Private credit og forsikring: Et reelt tilsynstema, ikke en påvist krise

Den mest vidtrekkende delen av Hayes’ scenario er at AI-relaterte kredittap kan spre seg gjennom private kredittfond og tilknyttede forsikrings- eller gjenforsikringsselskaper. Han mener svekket AI-infrastrukturgjeld kan avdekke sårbarheter i slike strukturer og tvinge fram offentlig inngripen. 142

Tilsynsmyndigheter følger tettere med på forsikringsselskapenes økende koblinger til private credit. Reuters rapporterte at forsikringsselskaper og andre store institusjoner planla å øke eksponeringen, samtidig som investorer var bekymret for illikviditet og tilsynsmyndigheter gransket forbindelsen mellom private credit og forsikringsbalanser.

Dette er relevant fordi private eiendeler kan være vanskelige å prise og selge raskt i et stresset marked. Men det er ikke bevis for at AI-infrastrukturtap nå fører til forsikringskonkurser. Omtale av Hayes’ påstand peker også på at amerikanske forsikringsinsolvenser knyttet til AI-gjeld ikke er påvist. 1112

Forsikringsleddet bør derfor forstås som et stresscenario: Mulig nok til å undersøke, men ikke et observerbart systemproblem i dag.

To mulige svar fra myndighetene

Hayes ser for seg to mulige politiske reaksjoner dersom presset blir alvorlig.

1. Staten som siste kjøper av regnekraft

I den første varianten gir myndighetene direkte støtte til datakapasitet – ved å kjøpe eller på annen måte garantere for etterspørselen. Det kan holde inntektene hos datasenteroperatører oppe og gjøre gjelden deres lettere å betjene. 214

2. Støtte til forsikringsselskaper eller kredittsystemet

Den andre varianten er en finansiell stabilitetsrespons dersom tap i private credit og forsikring truer med å utløse en bredere kredittkrise. Hayes argumenterer for at en sikkerhetsmekanisme for forsikringsselskaper, gjenforsikrere eller andre kreditorer også vil øke dollarlikviditeten. 214

Bitcoin-konklusjonen bygger på et makrosyn: Mer likviditet og bekymring for pengeverdien kan øke interessen for knappe, risikofølsomme eiendeler som BTC. Det er en markedstese, ikke en mekanisk regel. Likviditetstiltak kan sammenfalle med sterkere Bitcoin-etterspørsel, men prisutviklingen avhenger også av risikovilje, renter, belåning og regulering.

Hvorfor den kortsiktige timingen er svak

Flere forhold gjør det vanskelig å si at en AI-drevet kredittredning allerede er i gang.

For det første er pengepolitikken fortsatt stram. Federal Reserve løftet i september styringsrenteintervallet til 3,75–4,00 prosent, noe som er vanskelig å forene med en aktiv, redningsdrevet lettelsessyklus. 19

For det andre fortsetter AI-finansieringen. SoftBank ble omtalt som i samtaler om et mulig obligasjonssalg på 10–20 milliarder dollar for å refinansiere lån knyttet til investeringen i OpenAI. Samtalene pågikk, og vilkårene kunne endres. Tilgang til finansiering fjerner ikke refinansieringsrisikoen, men den passer heller ikke med et bilde av at kapitalen brått har sluttet å flyte til AI.

Den avgjørende testen ligger dermed lenger fram i tid: Er etterspørsel, prising og kapasitetsutnyttelse i AI høy nok til å bære infrastrukturen som finansieres i dag? Apollos anslag på 2 billioner dollar i årlig omsetning fra AI-tjenester illustrerer hvor høy inntektsgrensen er.

Bitcoin nær 85 000 dollar beviser ikke scenarioet

Bitcoins bevegelse mot 85 000 dollar forklares bedre av kortsiktige markedsforhold enn av en hypotetisk AI-kredittredning som ennå ikke har skjedd.

Markedsomtale knyttet oppgangen til blant annet etterspørsel etter spot-ETF-er og likvidering av short-posisjoner. Bitfinex oppga at en oppgang på 5,9 prosent 18. september ble støttet av 433 millioner dollar i innstrømning til amerikanske spot-ETF-er samme dag, før BTC fortsatte mot 85 000 dollar. Andre rapporter beskrev også at Bitcoin hentet seg inn til tross for renteheving fra Fed og usikkerhet om amerikansk kryptopolitikk. 1921

Slike drivere kan løfte Bitcoin lenge før den strukturelle AI-finansieringshistorien er testet. De er ikke dokumentasjon på at amerikanske myndigheter forbereder kjøp av regnekraft eller redning av forsikringsselskaper på grunn av AI-gjeld.

Hva som kan styrke – eller svekke – tesen

For at tesen skal bli mer enn et tankeeksperiment, må flere utviklingstrekk inntreffe samtidig:

• vedvarende tegn på at AI-etterspørselen eller prisene ligger under forutsetningene for utbyggingen;
• lavere kapasitetsutnyttelse i datasentre eller svakere prognoser for kontantstrøm;
• høyere kredittpåslag, nedgraderinger eller refinansieringsproblemer blant AI-infrastrukturaktører;
• synlige tap som sprer seg til private credit-porteføljer eller forsikringsselskaper; og
• faktiske tiltak fra myndighetene for å støtte etterspørselen etter regnekraft eller stabilisere utsatte finansinstitusjoner.

Det motsatte vil svekke argumentet: Økende bruk, varige inntekter fra AI-tjenester, vellykkede refinansieringer og stabil kredittutvikling vil tyde på at markedet absorberer utbyggingen i stedet for at den utvikler seg til et gjeldsproblem.

Konklusjon

Hayes peker på en troverdig sårbarhet: En enorm infrastrukturutbygging finansieres før det endelige inntektsgrunnlaget er fullt kjent. Apollos anslag på rundt 5 billioner dollar i AI-infrastruktur fram mot 2030 gjør spørsmålet om kapasitetsutnyttelse og inntjening viktig for både obligasjons- og aksjemarkedet.

Men hele kjeden fra AI-nedtur til Bitcoin-opptur inneholder flere udokumenterte ledd. En skuffelse i etterspørselen kan først gi lavere teknologiinvesteringer, strammere kreditt og risikovegring – ikke umiddelbar pengeskaping eller Bitcoin-rally. Tesen er mest nyttig som et rammeverk for å følge AI-inntekter, infrastrukturutnyttelse og kredittforhold, heller enn som forklaring på Bitcoins siste prisbevegelse.