Arthur Hayes tes i "Safety First" är inte en prognos om att Bitcoin automatiskt stiger om investeringarna i AI bromsar in. Det är ett makroscenario i flera led: en besvikelse för AI-efterfrågan kan försvaga lån kopplade till datacenter och annan infrastruktur, sprida stress i kreditmarknaden och till sist framkalla en likviditetsåtgärd från amerikanska myndigheter eller finanssystemet. Hayes bedömer att en sådan likviditet skulle gynna Bitcoin. 142

Den viktiga skillnaden är mellan en verklig finansieringsrisk och den betydligt mer spekulativa vägen från den risken till räddningsåtgärder – och sedan till ett högre BTC-pris.

Tesen, steg för steg

Hayes argument kan förenklas till sex steg:

1. AI-labb drar ned på utvecklingen av de mest avancerade modellerna.
2. Det signalerar, enligt Hayes, svagare efterfrågan på dyra AI-produkter och beräkningskapacitet.
3. Lägre utnyttjandegrad försämrar de väntade kassaflödena för datacenter, chip och annan AI-infrastruktur.
4. Lånen bakom utbyggnaden omvärderas: kreditbetyg kan sänkas, kreditspreadar öka och ny finansiering bli svårare.
5. Fonder inom privat kreditgivning och försäkringsrelaterade investerare kan bli en möjlig kanal för förlusterna.
6. Washington ingriper genom att stötta efterfrågan på datorkraft eller stabilisera kredit- och försäkringssystemet, vilket ökar likviditeten på ett sätt som Hayes tror är positivt för Bitcoin. 142

Varje led bygger på det föregående. En inbromsning i AI-investeringar innebär alltså inte per automatik ett Bitcoinrally. Det första marknadsutfallet kan lika gärna bli ett traditionellt risk-off-läge, där investerare minskar exponeringen mot riskfyllda tillgångar.

Varför finansieringen av AI-infrastruktur är avgörande

Storleken på den planerade AI-satsningen gör framtida intäkter och kapacitetsutnyttjande särskilt viktiga. Apollo uppskattar att omkring 5 biljoner dollar kan läggas på AI-infrastruktur fram till 2030. För att motivera investeringen skulle företag och konsumenter behöva köpa AI-tjänster för cirka 2 biljoner dollar per år, enligt Apollo. Frågan om AI kan ge tillräcklig avkastning på dessa satsningar kan få stora följder för både skuld- och aktiemarknaden.

Investeringarna omfattar datacenter, elinfrastruktur, chip och nätverk. Apollo har också framhållit att kapitalbehovet är så stort att finansiering med investment grade-betyg, på både publika och privata marknader, blir central för utbyggnaden.

Hayes oro är att infrastrukturen finansieras innan kassaflödena från slutkunderna har bevisats fullt ut. Enligt hans beskrivning stöder AI-labbens efterfrågan på datorkraft mer än 1 biljon dollar i investment grade-skulder samt hundratals miljarder dollar i lån och skulder med lägre kreditkvalitet. 142

Det är Hayes sätt att rama in marknaden, inte en officiell sammanställning av lån som skulle fallera vid svagare AI-efterfrågan. Men den ekonomiska kärnfrågan är enkel: om datacenter byggs för en användning som inte uppstår till förväntade priser, kan både beräknade intäkter och tillgångsvärden falla samtidigt.

Vad "Safety First" betyder i Hayes tolkning

Hayes tolkar AI-bolagens uppmaningar att bromsa den mest avancerade utvecklingen av säkerhetsskäl som en ekonomisk signal. I hans läsning kan efterfrågan på AI-produkter till dagens priser vara för svag för att bära en fortsatt kapitalintensiv expansion. 14

Det är Hayes tolkning, inte fastslaget belägg för bolagens motiv. Ett säkerhetsmotiverat beslut bevisar i sig inte att den kommersiella efterfrågan är svag. Tesen riktar i stället blicken mot den finansiella effekten om efterfrågan på träning och användning av avancerade AI-modeller växer långsammare än utbudet av infrastruktur.

Om det sker kan datacenter och chipkapacitet bli underutnyttjade. Då flyttas fokus från AI:s tekniska förmåga till låntagarnas möjlighet att betala räntor och amorteringar.

Så kan en intäktsbesvikelse nå kreditmarknaden

Om AI-intäkterna blir lägre än väntat kan skuldfinansieringen bakom utbyggnaden pressas genom flera välkända mekanismer:

• Tillgångsvärden kan falla när prognoser för datacenterutnyttjande och kassaflöden skrivs ned.
• Kreditbetyg kan hamna under press om emittenter bedöms ha sämre förmåga att hantera sina betalningar.
• Kreditspreadar kan öka, vilket höjer refinansieringskostnaderna och gör nya projekt svårare att finansiera.
• Kapitalutgifterna kan minska om stora teknikbolag omprövar avkastningen på ytterligare infrastruktursatsningar.

Hayes menar att processen kan slå mot såväl obligationer med investment grade-betyg som lån med lägre kvalitet och därmed skapa en bredare åtstramning av finansieringen, snarare än en isolerad börsnedgång för teknikaktier. 214

Apollos analys stödjer utgångspunkten att sektorns finansieringsbehov är ovanligt stort. Däremot visar den inte att en skuldkris redan pågår. Den centrala frågan är om AI-ekonomin kan skapa tillräckliga intäkter för att bära de investeringar som planeras nu.

Privat kreditgivning och försäkring: ett granskat riskområde, inte en konstaterad kris

Den mest långtgående delen av Hayes scenario är att kreditförluster kopplade till AI kan spridas via privata kreditfonder och närstående försäkrings- eller återförsäkringsbolag. Han menar att värdefall i AI-infrastrukturens skulder kan blottlägga sårbarheter i sådana strukturer och tvinga fram offentliga ingripanden. 142

Tillsynsmyndigheter följer i allt högre grad försäkringsbolagens växande kopplingar till privat kreditgivning. Reuters rapporterade att försäkringsbolag och andra stora institutioner förberedde ökade investeringar i privata krediter, samtidigt som investerare oroade sig för låg likviditet och tillsynsmyndigheter granskade kopplingen mellan privata krediter och försäkringsbolagens balansräkningar.

Granskningen är betydelsefull eftersom privata tillgångar kan vara svåra att värdera och avyttra snabbt i en stressad marknad. Men den är inte bevis för att AI-relaterade förluster redan orsakar försäkringsbolags fallissemang. Rapportering om Hayes påstående konstaterar också att försäkringsinsolvenser i USA med koppling till AI-skulder inte har belagts. 1112

Försäkringsledet bör därför ses som ett stresscenario: tillräckligt plausibelt för att granskas, men inte som en observerad systemkris.

Hayes två tänkbara svar från staten

Hayes ser två möjliga vägar för beslutsfattarna om stressen blir allvarlig.

1. Staten som sista köpare av datorkraft

Den första vägen är direkt offentligt stöd till beräkningskapacitet. I den modellen köper staten, eller garanterar på annat vis, efterfrågan på datorkraft. Det skulle hjälpa datacenteroperatörer att hålla uppe intäkterna och deras skulder att fortsätta vara hanterbara. 214

2. Stöd till försäkringsbolag eller det bredare kreditsystemet

Den andra vägen är en åtgärd för finansiell stabilitet om förluster i privat kreditgivning och försäkring hotar att utvecklas till en bredare kredithändelse. Hayes menar att ett skyddsnät för försäkringsbolag, återförsäkrare eller andra kreditgivare också skulle öka dollarlikviditeten. 214

Hans Bitcoin-slutsats bygger på en makrotes: mer likviditet och oro för valutaförsvagning kan öka investerares efterfrågan på knappa, riskkänsliga tillgångar som BTC. Det är en marknadsbedömning, inte en mekanisk regel. Likviditetsinjektioner kan sammanfalla med starkare Bitcoin-efterfrågan, men priset styrs också av riskaptit, räntor, belåning och reglering.

Varför argumentet för ett nära förestående scenario är svagt

Flera förhållanden gör det svårt att hävda att en AI-relaterad krediträddning redan är på väg.

För det första är penningpolitiken fortsatt stram. Federal Reserve höjde sitt målintervall till 3,75–4,00 procent i september, något som är svårt att förena med en redan aktiv räddningsdriven lättnadscykel. 19

För det andra fortsätter AI-finansieringen. SoftBank uppgavs diskutera en möjlig obligationsförsäljning på 10–20 miljarder dollar för att refinansiera lån kopplade till investeringen i OpenAI. Diskussionerna pågick och villkoren kunde ändras. Fortsatt tillgång till finansiering eliminerar inte refinansieringsrisken, men den passar heller inte med bilden av att kapitalflödet till AI tvärstannat.

För det tredje är det verkliga testet långsiktigt: räcker efterfrågan, prissättningen och kapacitetsutnyttjandet för AI för att bära infrastrukturen som finansieras i dag? Apollos uppskattning om 2 biljoner dollar i årlig försäljning av AI-tjänster visar hur högt intäktskravet är.

Bitcoin kring 85 000 dollar bevisar inte Hayes scenario

Bitcoins uppgång mot 85 000 dollar förklaras bättre av närliggande marknadsdrivkrafter än av ett hypotetiskt AI-relaterat kreditstöd som ännu inte har inträffat.

Marknadsrapportering har pekat på bland annat efterfrågan på spot-ETF:er och likvideringar av korta positioner. Bitfinex uppgav att en uppgång på 5,9 procent den 18 september fick stöd av inflöden på 433 miljoner dollar till amerikanska spot-ETF:er samma dag, innan BTC fortsatte mot 85 000 dollar. Annan rapportering beskrev också hur Bitcoin återhämtade sig trots Fed-höjningen och osäkerheten kring USA:s kryptopolitik. 1921

Sådana katalysatorer kan flytta Bitcoin långt innan den strukturella finansieringshistorien för AI har prövats. De bör inte förväxlas med belägg för att USA förbereder köp av datorkraft eller räddningsinsatser för försäkringsbolag på grund av AI-skulder.

Vad som skulle stärka – eller försvaga – tesen

För att bli mer än ett tankeexperiment skulle scenariot kräva att flera utvecklingar syns samtidigt:

• ihållande tecken på att efterfrågan på AI-datorkraft eller prissättningen understiger antagandena bakom utbyggnaden;
• lägre utnyttjandegrad i datacenter eller svagare prognoser för kassaflöden;
• ökade spreadar, nedgraderingar eller refinansieringsproblem hos låntagare inom AI-infrastruktur;
• synliga förluster som sprids till portföljer inom privat kreditgivning eller till försäkringsbolag; och
• faktiska politiska åtgärder för att stötta efterfrågan på datorkraft eller stabilisera exponerade finansinstitut.

Motsatt utveckling skulle försvaga tesen: ökande användning, hållbara intäkter från AI-tjänster, lyckade refinansieringar och stabil kreditkvalitet skulle tala för att utbyggnaden absorberas av marknaden i stället för att utvecklas till ett skuldproblem.

Slutsats

Hayes pekar på en rimlig sårbarhet: en mycket stor infrastruktursatsning finansieras innan dess långsiktiga intäktsbas är fullt bevisad. Apollos uppskattning om omkring 5 biljoner dollar i AI-infrastruktur fram till 2030 gör frågan om användning och intäktsgenerering viktig för både skuld- och aktiemarknaden.

Men hela kedjan från AI-avmattning till Bitcoinboom innehåller flera obevisade led. En efterfrågebesvikelse kan först leda till lägre investeringar från teknikbolag, stramare kredit och risk-off-handel – inte omedelbar penningexpansion eller ett Bitcoinrally. Tesen är främst användbar som ett ramverk för att följa AI-intäkter, kapacitetsutnyttjande i infrastrukturen och kreditvillkor, snarare än som en förklaring till Bitcoins senaste prisrörelse.

Arthur Hayes tes i "Safety First" är inte en prognos om att Bitcoin automatiskt stiger om investeringarna i AI bromsar in. Det är ett makroscenario i flera led: en besvikelse för AI-efterfrågan kan försvaga lån kopplade till datacenter och annan infrastruktur, sprida stress i kreditmarknaden och till sist framkalla en likviditetsåtgärd från amerikanska myndigheter eller finanssystemet. Hayes bedömer att en sådan likviditet skulle gynna Bitcoin. 142

Den viktiga skillnaden är mellan en verklig finansieringsrisk och den betydligt mer spekulativa vägen från den risken till räddningsåtgärder – och sedan till ett högre BTC-pris.

Tesen, steg för steg

Hayes argument kan förenklas till sex steg:

1. AI-labb drar ned på utvecklingen av de mest avancerade modellerna.
2. Det signalerar, enligt Hayes, svagare efterfrågan på dyra AI-produkter och beräkningskapacitet.
3. Lägre utnyttjandegrad försämrar de väntade kassaflödena för datacenter, chip och annan AI-infrastruktur.
4. Lånen bakom utbyggnaden omvärderas: kreditbetyg kan sänkas, kreditspreadar öka och ny finansiering bli svårare.
5. Fonder inom privat kreditgivning och försäkringsrelaterade investerare kan bli en möjlig kanal för förlusterna.
6. Washington ingriper genom att stötta efterfrågan på datorkraft eller stabilisera kredit- och försäkringssystemet, vilket ökar likviditeten på ett sätt som Hayes tror är positivt för Bitcoin. 142

Varje led bygger på det föregående. En inbromsning i AI-investeringar innebär alltså inte per automatik ett Bitcoinrally. Det första marknadsutfallet kan lika gärna bli ett traditionellt risk-off-läge, där investerare minskar exponeringen mot riskfyllda tillgångar.

Varför finansieringen av AI-infrastruktur är avgörande

Storleken på den planerade AI-satsningen gör framtida intäkter och kapacitetsutnyttjande särskilt viktiga. Apollo uppskattar att omkring 5 biljoner dollar kan läggas på AI-infrastruktur fram till 2030. För att motivera investeringen skulle företag och konsumenter behöva köpa AI-tjänster för cirka 2 biljoner dollar per år, enligt Apollo. Frågan om AI kan ge tillräcklig avkastning på dessa satsningar kan få stora följder för både skuld- och aktiemarknaden.

Investeringarna omfattar datacenter, elinfrastruktur, chip och nätverk. Apollo har också framhållit att kapitalbehovet är så stort att finansiering med investment grade-betyg, på både publika och privata marknader, blir central för utbyggnaden.

Hayes oro är att infrastrukturen finansieras innan kassaflödena från slutkunderna har bevisats fullt ut. Enligt hans beskrivning stöder AI-labbens efterfrågan på datorkraft mer än 1 biljon dollar i investment grade-skulder samt hundratals miljarder dollar i lån och skulder med lägre kreditkvalitet. 142

Det är Hayes sätt att rama in marknaden, inte en officiell sammanställning av lån som skulle fallera vid svagare AI-efterfrågan. Men den ekonomiska kärnfrågan är enkel: om datacenter byggs för en användning som inte uppstår till förväntade priser, kan både beräknade intäkter och tillgångsvärden falla samtidigt.

Vad "Safety First" betyder i Hayes tolkning

Hayes tolkar AI-bolagens uppmaningar att bromsa den mest avancerade utvecklingen av säkerhetsskäl som en ekonomisk signal. I hans läsning kan efterfrågan på AI-produkter till dagens priser vara för svag för att bära en fortsatt kapitalintensiv expansion. 14

Det är Hayes tolkning, inte fastslaget belägg för bolagens motiv. Ett säkerhetsmotiverat beslut bevisar i sig inte att den kommersiella efterfrågan är svag. Tesen riktar i stället blicken mot den finansiella effekten om efterfrågan på träning och användning av avancerade AI-modeller växer långsammare än utbudet av infrastruktur.

Om det sker kan datacenter och chipkapacitet bli underutnyttjade. Då flyttas fokus från AI:s tekniska förmåga till låntagarnas möjlighet att betala räntor och amorteringar.

Så kan en intäktsbesvikelse nå kreditmarknaden

Om AI-intäkterna blir lägre än väntat kan skuldfinansieringen bakom utbyggnaden pressas genom flera välkända mekanismer:

• Tillgångsvärden kan falla när prognoser för datacenterutnyttjande och kassaflöden skrivs ned.
• Kreditbetyg kan hamna under press om emittenter bedöms ha sämre förmåga att hantera sina betalningar.
• Kreditspreadar kan öka, vilket höjer refinansieringskostnaderna och gör nya projekt svårare att finansiera.
• Kapitalutgifterna kan minska om stora teknikbolag omprövar avkastningen på ytterligare infrastruktursatsningar.

Hayes menar att processen kan slå mot såväl obligationer med investment grade-betyg som lån med lägre kvalitet och därmed skapa en bredare åtstramning av finansieringen, snarare än en isolerad börsnedgång för teknikaktier. 214

Apollos analys stödjer utgångspunkten att sektorns finansieringsbehov är ovanligt stort. Däremot visar den inte att en skuldkris redan pågår. Den centrala frågan är om AI-ekonomin kan skapa tillräckliga intäkter för att bära de investeringar som planeras nu.

Privat kreditgivning och försäkring: ett granskat riskområde, inte en konstaterad kris

Den mest långtgående delen av Hayes scenario är att kreditförluster kopplade till AI kan spridas via privata kreditfonder och närstående försäkrings- eller återförsäkringsbolag. Han menar att värdefall i AI-infrastrukturens skulder kan blottlägga sårbarheter i sådana strukturer och tvinga fram offentliga ingripanden. 142

Tillsynsmyndigheter följer i allt högre grad försäkringsbolagens växande kopplingar till privat kreditgivning. Reuters rapporterade att försäkringsbolag och andra stora institutioner förberedde ökade investeringar i privata krediter, samtidigt som investerare oroade sig för låg likviditet och tillsynsmyndigheter granskade kopplingen mellan privata krediter och försäkringsbolagens balansräkningar.

Granskningen är betydelsefull eftersom privata tillgångar kan vara svåra att värdera och avyttra snabbt i en stressad marknad. Men den är inte bevis för att AI-relaterade förluster redan orsakar försäkringsbolags fallissemang. Rapportering om Hayes påstående konstaterar också att försäkringsinsolvenser i USA med koppling till AI-skulder inte har belagts. 1112

Försäkringsledet bör därför ses som ett stresscenario: tillräckligt plausibelt för att granskas, men inte som en observerad systemkris.

Hayes två tänkbara svar från staten

Hayes ser två möjliga vägar för beslutsfattarna om stressen blir allvarlig.

1. Staten som sista köpare av datorkraft

Den första vägen är direkt offentligt stöd till beräkningskapacitet. I den modellen köper staten, eller garanterar på annat vis, efterfrågan på datorkraft. Det skulle hjälpa datacenteroperatörer att hålla uppe intäkterna och deras skulder att fortsätta vara hanterbara. 214

2. Stöd till försäkringsbolag eller det bredare kreditsystemet

Den andra vägen är en åtgärd för finansiell stabilitet om förluster i privat kreditgivning och försäkring hotar att utvecklas till en bredare kredithändelse. Hayes menar att ett skyddsnät för försäkringsbolag, återförsäkrare eller andra kreditgivare också skulle öka dollarlikviditeten. 214

Hans Bitcoin-slutsats bygger på en makrotes: mer likviditet och oro för valutaförsvagning kan öka investerares efterfrågan på knappa, riskkänsliga tillgångar som BTC. Det är en marknadsbedömning, inte en mekanisk regel. Likviditetsinjektioner kan sammanfalla med starkare Bitcoin-efterfrågan, men priset styrs också av riskaptit, räntor, belåning och reglering.

Varför argumentet för ett nära förestående scenario är svagt

Flera förhållanden gör det svårt att hävda att en AI-relaterad krediträddning redan är på väg.

För det första är penningpolitiken fortsatt stram. Federal Reserve höjde sitt målintervall till 3,75–4,00 procent i september, något som är svårt att förena med en redan aktiv räddningsdriven lättnadscykel. 19

För det andra fortsätter AI-finansieringen. SoftBank uppgavs diskutera en möjlig obligationsförsäljning på 10–20 miljarder dollar för att refinansiera lån kopplade till investeringen i OpenAI. Diskussionerna pågick och villkoren kunde ändras. Fortsatt tillgång till finansiering eliminerar inte refinansieringsrisken, men den passar heller inte med bilden av att kapitalflödet till AI tvärstannat.

För det tredje är det verkliga testet långsiktigt: räcker efterfrågan, prissättningen och kapacitetsutnyttjandet för AI för att bära infrastrukturen som finansieras i dag? Apollos uppskattning om 2 biljoner dollar i årlig försäljning av AI-tjänster visar hur högt intäktskravet är.

Bitcoin kring 85 000 dollar bevisar inte Hayes scenario

Bitcoins uppgång mot 85 000 dollar förklaras bättre av närliggande marknadsdrivkrafter än av ett hypotetiskt AI-relaterat kreditstöd som ännu inte har inträffat.

Marknadsrapportering har pekat på bland annat efterfrågan på spot-ETF:er och likvideringar av korta positioner. Bitfinex uppgav att en uppgång på 5,9 procent den 18 september fick stöd av inflöden på 433 miljoner dollar till amerikanska spot-ETF:er samma dag, innan BTC fortsatte mot 85 000 dollar. Annan rapportering beskrev också hur Bitcoin återhämtade sig trots Fed-höjningen och osäkerheten kring USA:s kryptopolitik. 1921

Sådana katalysatorer kan flytta Bitcoin långt innan den strukturella finansieringshistorien för AI har prövats. De bör inte förväxlas med belägg för att USA förbereder köp av datorkraft eller räddningsinsatser för försäkringsbolag på grund av AI-skulder.

Vad som skulle stärka – eller försvaga – tesen

För att bli mer än ett tankeexperiment skulle scenariot kräva att flera utvecklingar syns samtidigt:

• ihållande tecken på att efterfrågan på AI-datorkraft eller prissättningen understiger antagandena bakom utbyggnaden;
• lägre utnyttjandegrad i datacenter eller svagare prognoser för kassaflöden;
• ökade spreadar, nedgraderingar eller refinansieringsproblem hos låntagare inom AI-infrastruktur;
• synliga förluster som sprids till portföljer inom privat kreditgivning eller till försäkringsbolag; och
• faktiska politiska åtgärder för att stötta efterfrågan på datorkraft eller stabilisera exponerade finansinstitut.

Motsatt utveckling skulle försvaga tesen: ökande användning, hållbara intäkter från AI-tjänster, lyckade refinansieringar och stabil kreditkvalitet skulle tala för att utbyggnaden absorberas av marknaden i stället för att utvecklas till ett skuldproblem.

Slutsats

Hayes pekar på en rimlig sårbarhet: en mycket stor infrastruktursatsning finansieras innan dess långsiktiga intäktsbas är fullt bevisad. Apollos uppskattning om omkring 5 biljoner dollar i AI-infrastruktur fram till 2030 gör frågan om användning och intäktsgenerering viktig för både skuld- och aktiemarknaden.

Men hela kedjan från AI-avmattning till Bitcoinboom innehåller flera obevisade led. En efterfrågebesvikelse kan först leda till lägre investeringar från teknikbolag, stramare kredit och risk-off-handel – inte omedelbar penningexpansion eller ett Bitcoinrally. Tesen är främst användbar som ett ramverk för att följa AI-intäkter, kapacitetsutnyttjande i infrastrukturen och kreditvillkor, snarare än som en förklaring till Bitcoins senaste prisrörelse.