ทฤษฎี AI สะดุดสู่ Bitcoin ของ Arthur Hayes: ห่วงโซ่ความเสี่ยง 5 ล้านล้านดอลลาร์

Arthur Hayes ไม่ได้ทำนายว่า Bitcoin จะขึ้นทันทีเพียงเพราะการลงทุนด้าน AI ชะลอ เขาเสนอภาพมหภาคแบบ “ผลกระทบลำดับที่สอง” คือ หากวงจรอุปสงค์ AI น่าผิดหวัง ก็อาจกระทบหนี้ที่ใช้สร้างโครงสร้างพื้นฐาน ลุกลามไปยังตลาดเครดิต และท้ายที่สุดผลักให้รัฐบาลสหรัฐฯ หรือระบบการเงินต้องเพิ่มสภาพคล่อง ซึ่ง Hayes เชื่อว่าจะเป็นปัจจัยบวกต่อ Bitcoin 142

จุดที่ควรแยกให้ออกคือ ระหว่าง ความเปราะบางของการจัดหาเงินทุนที่มีอยู่จริง กับเส้นทางที่ยังเป็นการคาดการณ์อย่างมาก ตั้งแต่ความเปราะบางนั้นจะนำไปสู่การอุ้มระบบ จนถึงราคาของ BTC ที่สูงขึ้น

ห่วงโซ่เหตุผลของ Hayes

แนวคิดของ Hayes เดินเป็นลำดับ 6 ขั้นดังนี้

1. ห้องปฏิบัติการ AI ชะลอการพัฒนาโมเดลระดับแนวหน้า
2. การชะลอนั้นสะท้อนว่าอุปสงค์ต่อผลิตภัณฑ์ AI ราคาแพงและกำลังประมวลผลอาจอ่อนกว่าคาด
3. อัตราการใช้งานที่ลดลงทำให้กระแสเงินสดที่คาดหวังจากดาต้าเซ็นเตอร์ ชิป และโครงสร้างพื้นฐานที่เกี่ยวข้องอ่อนแอลง
4. หนี้ที่ผูกกับการลงทุนดังกล่าวถูกประเมินมูลค่าใหม่ เกิดการลดอันดับเครดิต ส่วนต่างผลตอบแทนสินเชื่อขยายตัว และการหาเงินทุนสำหรับโครงการใหม่ยากขึ้น
5. กองทุนสินเชื่อเอกชนและนักลงทุนที่เชื่อมโยงกับธุรกิจประกันอาจกลายเป็นช่องทางส่งผ่านความเสียหาย
6. วอชิงตันตอบสนองด้วยการสนับสนุนอุปสงค์กำลังประมวลผล หรือรักษาเสถียรภาพระบบเครดิตและประกันภัย ซึ่งเพิ่มสภาพคล่องในแบบที่ Hayes มองว่าเอื้อต่อ Bitcoin 142

ทุกขั้นต้องเกิดขึ้นต่อเนื่องกัน ดังนั้น AI ลงทุนชะลอตัวจึงไม่ได้แปลว่า Bitcoin ต้องพุ่งขึ้นโดยอัตโนมัติ ในช่วงแรก ตลาดอาจตอบสนองแบบหลีกเลี่ยงความเสี่ยง หรือ risk-off ตามปกติได้ด้วยซ้ำ

ทำไมการเงินของโครงสร้างพื้นฐาน AI จึงเป็นจุดกดดัน

ขนาดของเงินลงทุน AI ที่คาดการณ์ไว้ทำให้รายได้และอัตราการใช้สินทรัพย์มีความสำคัญอย่างยิ่ง Apollo ประเมินว่า การลงทุนโครงสร้างพื้นฐาน AI อาจแตะราว 5 ล้านล้านดอลลาร์สหรัฐ ภายในปี 2030 และเพื่อให้การลงทุนนี้คุ้มค่า ธุรกิจและผู้บริโภคจะต้องใช้จ่ายกับบริการ AI ราว 2 ล้านล้านดอลลาร์ต่อปี Apollo ระบุว่าคำถามว่า AI จะสร้างผลตอบแทนจากเงินลงทุนนี้ได้หรือไม่ เป็นโจทย์สำคัญของทั้งตลาดตราสารหนี้และหุ้น

เงินลงทุนดังกล่าวครอบคลุมดาต้าเซ็นเตอร์ ระบบไฟฟ้า ชิป และเครือข่าย ขณะเดียวกัน Apollo ชี้ว่าทุนที่ต้องใช้มีขนาดใหญ่จนการจัดหาเงินทุนระดับ investment grade ทั้งในตลาดสาธารณะและเอกชน จะเป็นส่วนสำคัญของการขับเคลื่อนการลงทุน

Hayes กังวลว่าโครงสร้างพื้นฐานกำลังถูกสร้างและระดมทุนก่อนที่กระแสเงินสดจากตลาดปลายทางจะพิสูจน์ตัวเองได้เต็มที่ เขาประเมินว่าอุปสงค์กำลังประมวลผลของห้องปฏิบัติการ AI รองรับหนี้ระดับ investment grade มากกว่า 1 ล้านล้านดอลลาร์ และหนี้กับสินเชื่ออันดับต่ำกว่าอีกหลายแสนล้านดอลลาร์ 142

ตัวเลขนี้เป็นกรอบมองของ Hayes ไม่ใช่ยอดหนี้ทางการที่ถูกยืนยันว่าจะผิดนัดชำระหากอุปสงค์ AI อ่อนตัว แต่คำถามทางเศรษฐศาสตร์นั้นตรงไปตรงมา: หากดาต้าเซ็นเตอร์ถูกสร้างเพื่อรองรับการใช้งานที่ไม่เกิดขึ้นตามคาด หรือขายได้ในราคาต่ำกว่าคาด รายได้คาดการณ์และมูลค่าสินทรัพย์อาจลดลงพร้อมกัน

“Safety First” สำคัญอย่างไรในมุมของ Hayes

Hayes ตีความการเรียกร้องให้ชะลอการพัฒนา AI ระดับแนวหน้าด้วยเหตุผลด้านความปลอดภัย ว่าเป็นสัญญาณทางเศรษฐกิจ กล่าวคือ ในมุมของเขา อุปสงค์ต่อสินค้า AI ณ ระดับราคาปัจจุบันอาจไม่มากพอจะรองรับการขยายกำลังประมวลผลที่ใช้เงินสูงต่อไป 14

อย่างไรก็ดี นี่คือ การตีความของ Hayes ไม่ใช่หลักฐานยืนยันแรงจูงใจของบริษัท การตัดสินใจที่อ้างเหตุผลด้านความปลอดภัย หากเกิดขึ้น ก็ไม่ได้พิสูจน์ด้วยตัวเองว่าอุปสงค์เชิงพาณิชย์อ่อนแอ แต่ทฤษฎีนี้ชวนให้นักลงทุนมองผลทางการเงิน หากความต้องการการฝึกโมเดลและการประมวลผลเพื่อใช้งานจริงเติบโตช้ากว่าอุปทานโครงสร้างพื้นฐาน

ในกรณีนั้น ความต้องการกำลังประมวลผลที่ลดลงอาจทำให้ดาต้าเซ็นเตอร์และชิปถูกใช้งานไม่เต็มกำลัง ความกังวลจะย้ายจากเรื่องความสามารถทางเทคโนโลยี ไปสู่ความสามารถในการชำระหนี้

รายได้ AI ที่พลาดเป้าส่งแรงสะเทือนไปตลาดเครดิตได้อย่างไร

หากแนวโน้มรายได้ AI ต่ำกว่าที่คาด หนี้ที่ใช้สนับสนุนการลงทุนอาจถูกกดดันผ่านกลไกที่คุ้นเคยหลายทาง ได้แก่

• มูลค่าสินทรัพย์อาจลดลง เมื่อมีการปรับลดคาดการณ์อัตราการใช้ดาต้าเซ็นเตอร์และกระแสเงินสด
• อันดับเครดิตอาจถูกกดดัน หากผู้ออกตราสารดูมีความสามารถชำระดอกเบี้ยและเงินต้นลดลง
• ส่วนต่างผลตอบแทนสินเชื่ออาจกว้างขึ้น ทำให้ต้นทุนรีไฟแนนซ์สูงขึ้นและโครงการใหม่หาเงินได้ยากขึ้น
• การลงทุนสินทรัพย์ถาวรอาจชะลอ หากบริษัทเทคโนโลยีขนาดใหญ่ทบทวนผลตอบแทนจากการขยายโครงสร้างพื้นฐานเพิ่มเติม

Hayes มองว่ากระบวนการนี้อาจกระทบทั้งพันธบัตร investment grade และสินเชื่อคุณภาพต่ำ จนกลายเป็นการถอยร่นของการเงินในวงกว้าง ไม่ใช่แค่การปรับฐานของหุ้นเทคโนโลยี 214

งานวิเคราะห์ของ Apollo สนับสนุนข้อเท็จจริงว่าภาคส่วนนี้ต้องใช้เงินทุนในขนาดสูงผิดปกติ แต่ไม่ได้ยืนยันว่ากำลังเกิดวิกฤตหนี้ แก่นคำถามของ Apollo คือ เศรษฐกิจ AI จะสร้างรายได้มากพอรองรับการใช้จ่ายที่กำลังวางแผนอยู่หรือไม่

ช่องทางสินเชื่อเอกชนและประกันภัย: พื้นที่ที่ถูกจับตา ไม่ใช่วิกฤตที่พิสูจน์แล้ว

ส่วนที่เชิงรุกที่สุดของสถานการณ์ Hayes คือ ความเสียหายจากเครดิตที่เกี่ยวโยงกับ AI อาจส่งผ่านกองทุนสินเชื่อเอกชน ไปยังบริษัทประกันหรือบริษัทรับประกันภัยต่อที่เชื่อมโยงกัน เขาโต้แย้งว่าหนี้โครงสร้างพื้นฐาน AI ที่ด้อยค่าลงอาจเปิดเผยจุดเปราะบางในโครงสร้างเหล่านี้ และบีบให้ภาครัฐเข้ามาแทรกแซง 142

หน่วยงานกำกับดูแลกำลังจับตาความเชื่อมโยงระหว่างบริษัทประกันกับสินเชื่อเอกชนมากขึ้น Reuters รายงานว่าบริษัทประกันและสถาบันขนาดใหญ่เตรียมเพิ่มการลงทุนในสินเชื่อเอกชน แม้นักลงทุนกังวลเรื่องสภาพคล่องต่ำ และหน่วยงานกำกับตรวจสอบความสัมพันธ์ระหว่างสินเชื่อเอกชนกับงบดุลของบริษัทประกัน

การจับตานี้มีนัยสำคัญ เพราะสินทรัพย์นอกตลาดอาจประเมินมูลค่าได้ยากและขายออกได้ไม่เร็วในภาวะตลาดตึงเครียด แต่ยังไม่ใช่หลักฐานว่าความเสียหายจากโครงสร้างพื้นฐาน AI กำลังทำให้บริษัทประกันล้มเหลว รายงานเกี่ยวกับข้ออ้างของ Hayes ระบุเช่นกันว่ายังไม่มีการยืนยันการล้มละลายของบริษัทประกันสหรัฐฯ ที่โยงกับหนี้ AI 1112

กล่าวอีกแบบหนึ่ง ขาประกันภัยของทฤษฎีนี้ควรถูกมองเป็น สถานการณ์ทดสอบความตึงเครียด ที่มีเหตุผลพอให้ติดตาม แต่ยังไม่ใช่เหตุการณ์เชิงระบบที่กำลังเกิดขึ้นจริง

ทางเลือกการตอบสนองของรัฐบาล 2 แบบตาม Hayes

Hayes จินตนาการถึงสองวิธีที่ผู้กำหนดนโยบายอาจตอบสนอง หากความตึงเครียดรุนแรงพอ

1. รัฐเป็นผู้ซื้อกำลังประมวลผลรายสุดท้าย

แนวทางแรกคือการสนับสนุนกำลังประมวลผลโดยตรงจากภาครัฐ ในภาพนี้ รัฐบาลจะซื้อหรือรับประกันอุปสงค์กำลังประมวลผล ช่วยให้ผู้ดำเนินการดาต้าเซ็นเตอร์รักษารายได้ และช่วยให้หนี้ของพวกเขายังชำระได้ 214

2. พยุงบริษัทประกันหรือระบบเครดิตในวงกว้าง

แนวทางที่สองคือการตอบสนองเพื่อเสถียรภาพการเงิน หากความสูญเสียในสินเชื่อเอกชนและธุรกิจประกันเสี่ยงลุกลามเป็นเหตุการณ์เครดิตวงกว้าง Hayes มองว่าการค้ำจุนบริษัทประกัน บริษัทรับประกันภัยต่อ หรือเจ้าหนี้อื่น ๆ จะเพิ่มสภาพคล่องดอลลาร์เช่นกัน 214

ข้อสรุปเรื่อง Bitcoin ของเขาตั้งอยู่บนมุมมองมหภาคว่า สภาพคล่องส่วนเพิ่มและความกังวลเรื่องค่าเงินด้อยค่าลงอาจเพิ่มความต้องการสินทรัพย์ที่มีความขาดแคลนและอ่อนไหวต่อความเสี่ยง รวมถึง BTC แต่ความสัมพันธ์นี้เป็นทฤษฎีตลาด ไม่ใช่กฎตายตัว การอัดฉีดสภาพคล่องอาจเกิดร่วมกับความต้องการ Bitcoin ที่สูงขึ้น ทว่าราคายังขึ้นกับความเสี่ยงที่นักลงทุนยอมรับได้ ดอกเบี้ย เลเวอเรจ และกฎระเบียบด้วย

เหตุใดกรอบเวลาระยะสั้นยังไม่หนักแน่น

ข้อเท็จจริงหลายอย่างทำให้การบอกว่าการอุ้มเครดิต AI กำลังเกิดขึ้นแล้วนั้นยังไม่แข็งแรง

ประการแรก นโยบายการเงินยังตึงตัว ธนาคารกลางสหรัฐฯ หรือ Fed ปรับกรอบอัตราดอกเบี้ยนโยบายขึ้นสู่ 3.75%–4.00% ในเดือนกันยายน ซึ่งไม่สอดคล้องนักกับวัฏจักรผ่อนคลายเพื่ออุ้มระบบที่กำลังดำเนินอยู่ 19

ประการที่สอง เงินทุนสำหรับ AI ยังเดินหน้า SoftBank มีรายงานว่าอยู่ระหว่างหารือการออกหุ้นกู้มูลค่า 10,000–20,000 ล้านดอลลาร์ เพื่อรีไฟแนนซ์การกู้ยืมที่เกี่ยวข้องกับการลงทุนใน OpenAI โดยรายละเอียดและเงื่อนไขยังเปลี่ยนแปลงได้ การเข้าถึงเงินทุนต่อเนื่องไม่ได้ลบความเสี่ยงด้านรีไฟแนนซ์ แต่ก็ไม่เข้ากับภาพที่เงินทุนไหลเข้า AI หยุดลงอย่างฉับพลัน

ประการที่สาม บททดสอบที่ชี้ขาดอยู่ในระยะยาว นั่นคืออุปสงค์ AI ราคา และอัตราการใช้บริการจะพอรองรับโครงสร้างพื้นฐานที่กำลังระดมทุนในวันนี้หรือไม่ ตัวเลขรายได้บริการ AI ปีละ 2 ล้านล้านดอลลาร์ของ Apollo สะท้อนขนาดของเป้ารายได้ที่ต้องไปให้ถึง

Bitcoin ใกล้ 85,000 ดอลลาร์ ไม่ได้ยืนยันสถานการณ์ของ Hayes

การขยับของ Bitcoin เข้าใกล้ 85,000 ดอลลาร์อธิบายได้ดีกว่าด้วยปัจจัยตลาดระยะสั้น มากกว่าการคาดหวังมาตรการอุ้มเครดิต AI ที่ยังไม่เกิดขึ้น

รายงานตลาดระบุว่าการขึ้นราคารอบนี้ได้รับแรงหนุนจากปัจจัย เช่น ความต้องการผ่านกองทุน ETF แบบสปอต และการปิดสถานะขายหรือ short liquidations Bitfinex ระบุว่า BTC ปรับขึ้น 5.9% เมื่อวันที่ 18 กันยายน โดยมีเงินไหลเข้ากองทุน ETF สปอตในสหรัฐฯ 433 ล้านดอลลาร์ ก่อนที่ราคาจะขยายการปรับขึ้นเข้าใกล้ 85,000 ดอลลาร์ รายงานอื่นยังกล่าวถึงการฟื้นตัวของ Bitcoin แม้ Fed ขึ้นดอกเบี้ยและนโยบายคริปโตของสหรัฐฯ ยังไม่แน่นอน 1921

ปัจจัยเหล่านี้ขยับราคา Bitcoin ได้ก่อนที่เรื่องการเงินโครงสร้าง AI จะผ่านบททดสอบ จึงไม่ควรนำไปปะปนกับหลักฐานว่ารัฐบาลสหรัฐฯ กำลังเตรียมซื้อกำลังประมวลผลหรืออุ้มบริษัทประกันเพราะหนี้ AI

อะไรจะช่วยยืนยันทฤษฎี หรือทำให้ทฤษฎีอ่อนลง

หากทฤษฎีนี้จะก้าวพ้นจากการทดลองทางความคิด นักลงทุนต้องเห็นพัฒนาการหลายข้อเกิดขึ้นพร้อมกัน เช่น

• หลักฐานต่อเนื่องว่าอุปสงค์หรือราคากำลังประมวลผล AI ต่ำกว่าสมมติฐานของการลงทุน
• อัตราการใช้ดาต้าเซ็นเตอร์ลดลง หรือแนวโน้มกระแสเงินสดอ่อนแอลง
• ส่วนต่างผลตอบแทนกว้างขึ้น การลดอันดับเครดิต หรือการรีไฟแนนซ์ที่ยากขึ้นในกลุ่มผู้กู้โครงสร้างพื้นฐาน AI
• ความสูญเสียที่เริ่มแพร่ไปยังกองทุนสินเชื่อเอกชนหรือบริษัทประกัน
• มาตรการนโยบายที่เกิดขึ้นจริงเพื่อสนับสนุนอุปสงค์กำลังประมวลผล หรือรักษาเสถียรภาพสถาบันการเงินที่มีความเสี่ยง

ในทางกลับกัน หลักฐานอย่างการใช้งานที่เพิ่มขึ้น รายได้บริการ AI ที่ยั่งยืน การรีไฟแนนซ์สำเร็จ และคุณภาพเครดิตที่ทรงตัว จะทำให้กรณีนี้อ่อนลง เพราะชี้ว่าการลงทุนขนาดใหญ่กำลังถูกดูดซับ ไม่ได้กำลังกลายเป็นปัญหาหนี้

บทสรุป

Hayes ชี้ให้เห็นความเปราะบางที่มีน้ำหนัก: การสร้างโครงสร้างพื้นฐานขนาดมหาศาลโดยใช้เงินทุน ก่อนที่ฐานรายได้ในท้ายที่สุดจะเป็นที่พิสูจน์ครบถ้วน ตัวเลขการลงทุนโครงสร้างพื้นฐาน AI ราว 5 ล้านล้านดอลลาร์ภายในปี 2030 ของ Apollo ทำให้คำถามเรื่องอัตราการใช้และการสร้างรายได้มีผลสำคัญต่อตลาดหนี้และตลาดหุ้น

แต่ลำดับเต็มรูปแบบจาก “AI ชะลอ” ไปสู่ “Bitcoin พุ่ง” ยังมีจุดเชื่อมที่พิสูจน์ไม่ได้หลายจุด ความผิดหวังด้านอุปสงค์อาจนำไปสู่การลดการลงทุนเทคโนโลยี เครดิตที่ตึงขึ้น และการเทขายสินทรัพย์เสี่ยงก่อน ไม่ใช่การสร้างเงินหรือการขึ้นของ Bitcoin ทันที ดังนั้นคุณค่าหลักของทฤษฎีนี้คือการใช้เป็นกรอบติดตามรายได้ AI อัตราการใช้โครงสร้างพื้นฐาน และภาวะเครดิต มากกว่าจะใช้เป็นคำอธิบายการเคลื่อนไหวของ Bitcoin รอบล่าสุด