Vigtige indsigter:
- Bitcoin-nyheder: Arthur Hayes kæder en potentiel afmatning i AI-udgifterne sammen med højere likviditet i dollaren.
- Hayes siger, at en svagere efterspørgsel efter computerkraft kan lægge pres på mere end 1 billion dollar i AI-relateret gæld.
- Statsstøtte til AI-infrastruktur eller udsatte forsikringsselskaber kan øge pengemængden.
Bitcoin-nyhederne har fået endnu en makroøkonomisk vinkel, efter at BitMEX-medstifteren Arthur Hayes har undersøgt risiciene omkring investeringer i kunstig intelligens. Hayes argumenterer for, at reducerede AI-investeringer i sidste ende kan skabe betingelser, der understøtter Bitcoin. Hans argumentation fokuserer på gæld knyttet til datacentre, indkøb af halvledere og computerinfrastruktur.
Han siger, at en svagere efterspørgsel fra store amerikanske AI-laboratorier kan sætte den finansieringsstruktur under pres. Ifølge Hayes kan den deraf følgende kreditbelastning derefter medføre statsstøtte, hvilket vil øge dollarlikviditeten i det finansielle system.
Hayes fremlagde argumentet i sit seneste essay, »Safety First«. Han fokuserede på de seneste bestræbelser fra store amerikanske AI-virksomheder på at bremse udviklingen af generel kunstig intelligens.

Hayes henviste specifikt til Anthropic, OpenAI og SpaceX. Han stillede dog spørgsmålstegn ved, om sikkerhedsbekymringer fuldt ud kan forklare ændringen i udgiftsplanerne. I stedet argumenterede han for, at svagere økonomi omkring AI-produkter også kunne have indflydelse på disse beslutninger.
Bitcoin-nyheder: Arthur Hayes kæder AI-afmatningen sammen med gæld i computerbranchen
Hayes’ argument tager udgangspunkt i finansieringen bag boomet inden for infrastruktur til kunstig intelligens. Ifølge ham understøtter efterspørgslen fra store AI-laboratorier mere end 1 billion dollar i gæld med investeringsgrad. Hundredvis af milliarder dollar i lån af lavere kvalitet afhænger ligeledes af fortsatte udgifter til computere.
Desuden påpeger Hayes, at AI-virksomheder er stærkt afhængige af ekstern finansiering til datacentre og avanceret halvlederinfrastruktur. Disse investeringer forudsætter, at laboratorierne fortsat vil købe store mængder regnekapacitet. Træning af nye modeller udgør en af de vigtigste kilder til denne efterspørgsel.
En langsommere udvikling af AGI kunne dog medføre, at de fremtidige krav til træning bliver mindre. Hayes siger, at virksomhederne i stedet måske vil lægge større vægt på computereffektivitet. Dette skift kunne føre til lavere udgifter til elektricitet, hardware og datacenterkapacitet.
Hayes hævder derfor, at priserne på gældspapirer kan komme under pres, hvis den forventede efterspørgsel efter regnekraft falder. Gældsforpligtelserne vil stadig bestå, selvom AI-laboratorierne køber mindre kapacitet, end långiverne oprindeligt havde forventet.
Kreditpres inden for AI kan medføre statsstøtte
Den næste del af Hayes’ Bitcoin-nyhedsteori fokuserer på, hvem der ejer gælden. Han siger, at forsikringsselskaber har eksponering mod privat kredit og AI-relateret infrastrukturfinansiering.
Hayes henviste også til forskning fra Nick Nameth fra Mispriced Assets, da han undersøgte denne forsikringsrisiko. I sin artikel kortlægger han strukturerne mellem forsikringsselskaber, private equity-selskaber og de tilhørende genforsikringsselskaber. Hayes argumenterer for, at disse ordninger kan komme under pres, hvis AI-relateret gæld mister værdi.
Samtidig kan et lavere behov for databehandlingskapacitet svække de forventede pengestrømme, der ligger til grund for visse finansieringer af datacentre. Hayes siger, at kreditvurderingsbureauerne i sidste ende kan nedgradere den berørte gæld, hvis disse pengestrømme forværres.
Sådanne nedgraderinger kan medføre, at forsikringsselskaberne bliver nødt til at stille yderligere kapital til rådighed. Hayes argumenterer for, at visse tilknyttede genforsikringsstrukturer kan få svært ved at skaffe den nødvendige finansiering.
Han fremlægger dog en anden mulig løsning, inden disse tab fuldt ud rammer forsikringsselskaberne. Den amerikanske regering kunne købe computerkapacitet for direkte at støtte AI-infrastrukturen.
Hayes beskriver denne tilgang som, at regeringen bliver en »computerkøber i sidste instans«. I dette scenarie kunne offentlige indkøbsaftaler understøtte efterspørgslen efter AI-laboratorier og datacentre.
Bitcoin-nyheder: BTC kan drage fordel af højere dollarlikviditet
Hayes knytter begge scenarier til Bitcoin gennem ændringer i dollarlikviditeten. Alternativt kunne myndighederne støtte forsikringsselskaberne, hvis AI-relaterede kredittab skaber bredere finansiel stress. Hayes argumenterer for, at begge reaktioner vil kræve yderligere monetær eller finanspolitisk støtte.
Det er værd at bemærke, at hans argument ikke afhænger af et øjeblikkeligt sammenbrud i AI-sektoren. I stedet beskriver han en udvikling, der begynder med lavere efterspørgsel efter computerkapacitet og svagere prisfastsættelse af gæld.
Derfra kunne kreditpresset bevæge sig mod institutioner, der besidder AI-relateret gæld. Statslig indgriben kunne derefter øge mængden af dollars, der cirkulerer gennem de finansielle markeder.
Hayes siger, at yderligere likviditet vil skabe et mere gunstigt monetært bagland for Bitcoin og andre kryptoaktiver. Hans argument vedrørende BTC-prisen fokuserer derfor på likviditetsudvidelse snarere end på stærkere fundamentale forhold i AI-branchen.
Samtidig bemærker Hayes også, at forretningsbanker kan udvide likviditeten gennem vækst i balancen. Han siger, at denne kanal kan fungere, selv uden en fornyet udvidelse af Federal Reserves balance.
For Bitcoin knytter Hayes’ ramme derfor finansieringspres inden for AI, statsstøtte, banklikviditet og BTC-prisforhold sammen i samme sekvens. Det er værd at bemærke, at BTC-prisen på tidspunktet for denne udgivelse ligger på 85.908 dollars, hvilket er en stigning på 1,5 % i løbet af det seneste døgn.

