Iginiit ni Arthur Hayes na ang paghina ng paggastos ng U.S. sa artificial intelligence ay maaaring humantong kalaunan sa suporta ng gobyerno para sa AI infrastructure o sa mga insurer na nasa ilalim ng pressure, na lilikha ng dollar liquidity na inaasahan niyang magiging pabor sa Bitcoin.
Isinulat ni Hayes sa kanyang sanaysay noong Set. 22, Safety First, na ang mga kamakailang panawagan ng malalaking AI company sa U.S. na pabagalin ang pagbuo ng mga frontier model ay maaaring may ekonomikong paliwanag bukod sa mga alalahanin sa kaligtasan na kanilang hayagang binanggit. Iminungkahi niya na ang demand para sa mamahaling AI services ay maaaring maging mas mahina kaysa sa mga palagay sa paggastos na sumusuporta sa mga data center, chips at kaugnay na utang.
Gayunpaman, ang interpretasyon niyang ito ay hindi ang paliwanag na ibinigay ng mismong mga AI company. Sinabi ng OpenAI noong Agosto na pansamantala nitong pinabagal ang ilang bahagi ng pagbuo ng frontier model matapos maging kinakailangan ang mga alalahanin sa cybersecurity at mas mahihigpit na internal safeguard. Kalaunan, nanawagan si Anthropic CEO Dario Amodei na tiyakin ng industriya ang tamang bilis ng pagbuo ng modelo upang makahabol ang mga safety control sa kakayahan ng teknolohiya. Wala sa alinmang pahayag ang nag-ugnay ng pagbagal sa humihinang demand ng customer.
Nakasentro ang argumento ni Hayes sa financing sa likod ng pagpapalawak ng AI infrastructure. Ipinapahayag niya na ang mas mababang demand para sa training at inference ay maaaring magpahina sa mga palagay sa cash flow na sumusuporta sa mga data center, pagbili ng semiconductor at private credit na konektado sa sektor. Sa kanyang mga salita, “Safety First is by definition compute demand destruction.”
Kinukumpirma ng independiyenteng credit research na malalaking halaga ng financing ang itinututok sa AI, bagaman hindi nito pinatutunayan ang inaasahang krisis ni Hayes. Sinabi ng Apollo noong Agosto na ang AI-related issuance ay bumubuo ng halos 40% ng mas mahahabang tenor na supply ng investment-grade corporate bonds. Tinataya ng mga ekonomista nito na ang AI ecosystem ay maaaring sumuporta sa mahigit $2 trilyon na karagdagang investment-grade debt, habang maaaring sumipsip ang mga public market ng mas mababa sa $1 trilyon hanggang 2030.
Hiwalay na tinaya ng Apollo na humigit-kumulang $5 trilyon ang maaaring gastusin sa AI infrastructure hanggang 2030. Ayon sa pananaliksik nito, kakailanganing gumastos ang mga negosyo at consumer ng humigit-kumulang $2 trilyon kada taon sa AI services upang mabigyang-katwiran ang antas na iyon ng pamumuhunan sa infrastructure.
Patuloy na lumalaki ang pagdepende sa credit. Sinabi sa isang Apollo note noong Set. 21 na ipinapalagay ng consensus forecast na ang operating cash flow ng limang pangunahing hyperscaler — Alphabet, Amazon, Meta, Microsoft at Oracle — ay tataas mula sa humigit-kumulang $600 bilyon tungo sa $2 trilyon pagsapit ng 2030. Nagbabala ang Apollo na ang mas mahinang paglago ng cash flow ay maaaring magdulot ng mas malalawak na credit spread at pagbawas sa capital expenditure.
Nakapaglatag na noon si Hayes ng katulad na argumento. Gaya ng naunang iniulat, iniugnay ng kanyang naunang AI credit-crisis thesis ang posibleng paghina ng AI sa credit stress, na susundan ng monetary response na inaasahan niyang magiging pabor sa Bitcoin. Ang mas huli niyang argumento tungkol sa AI bubble at Bitcoin liquidity ay mas direktang nakatuon sa leveraged data-center financing.
Ang ikalawang bahagi ng senaryo ni Hayes ay tumutukoy sa mga insurer at private credit. Bahagyang batay sa pananaliksik na inilathala ni Nick Nemeth, iginiit ni Hayes na ang mga affiliated reinsurance structure ay maaaring mag-iwan sa ilang insurer na lantad sa panganib kung ang AI-related debt ay ma-downgrade at kailangang markahan sa mas mababang halaga.
Tinataya ni Nemeth na ang affiliated reinsurance credits sa buong industriya ng life at annuity sa U.S. ay umaabot sa $1.54 trilyon. Ayon sa kanyang pagsusuri, ang ilang reinsurance asset ay maaaring magbigay ng mas mababang ekonomikong proteksyon kaysa sa ipinahihiwatig ng statutory accounting. Ang bilang na ito ay pagtataya ni Nemeth at hindi kumakatawan sa pormal na natuklasan ng mga insurance regulator sa U.S.
Kinikilala naman ng NAIC ang private credit bilang isang larangang nangangailangan ng patuloy na pangangasiwa. Ayon sa update nito noong Hulyo, ang private credit ay may mas mababang liquidity, mas mahinang price transparency at hindi gaanong madalas na valuation kumpara sa publicly traded debt. Sinabi ng mga regulator na ang mga katangiang ito ang nagtulak sa mas masusing pagbabantay sa valuation practices, underwriting standards at sector concentrations.
Ang mga materyal ng NAIC tungkol sa mga insurer na pag-aari ng private equity ay tumutukoy rin sa affiliated investment management at cross-border reinsurance bilang mga larangang patuloy na sinusuri ng regulator. Binilang ng organisasyon ang 139 private-equity-owned na insurer sa U.S. pagsapit ng Hunyo 2025.
Hindi pinatutunayan ng kasalukuyang datos ng industriya na insolvent ang sektor ng insurance sa U.S. dahil sa AI exposure. Ayon sa isang kamakailang survey ng Moody’s na iniulat ng Wall Street Journal, ang direktang exposure ng mga insurer sa U.S. sa mga data center ay maaaring umabot sa $20 bilyon, samantalang ang mga life insurer ay may mas malalaking allocation sa private debt sa pangkalahatan. Ang mas malawak na argumento ni Hayes tungkol sa systemic risk ay nakadepende sa hindi direktang exposure sa pamamagitan ng private credit, reinsurance at structured financing.
Inilahad ni Hayes ang dalawang posibleng tugon ng gobyerno kung humina ang ekonomika ng AI infrastructure. Ang una ay ang pagiging tinatawag niyang “compute buyer of last resort” ng Washington, gamit ang paggastos ng gobyerno o mga offtake agreement upang mapanatili ang demand para sa AI capacity. Ang ikalawa ay ang pagbibigay ng pinansyal na suporta sa mga insurer kung ang mga pagkalugi sa private credit ay magbabanta sa mga claim ng policyholder.
Wala pang awtoridad sa U.S. ang nag-aanunsyo ng alinman sa dalawang patakaran bilang tugon sa AI debt crisis. Ayon kay Hayes, parehong mangangailangan ang dalawang senaryo ng mas mataas na pangungutang ng gobyerno, liquidity ng banking system o direktang monetary support, na inaasahan niyang magpapataas ng demand para sa Bitcoin at iba pang scarce financial assets.
Ang kasalukuyang polisiya ng Federal Reserve ay kumikilos sa kabaligtarang direksyon ng agarang monetary easing. Itinaas ng Fed ang target range nito ng 25 basis points noong Set. 16 tungo sa 3.75%–4.00%, ang unang pagtaas nito mula noong Hulyo 2023. Nagkaisa ang boto, at sinabi ng mga opisyal na nananatiling mataas ang inflation.
Huminto rin ang reserve-management purchases. Walang itinakdang reserve-management purchases ang New York Fed para sa parehong operating periods na Ago. 14–Set. 14 at Set. 15–Okt. 14, bagaman nagpapatuloy ang reinvestment purchases. Paulit-ulit nang sinabi ng mga opisyal ng Federal Reserve na ang reserve-management purchases ay dinisenyo upang mapanatili ang sapat na reserves at hindi dapat ituring na quantitative easing.
Patuloy ding lumago ang credit ng mga commercial bank ngayong taon. Ipinakita ng Fed H.8 data na ang seasonally adjusted bank credit ay tumaas mula $19.74 trilyon noong Hulyo tungo sa $19.87 trilyon sa linggong nagtapos noong Set. 9, na pangunahing pinangunahan ng loans at leases. Ipinapakita ng mga bilang na ito ang paglago ng balance sheet ngunit hindi pinatutunayan ang pahayag ni Hayes na pinapalitan ng mga bangko ang paglikha ng pera ng central bank bilang isang sinasadyang stimulus program.
Dati nang iniugnay ni Hayes ang Treasury at liquidity ng banking system sa Bitcoin. Sa kanyang pahayag tungkol sa Treasury liquidity at Bitcoin bull market, sinabi niya noong Agosto na ang mas mataas na Treasury buybacks at liquidity ng bangko ay maaaring sumuporta sa presyo ng crypto kahit walang karaniwang quantitative easing.
Limitado pa rin ang ebidensya ng agarang pagbagsak ng AI investment. Ayon sa opisyal na mga materyal ng OpenAI, pinabagal nito ang ilang bahagi ng frontier development upang magpatupad ng mas mahigpit na monitoring, alignment at security controls, habang patuloy na namumuhunan sa model research. Nagpatuloy ang gawain nito sa GPT-6 Astra matapos uriin ng kumpanya ang modelo sa isang kritikal na antas ng kakayahan sa cybersecurity.
Samantala, isinasaalang-alang ng Anthropic ang isa pang model release sa kabila ng pampublikong panawagan ni Amodei para sa mas mabagal na pag-unlad ng industriya, ayon sa ulat ng Reuters noong Set. 19. Tinitimbang ng kumpanya ang pressure ng kompetisyon mula sa OpenAI kasabay ng mga safety review at paghahanda para sa posibleng IPO sa hinaharap.
Malaki pa rin ang financing activity. Inanunsyo ng Nvidia noong Agosto na ang Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs at KKR ay nagtatrabaho sa mga independent AI-compute financing platform na layong magmobilisa ng mahigit $500 bilyon na third-party capital sa paglipas ng panahon. Ang halagang ito ay kumakatawan sa planadong financing capacity, hindi sa kapital na nailaan na.
Nagsimulang i-market ng SoftBank ngayong linggo ang mahigit $11 bilyon na high-yield bonds upang tumulong sa pagpopondo ng investment nito sa OpenAI, ayon sa Financial Times. Ang transaksyong ito ay kasunod ng malalaking bridge loan na ginamit para sa mga naunang funding commitment at nagbibigay ng panibagong kasalukuyang halimbawa ng AI investment na malaki ang pag-asa sa mga debt market.
Samantala, nagte-trade ang Bitcoin malapit sa $85,700 noong unang bahagi ng Set. 22 matapos umakyat ng mahigit 6% sa nakaraang session.
BTC