Arthur Hayes ziet Bitcoin profiteren als AI-schuld begint te kraken
De volgende impuls voor Bitcoin hoeft volgens Arthur Hayes niet uit crypto te komen. Hij kijkt naar de gigantische schuldenberg achter Amerikaanse datacenters, chips en AI-bedrijven.
Zijn redenering is tegendraads.
Als de economische rekensom achter de AI-boom verslechtert, kan kredietstress ontstaan. Reageert Washington daarna met nieuwe steun of extra liquiditeit, dan verwacht Hayes dat Bitcoin daarvan profiteert.
Dat laatste is nadrukkelijk zijn scenario.
Van een Amerikaanse AI-kredietcrisis is vandaag geen sprake.
Hayes kijkt achter de AI-hype naar de schuld
Hayes publiceerde zijn nieuwe essay Safety First op 21 september.
Daarin richt hij zich niet primair op Nvidia-koersen of de kwaliteit van nieuwe modellen. Hij kijkt naar wie alle datacenters, chips en stroomcapaciteit betaalt.
Die rekening loopt in de biljoenen.
Een groeiend deel daarvan wordt gefinancierd via bedrijfsobligaties, private credit en andere vormen van schuld.
Dat werkt zolang de toekomstige inkomsten uit kunstmatige intelligentie hoog genoeg zijn om die investeringen te dragen.
Hayes vraagt zich af wat er gebeurt als dat uitgangspunt fout blijkt.
Zijn aanval begint bij de prijs van AI
Hayes is sceptisch over wat klanten uiteindelijk voor AI willen betalen.
Hij stelt dat de vraag naar AI groot kan zijn, terwijl gebruikers tegelijk steeds lagere prijzen verwachten.
Daarom kijkt hij met argwaan naar recente oproepen van grote Amerikaanse AI-spelers om de ontwikkeling van krachtigere modellen te vertragen vanwege veiligheidsrisico's.
Hayes suggereert dat daar ook een commerciële reden achter kan zitten: minder vraag naar dure rekenkracht dan eerder werd aangenomen.
Dat is zijn interpretatie.
De betrokken AI-bedrijven hebben veiligheids- en cyberrisico's publiek juist als reden voor voorzichtigheid genoemd. Hayes levert geen bewijs dat hun veiligheidsargument een dekmantel voor zwakke vraag is.
Minder modeltraining raakt eerst de datacenters
De financiële keten die Hayes schetst is eenvoudiger.
AI-labs kopen enorme hoeveelheden rekenkracht.
Datacenters worden gebouwd op de verwachting dat die vraag jarenlang hoog blijft. Voor die bouw worden schulden aangegaan.
Als labs vervolgens minder compute afnemen, vallen de inkomsten lager uit dan waarop financiers rekenden.
De schuld verdwijnt dan niet mee.
Hayes stelt dat de marktwaarde van die leningen en obligaties in zo'n situatie kan dalen. Pas daarna ontstaat volgens hem het gevaar voor partijen die het schuldpapier bezitten.
Obligatiebeleggers worden al kieskeuriger
De kredietmarkt laat inderdaad zien dat beleggers kritischer worden.
Grote hyperscalers kunnen volgens Goldman Sachs-data die Reuters aanhaalt in 2027 ongeveer $420 miljard bruto schuld uitgeven. Dat zou ongeveer 60% meer zijn dan de raming voor 2026.
Beleggers vragen daarbij meer vergoeding.
De spreads op AI-gerelateerde uitgevende bedrijven liggen rond 115 basispunten, tegenover ongeveer 78 basispunten voor de bredere Amerikaanse investment-grade markt.
Bedrijven als Alphabet en Meta hebben bij recente emissies ruimere voorwaarden moeten bieden om kopers binnen te halen.
Dat is een waarschuwing over aanbod en concentratierisico.
Het is nog geen signaal dat grote AI-bedrijven op omvallen staan.
Beleggers vrezen vooral te veel schuld tegelijk
Dat onderscheid is belangrijk.
De obligatiebeleggers die Reuters sprak, zeggen niet massaal te vrezen voor wanbetaling door hyperscalers.
Hun probleem is vooral hoeveelheid.
Er komt zo veel AI-gerelateerde schuld naar de markt dat fondsmanagers grenzen bereiken aan hoeveel blootstelling zij aan dezelfde bedrijven willen hebben.
Sommige beleggers houden geld liever achter de hand voor het geval spreads later nog verder oplopen.
De markt zegt dus niet: AI gaat failliet.
De markt zegt: als jullie eindeloos blijven lenen, willen wij beter betaald worden.
Hayes ziet verzekeraars als de zwakke schakel
Daarna wordt zijn analyse veel speculatiever.
Hayes richt zich op verzekeraars, herverzekeraars en private-equitypartijen die volgens hem indirect blootstaan aan private credit en schuld rond AI-datacenters.
Verzekeraars ontvangen jarenlang premies en beleggen dat geld om toekomstige claims te betalen.
Private-creditfondsen kunnen zo'n lange horizon aantrekkelijk vinden.
Hayes vreest dat bepaalde constructies met gelieerde herverzekeraars verliezen minder zichtbaar maken zolang schuld niet tegen een veel lagere marktwaarde hoeft te worden geboekt.
Hij gaat zelfs zo ver te stellen dat een groot deel van de Amerikaanse verzekeringssector bij volledige herwaardering van AI-gerelateerde schuld financieel in de problemen zou kunnen blijken.
Daarvoor bestaat momenteel geen onafhankelijk bewijs.
Zijn verzekeringsscenario is geen vastgesteld feit
Dat moet hard in het verhaal blijven staan.
Hayes bouwt zijn verzekeringsanalyse mede voort op werk van een externe Substack-auteur en op zijn interpretatie van private-creditconstructies.
Hij erkent bovendien zelf dat niet duidelijk is hoeveel van de door hem besproken blootstelling werkelijk problematisch is.
De actuele obligatiemarkt ondersteunt alleen een veel beperktere conclusie.
AI-schuld groeit snel.
Beleggers worden selectiever.
Financiering wordt op sommige plekken duurder.
Daarmee is nog niet bewezen dat verzekeraars een verborgen miljarden- of biljoenenverlies dragen.
Hier komt Bitcoin eindelijk in beeld
Voor Hayes begint de Bitcoin-these pas wanneer er daadwerkelijk financiële stress ontstaat.
Hij ziet dan twee mogelijke Amerikaanse reacties.
De overheid kan volgens hem zelf grote hoeveelheden AI-rekenkracht blijven afnemen om de sector om strategische redenen overeind te houden.
Of financiële autoriteiten grijpen in wanneer verliezen op schuld verzekeraars en andere grote instellingen raken.
Hayes noemt de eerste mogelijkheid de overheid als “compute buyer of last resort”.
Beide routes kosten volgens hem geld.
En daar zit voor hem de trade.
Hayes verwacht uiteindelijk meer dollars
Extra overheidsuitgaven moeten worden gefinancierd.
Steun aan financiële instellingen kan eveneens nieuwe liquiditeit of krediet vereisen.
Hayes verwacht daarom dat beide routes uiteindelijk leiden tot meer dollars in het financiële systeem.
Zijn langlopende Bitcoin-these draait precies om dat mechanisme.
Meer geld en krediet kunnen financiële beleggingen ondersteunen, waarna een deel richting schaarse digitale bezittingen kan stromen.
Daarmee zegt Hayes niet dat een zwakke AI-sector rechtstreeks geld naar Bitcoin stuurt.
Hij rekent op de beleidsreactie ná de problemen.
Een AI-terugval kan Bitcoin eerst juist raken
Daar zit een onaangename tussenfase.
Wanneer kredietmarkten plotseling verslechteren, zoeken beleggers vaak eerst cash.
Aandelen en crypto kunnen dan juist verkocht worden.
Bitcoin hoeft tijdens de eerste schok dus helemaal niet te stijgen.
Hayes' positieve scenario vereist dat autoriteiten daarna reageren met maatregelen die de hoeveelheid geld of krediet vergroten.
Zelfs dan is niet gegarandeerd dat die extra liquiditeit rechtstreeks naar BTC stroomt.
Zijn redenering bestaat uit meerdere stappen die allemaal nog moeten plaatsvinden.
AI-schuld wordt wel een interessantere macro-indicator
Daarmee legt Hayes de vinger op iets waar cryptotraders meestal weinig aandacht aan besteden.
De financieringskosten van datacenters kunnen uiteindelijk iets vertellen over de gezondheid van de AI-boom.
Stijgende spreads maken nieuwe projecten duurder.
Minder vraag naar obligaties dwingt bedrijven betere voorwaarden te bieden.
Moeilijkere herfinanciering kan vervolgens zwakke projecten blootleggen.
Voor Bitcoin-beleggers kan die markt daardoor naast Fed-beleid, staatsrentes en dollarliquiditeit een extra meetpunt worden.
Niet omdat iedere AI-obligatie Bitcoin beweegt.
Wel omdat een zeer grote kredietcyclus gevolgen kan krijgen buiten technologie.
AI-agents maken de rekensom nog ingewikkelder
Tegelijk staat de vraagzijde niet stil.
Nieuwe AI-agents kunnen veel meer modelaanroepen uitvoeren dan een menselijke gebruiker.
Als bedrijven miljoenen agents zelfstandig laten werken, kan de totale vraag naar compute verder stijgen ondanks efficiëntere modellen.
Dat is precies het risico voor Hayes' scenario.
Lagere kosten per taak hoeven niet te betekenen dat totale bestedingen dalen.
Goedkopere intelligentie kan juist nieuwe toepassingen mogelijk maken en uiteindelijk veel méér rekenwerk veroorzaken.
Dan blijft de schuldberg groot, maar blijven ook de inkomsten achter die investeringen overeind.
De kredietmarkt geeft nog geen noodsignaal
Voorlopig is dat de belangrijkste nuchtere conclusie.
Hyperscalers lenen recordbedragen.
AI-gerelateerde schuld handelt tegen hogere spreads.
Beleggers klagen over te veel aanbod en willen meer vergoeding.
Maar dezelfde beleggers wijzen ook op de sterke balansen en grote kasstromen van veel technologiebedrijven.
Er staat dus spanning op de financiering.
Nog geen breuk.
Hayes gokt niet op een AI-ramp maar op de reactie erna
Dat maakt Safety First interessanter dan de simpele kop “AI-problemen zijn goed voor Bitcoin”.
Hayes zegt eigenlijk iets anders.
Hoe groter de schuld achter de AI-boom wordt, hoe moeilijker het volgens hem voor Washington wordt om niets te doen wanneer die schuld ooit grote verliezen veroorzaakt.
Of die toekomstige reddingsactie er daadwerkelijk komt, is onbekend.
Of zij voldoende nieuwe liquiditeit oplevert om Bitcoin hoger te sturen, eveneens.
Maar de markt waarin die hypothese getest wordt, groeit razendsnel.
Hayes kijkt daarom niet naar de AI-boom als directe Bitcoin-katalysator. Hij kijkt naar de rekening die overblijft wanneer iemand stopt met betalen.
Stop met te veel betalen voor je crypto. Bij de Amsterdamse exchange Finst handel je tegen de laagste tarieven van Nederland, zonder verborgen kosten.
👀 Bekijk Finst nu ›Let op: Beleggen in crypto brengt risico’s met zich mee. Handel alleen met geld dat u kunt missen.
Ga verder met lezen
Dit vind je misschien ook leuk
Laat mensen jouw mening weten
Lees ook
Populair Nieuws
Loading
