پیش‌بینی آرتور هیز برای بیت‌کوین را می‌توان به سادگی در یک جمله خلاصه کرد: ۱ میلیون دلار تا سال ۲۰۳۰. استدلال واقعی او کمتر دلگرم‌کننده است.
هیز استدلال می‌کند که رالی بزرگ بعدی بیت‌کوین می‌تواند به دنبال فروپاشی در زیرساخت‌های هوش مصنوعی که با بدهی تأمین مالی شده‌اند، رخ دهد. اگر مراکز داده، پردازنده‌های گرافیکی و پروژه‌های محاسباتی نتوانند درآمد کافی برای حمایت از وام‌های خود تولید کنند، دولت‌ها ممکن است با نقدینگی جدید پاسخ دهند. در این سناریو، بیت‌کوین نه به دلیل موفقیت هوش مصنوعی، بلکه به دلیل نیاز نهایی سیستم مالی به نجات دوباره، سود می‌برد.
این یک فرضیه جسورانه است. داده‌های اخیر بازار نشان می‌دهد که چرا نمی‌توان آن را کاملاً رد کرد - اگرچه شواهد هنوز به اثبات قریب‌الوقوع بودن بحران اعتبار هوش مصنوعی بسیار فاصله دارند.
زیرساخت هوش مصنوعی در حال تبدیل شدن به یک داستان اعتباری است
ساخت و ساز هوش مصنوعی دیگر فقط از جریان نقدی شرکت‌های بزرگ فناوری تأمین مالی نمی‌شود. بدهی، اعتبار خصوصی، تأمین مالی پروژه و سرمایه‌گذاران خارجی به طور فزاینده‌ای درگیر هستند.
داده‌های مورگان استنلی که توسط رویترز گزارش شده است، نشان می‌دهد که شرکت‌ها در نه ماه اول سال ۲۰۲۶ حدود ۴۶۶ میلیارد دلار بدهی مرتبط با هوش مصنوعی را تأمین مالی کرده‌اند، در مقایسه با حدود ۱۰۱ میلیارد دلار در مدت مشابه سال قبل. با این حال، انتشار بدهی در ماه سپتامبر به شدت کند شد، زمانی که شرکت‌ها تقریباً ۲۳ میلیارد دلار جمع‌آوری کردند که کمتر از نیمی از کل ماه اوت بود.
این کندی لزوماً به معنای فروپاشی تقاضای هوش مصنوعی نیست. ممکن است منعکس‌کننده میزان بدهی‌های صادر شده، هزینه‌های استقراض بالاتر و پرسش‌های فزاینده در مورد اینکه آیا هزینه‌های سرمایه‌گذاری عظیم بازده قابل قبولی ایجاد خواهد کرد، باشد. اما این نشان می‌دهد که جنبه تأمین مالی رونق هوش مصنوعی به اندازه خود فناوری اهمیت پیدا کرده است.
اعداد در نهایت باید منطقی باشند
یک مرکز داده می‌تواند از نظر استراتژیک مهم باشد و همچنان یک سرمایه‌گذاری ضعیف باشد. کسب و کار باید درآمد کافی برای پرداخت هزینه برق، زمین، ساخت و ساز، سرورها، نگهداری، تأمین مالی و جایگزینی سخت‌افزار تولید کند.
این محاسبه با گسترش صنعت دشوارتر می‌شود. تحقیقاتی که توسط Axios مورد بحث قرار گرفته است، تخمین می‌زند که شرکت‌های بزرگ فناوری ممکن است به حدود ۲.۹ تریلیون دلار برای گسترش ظرفیت محاسباتی تا سال ۲۰۲۸ نیاز داشته باشند که بیش از نیمی از آن از سرمایه‌گذاران خارجی تأمین می‌شود. همان تحلیل تخمین می‌زند که زیرساخت باید ظرف شش سال حدود ۳.۷ تریلیون دلار درآمد سالانه تولید کند تا بازده ۱۰٪ را ارائه دهد.
این ارقام ثابت نمی‌کنند که زیرساخت هوش مصنوعی بیش از حد ساخته شده است. آنها توضیح می‌دهند که چرا سرمایه‌گذاران توجه بیشتری به نرخ استفاده، قراردادهای مشتری و زمان‌بندی جریان‌های نقدی دارند. یک پروژه می‌تواند در زمانی که تقاضا به سرعت در حال افزایش است، جذاب به نظر برسد، اما اقتصاد آن در صورت تأخیر مشتریان در هزینه کردن یا رقابتی‌تر شدن تراشه‌های جدیدتر نسبت به تجهیزات موجود، شکننده می‌شود.
ارزش پردازنده‌های گرافیکی بخشی از ریسک وثیقه است
فرضیه هیز تا حدی بر این ایده استوار است که وام‌دهندگان ممکن است دارایی‌هایی را تأمین مالی کنند که ارزش آنها سریع‌تر از وام‌های استفاده شده برای خرید آنها کاهش می‌یابد.
پردازنده‌های گرافیکی دارایی‌های مولد هستند، اما ارزش فروش مجدد آنها به چرخه‌های فناوری گره خورده است. نسل جدید سخت‌افزار می‌تواند تقاضا برای تجهیزات قدیمی‌تر را کاهش دهد، حتی اگر تراشه‌های قدیمی‌تر همچنان کار کنند. اگر وام‌گیرنده نکول کند، وام‌دهندگان ممکن است نتوانند ارزشی را که هنگام صدور وام فرض کرده بودند، بازیابی کنند.
آخرین داده‌های فروش مجدد دلیلی برای احتیاط ارائه می‌دهد. شاخص پردازنده‌های گرافیکی مراکز داده دست دوم American Compute در ماه اوت ۲۰۲۶ به ۷۵ رسید که پایین‌ترین رقم در سری ۱۳ ماهه و ۱۲٪ کمتر از ماه قبل بود. این گزارش بیان کرد که کارت‌های قدیمی‌تر منجر به این کاهش شده‌اند، در حالی که سیستم‌های H100 بهتر عمل کردند.
این به معنای فروپاشی ارزش پردازنده‌های گرافیکی نیست. این نشان می‌دهد که چرا وام‌های با پشتوانه پردازنده گرافیکی نیاز به مفروضات دقیق‌تری نسبت به تأمین مالی تجهیزات معمولی دارند. وام‌دهندگان باید تخمین بزنند که یک تراشه چند سال دیگر چقدر ارزش خواهد داشت، نه صرفاً اینکه امروز چقدر تقاضا وجود دارد.
اعتبار خصوصی در حال گسترش ریسک است
ریسک مالی نیز دشوارتر قابل اندازه‌گیری است زیرا بدهی در یک مکان مشخص متمرکز نشده است. تأمین مالی زیرساخت هوش مصنوعی می‌تواند از طریق اوراق قرضه شرکتی، صندوق‌های اعتبار خصوصی، ساختارهای با پشتوانه دارایی، وسایل نقلیه املاک تجاری و تأمین مالی پروژه ظاهر شود.
S&P Global هشدار داده است که ریسک مراکز داده ممکن است در میان محصولات مختلف متنوع به نظر برسد، در حالی که همچنان به همان گروه کوچکی از هایپرسکیلرها و مشتریان هوش مصنوعی وابسته است. اگر همان شرکت‌ها در نهایت مسئول تقاضا در ساختارهای مالی متعدد باشند، مشکلی در سطح مشتری می‌تواند وام‌دهندگان بیشتری را نسبت به آنچه تنوع تیترها نشان می‌دهد، تحت تأثیر قرار دهد.
اینجاست که مقایسه سال ۲۰۰۸ وارد بحث می‌شود. نکته این نیست که زیرساخت هوش مصنوعی با وام مسکن زیرprime یکسان است. شباهت این است که اهرم، مفروضات خوش‌بینانه و کانال‌های توزیع پیچیده می‌توانند باعث شوند که ریسک‌ها قبل از شروع کاهش قیمت دارایی‌ها دیده نشوند.
چرا این می‌تواند به یک کاتالیزور بیت‌کوین تبدیل شود
اگر سرمایه‌گذاری هوش مصنوعی صرفاً کند شود، نتیجه می‌تواند سهام فناوری ضعیف‌تر، تقاضای کمتر برای پردازنده‌های گرافیکی و اعتبار سخت‌تر باشد. این احتمالاً در کوتاه‌مدت برای بیت‌کوین منفی خواهد بود زیرا سرمایه‌گذاران تمایل دارند در دوره‌های استرس، ریسک دارایی‌های پرنوسان را کاهش دهند.
هیز در حال توصیف مرحله بعدی چرخه است. دیدگاه او این است که زیان‌ها می‌توانند به اندازه‌ای بزرگ شوند که مداخله سیاستی را تحریک کنند. دولت‌ها ممکن است هزینه‌ها را افزایش دهند، از مؤسسات مالی حمایت کنند یا عرضه پول فیات را برای مهار خسارت گسترش دهند. اگر آن پاسخ موج نقدینگی گسترده‌ای ایجاد کند، بیت‌کوین می‌تواند به عنوان یک دارایی دیجیتال کمیاب خارج از سیستم بانکی سنتی سود ببرد.
توالی مهم است. شوک اعتباری به طور خودکار بیت‌کوین را افزایش نمی‌دهد. بازار ممکن است ابتدا با فروش اجباری، کاهش نقدینگی و کاهش شدید BTC مواجه شود. مورد صعودی به آنچه پس از استرس اولیه اتفاق می‌افتد بستگی دارد: اینکه آیا سیاست‌گذاران با اقداماتی که نقدینگی را بازیابی می‌کنند پاسخ می‌دهند، و اینکه آیا سرمایه‌گذاران بیت‌کوین را به عنوان پوششی در برابر کاهش ارزش ارز و بی‌ثباتی مالی انتخاب می‌کنند.
جریان‌های فعلی بیت‌کوین هنوز تأیید واضحی نیستند
تقاضای نهادی برای بیت‌کوین همچنان مختلط است. در ۱۲ اکتبر، ETFهای اسپات بیت‌کوین در ایالات متحده خروج خالص تقریباً ۶۵ میلیون دلاری را ثبت کردند. با این حال، همین داده‌ها نشان‌دهنده ورود خالص حدود ۱.۹ میلیارد دلاری در ماه گذشته بود که نشان می‌دهد یک جلسه منفی روند کلی را تعریف نمی‌کند.
این برای تئوری ۱ میلیون دلاری مهم است. قبل از هرگونه نجات فرضی ناشی از هوش مصنوعی، بیت‌کوین همچنان به تقاضای پایدار از سوی ETFها، مؤسسات، شرکت‌ها و دارندگان بلندمدت نیاز خواهد داشت. نقدینگی به تنهایی ممکن است کافی نباشد اگر سرمایه‌گذاران مایل به تخصیص سرمایه به BTC نباشند.
بنابراین بازار دو سوال جداگانه را دنبال می‌کند. اول اینکه آیا زیرساخت هوش مصنوعی می‌تواند درآمد کافی برای توجیه تأمین مالی خود ایجاد کند. دوم اینکه آیا بیت‌کوین می‌تواند سرمایه پایدار را در زمانی که شرایط کلان اقتصادی حمایتی‌تر می‌شود، جذب کند. یکی دیگری را تضمین نمی‌کند.
نتیجه‌گیری
پیش‌بینی ۱ میلیون دلاری بیت‌کوین توسط آرتور هیز یک پیش‌بینی قیمت معمولی نیست. این سناریویی است که حول بدهی، چرخه‌های فناوری و سیاست پولی ساخته شده است.
رونق هوش مصنوعی به وضوح مقادیر عظیمی از سرمایه را جذب می‌کند و ساختار تأمین مالی پیچیده‌تر می‌شود. در حال حاضر نشانه‌هایی از کندی انتشار بدهی، افزایش هزینه‌های استقراض و بررسی دقیق‌تر اقتصاد مراکز داده وجود دارد. اما هنوز هیچ مدرک تأیید شده‌ای از بحران اعتبار هوش مصنوعی در سطح سیستم وجود ندارد.
در حال حاضر، نتیجه‌گیری بهتر شرطی است. اگر زیرساخت هوش مصنوعی جریان‌های نقدی قوی تولید کند، تئوری بحران اعتبار تضعیف می‌شود. اگر تقاضا ناامیدکننده باشد، ارزش پردازنده‌های گرافیکی کاهش یابد و زیان‌های اعتبار خصوصی گسترش یابد، ریسک جدی‌تر می‌شود. تنها یک پاسخ سیاستی بزرگ می‌تواند آن استرس را به رویداد نقدینگی تبدیل کند که هیز معتقد است ممکن است بیت‌کوین را به سمت ۱ میلیون دلار سوق دهد.
خوانندگان می‌توانند بازارهای بیت‌کوین، تحولات کلان اقتصادی و تحقیقات دارایی‌های دیجیتال را از طریق Tapbit دنبال کنند. کاربرانی که قبلاً حساب کاربری دارند می‌توانند وارد شوند، در حالی که کسانی که برای اولین بار از این پلتفرم بازدید می‌کنند می‌توانند اینجا ثبت نام کنند.
سوالات متداول
چرا آرتور هیز فکر می‌کند بیت‌کوین می‌تواند تا سال ۲۰۳۰ به ۱ میلیون دلار برسد؟
هیز استدلال می‌کند که رکود زیرساخت هوش مصنوعی که با بدهی تأمین مالی شده است، می‌تواند در نهایت منجر به تزریق نقدینگی توسط دولت‌ها به سیستم مالی شود. او معتقد است بیت‌کوین می‌تواند از این نقدینگی و تقاضای قوی‌تر برای دارایی‌های کمیاب سود ببرد.
آیا بحران اعتبار هوش مصنوعی در حال حاضر رخ می‌دهد؟
در سطح سیستمی تأیید شده، خیر. بدهی‌های مرتبط با هوش مصنوعی به شدت افزایش یافته است، در حالی که سرمایه‌گذاران در مورد مراکز داده و ساختارهای تأمین مالی انتخابی‌تر می‌شوند. شواهد فعلی به سمت افزایش ریسک اشاره دارد، نه یک بحران اثبات شده.
چرا قیمت پردازنده‌های گرافیکی برای تأمین مالی هوش مصنوعی اهمیت دارد؟
پردازنده‌های گرافیکی ممکن است به عنوان وثیقه وام‌های مورد استفاده برای ساخت زیرساخت هوش مصنوعی عمل کنند. اگر تراشه‌های جدیدتر ارزش سخت‌افزار قدیمی‌تر را کاهش دهند، وام‌دهندگان ممکن است در صورت نکول وام‌گیرنده، کمتر از حد انتظار بازیابی کنند.
