
每隔幾年,一個新的投資主題就會重塑資本的配置方式和市場對風險的定價。目前的 AI 熱潮開始顯得不那麼像一個技術週期,而更像一場實體基礎設施的建設——BitMEX 聯合創始人亞瑟·海耶斯認為,這可能以類似於 2008 年信貸危機的崩潰告終。在一篇名為 Situationship 的新文章中,正如 the original report 所顯示的那樣,海耶斯闡述了為何 AI 投資浪潮與互聯網泡沫不同,以及這一區別對比特幣持有者為何重要。
論點的核心在於結構性。網際網路泡沫時期主要是一個軟體和股權泡沫——資金湧入那些收入微薄但承諾巨大的公司。然而,人工智慧的繁榮建立在對實體基礎設施的巨額支出之上:數據中心、晶片、電力線路和房地產。海耶斯稱這更像是一場房地產建設,而非科技週期。當你資助百萬平方英尺的數據中心空間並鎖定長期電力合約時,財務風險開始看起來像是一筆失敗的建築貸款,而非可以一夜之間核銷的風險投資。
基礎設施過度建設平行
讓這與2008年相比顯得棘手的,不僅僅是投資規模,更是其中嵌入的槓桿。資料中心、超大規模擴張和硬體供應鏈的項目融資涉及多層債務,當需求假設發生變化時,這些債務無法輕鬆清理。如果AI收入未達預期——無論是因為企業採用速度放緩,還是因為模型效率提升降低了對強力運算的需求——這些債務義務也不會就此消失。這可能以軟體為主的科技崩盤從未有過的方式,在信貸市場中產生連鎖反應。
海耶斯並未預測修正可能何時到來。他正在描繪一種情境:平倉將引發更廣泛的金融震盪,迫使央行作出反應。在已處於主權債務高企與風險偏好脆弱時代的聯準會及其他當局,很可能再次向市場注入流動性——這正是次貸房地產崩潰後發生的情況。而這正是比特幣登場的時機,它並非作為科技資產,而是作為對抗央行積極干預的貨幣對沖工具。
貨幣寬鬆作為加密貨幣的非預期催化劑
該論點是宏觀性的,而非原生於加密貨幣領域。若人工智慧支出收縮引發信貸市場動盪,幾乎必然會促使緊急政策支持:降息、資產購買,或許還包括新的流動性設施。海耶斯預期,積極的寬鬆政策將重新點燃比特幣及更廣泛加密領域的牛市,類似於2008年後的週期,最終催生了2017年和2020-2021年的漲勢。其邏輯在於,當法定貨幣流動性被擴張以修復崩潰的金融體系時,供應量上限固定的數碼資產便會成為有吸引力的替代價值儲存工具。
該敘事如今已在加密貨幣市場的部分領域產生共鳴。與 AI 相關的加密項目持續吸引投機興趣。$X@AI BRC-20 NFTs 最近以 1780 萬美元的週銷量領先,顯示 AI 主題已滲入鏈上交易。資料儲存的角度更為直接:Filecoin 的價格預期 正受到預期影響,即隨著 AI 訓練和推論需要日益龐大的資料集,去中心化儲存的需求將上升。同時,致力於構建可擴展的 AI 驅動型 Web3 應用程式的努力,例如最近的 UXLINK 與 Origins Network 合作,凸顯了這種融合已全面展開。
這些活動的跡象並不能證明海耶斯是正確的,但它們說明了加密貨幣與人工智慧在市場心理上已變得何等緊密相連。若人工智慧出現下行趨勢,其影響不會僅限於股票市場。加密貨幣市場將首先承受情緒衝擊,因為它們比傳統科技投資者通常預期的更具流動性,也對宏觀因素更為敏感。真正的問題在於政策回應會多快出現,以及是否能將足夠的資金轉向數碼資產,以抵消初期的損失。
尚不確定
這幅拼圖中有一些部分是無法得知的。首先,關於 AI 基礎設施過度建設的基本假設仍存在爭議。超大規模運營商簽訂長期電力協議,是因為他們預期需求將持續呈指數級增長。這一預測可能被證明是準確的,從而將任何調整推遲數年。其次,如果通脹持續高企,或主權債務上限變得具有約束力,央行可能無法像 2008 年那樣大規模放鬆貨幣政策。在這種情況下,信貸事件與比特幣上漲之間的相關性將被打破。第三,即使流動性確實大量湧入體系,從宏觀流動性到加密貨幣價格的傳導路徑也並非完全線性。過去兩個大週期都有強勁的機構進入通道;未來的週期可能需要更完善的 ETF 基礎設施和不同的監管立場。
海耶斯的論述也引出了一個讓加密貨幣投資者感到不安的問題:今天正在為 AI 叙事歡呼的投資者,若整個計算基礎設施都是建立在不穩健的假設之上,那麼許多乘著這股熱潮的 AI 代幣項目,將無法在信貸收縮期間存活到足以受益於任何未來的貨幣寬鬆政策。流動性的潮水或許能推高比特幣,但卻可能讓數十個以 AI 為主題的山寨幣擱淺。
然而,這篇論文為過度熱情提供了一個有用的制約。它提醒市場參與者,AI 的建設並非純粹的數位故事——它根植於房地產、電力網格和債務市場。而在宏觀金融的世界中,這些正是過去二十年來製造出最具破壞性泡沫與崩盤的相同要素。對於比特幣而言,這種情境顯得悖論:其他地方的崩盤反而成為新一輪上漲的燃料,但僅在政策反應啟動後才會發生。隨著未來幾個季度計算能力數據、AI 收入預測以及央行言論的演變,許多交易員將密切關注這一序列。

