Zawsze myśleliśmy, że każde przełamanie przez AI podniesie ceny aktywów. Jednak makro notatka ustawiona na czerwiec 2028 roku przedstawia zupełnie odwrotny obraz: nadspodziewany rozkwit wydajności AI ostatecznie wywołuje „ekonomiczną plagę” napędzaną załamaniem popytu.
Raport skonstruował scenariusz: stopa bezrobocia w USA wzrosła do 10,2%, a indeks S&P 500 spadł o 38% od szczytu w październiku 2026 roku. Rynek jest już obojętny na złe wiadomości, podczas gdy jeszcze sześć miesięcy temu podobne dane wystarczały do wywołania awaryjnego zatrzymania. Źródła kryzysu zostały rozłożone na dwa wzajemnie wzmacniające się łańcuchy.
Pierwszy element to łańcuch gospodarki realnej. Skok możliwości AI spowodował systemową wymianę stanowisk w biurach. Rzeczywisty wzrost płac stał się ujemny, a osoby z wysokimi dochodami zmuszone zostały do obniżenia swojego statusu. Konsumpcja, która stanowi około 70% PKB, zaczyna się kurczyć. Pojawia się ostre pytanie: ile pieniędzy maszyny wydadzą na konsumpcję opcjonalną? Odpowiedź brzmi zero. To rodzi „duchowe PKB” - produkcja wliczana do krajowych rachunków, ale nie mogąca krążyć w realnej gospodarce.
Drugi element to łańcuch systemu finansowego. Strukturalne uszkodzenie oczekiwań dotyczących dochodów pracowników biurowych zaczyna podważać aktywa oparte na stabilnych założeniach przepływów pieniężnych. Jako pierwsza pada branża oprogramowania. Pod koniec 2025 roku, możliwości narzędzi do programowania AI wykazują skok, a firmy zaczynają budować alternatywy dla zakupów SaaS. Firmy z listy Fortune 500 wykorzystują własny rozwój jako kartę przetargową, zmniejszając koszty odnowienia o 30%. Branżowa przewaga konkurencyjna przekształca się z różnic funkcjonalnych w brutalną wojnę kosztów i zdolności do finansowania.
Co bardziej refleksyjne, firmy, które zostały zburzone, nie zdecydowały się na opór, lecz przyspieszyły przyjęcie AI w celu uratowania siebie. Na przykład, firma zajmująca się automatyzacją procesów ogłosiła, że z powodu zwolnień u swoich klientów wartość nowych kontraktów spadła o połowę, a następnie ogłosiła zwolnienia w wysokości 15%. Każde indywidualne działanie firmy, nałożone na siebie, zburzyło jednak hamulce całego systemu gospodarczego.
Gdy w 2027 roku agenci AI stają się domyślną konfiguracją, transakcje przechodzą z dyskretnych decyzji ludzkich na 24/7 ciągłą optymalizację. Warstwa rentowności oparta na „ograniczeniach ludzkich” zaczyna się kruszyć: platformy rezerwacji podróży, ubezpieczenia korzystające z bezczynności w odnawianiu, doradcy finansowi, agenci nieruchomości. Prowizje dla kupujących są zmniejszane do poniżej 1%.
Głębszy wpływ widoczny jest na poziomie płatności. Gdy agenci dominują w transakcjach, 2%-3% opłat za wymianę organizacji kartowych wydaje się rażące. W tej konfiguracji agenci zaczynają przechodzić na rozliczenia w stabilnych monetach na $SOL lub Ethereum L2, a koszty zbliżają się do ułamka centa. To bezpośrednio uderza w modele zysku instytucji takich jak Mastercard i American Express.
To nie jest jedynie problem koniunktury w branży. Pracownicy biurowi w USA stanowią około 50% zatrudnienia, ale odpowiadają za około 75% konsumpcji opcjonalnej. Najbogatsze 10% ludzi przyczynia się do ponad 50% konsumpcji. Dlatego nawet spadek zatrudnienia wśród pracowników biurowych o zaledwie 2% może spowodować spadek konsumpcji opcjonalnej o 3%-4%. Ten efekt dźwigni zaczął się ujawniać na początku października 2026 roku, gdy dane o wakatach zaczęły się pogarszać, a rynek obligacji jako pierwszy zareagował na uderzenie w konsumpcję, a rentowność 10-letnich obligacji skarbowych spadła z 4,3% do 3,2%.
Jednocześnie inwestycje w AI nie zwalniają, ponieważ w istocie zastępują wydatki operacyjne, a nie tradycyjne wydatki kapitałowe. Firmy przekierowują budżety pierwotnie przeznaczone na wynagrodzenia w stronę AI, co prowadzi do wysokiego zapotrzebowania na infrastrukturę AI (taką jak Nvidia, TSMC) w przeciwieństwie do krwawienia na końcu konsumpcyjnym. Na poziomie krajowym pojawiają się również różnice: Korea, jako czysty beneficjent, radzi sobie lepiej, podczas gdy indyjski eksport usług IT, przekraczający 200 miliardów dolarów rocznie, doznaje poważnego ciosu, a rupia traci 18% w stosunku do dolara w ciągu czterech miesięcy.
Pierwszą kostką domina w ryzyku finansowym jest kredyt prywatny. Jego skala w 2026 roku przekroczyła 2,5 biliona dolarów, a znaczne fundusze były inwestowane w wykupy lewarowane oparte na założeniu „długoterminowego stabilnego wzrostu przychodów SaaS”. Gdy AI podważa to założenie, straty zaczynają się ujawniać. W kwietniu 2027 roku Moody's jednorazowo obniżył oceny kredytowe 14 emitentów o łącznie 18 miliardów dolarów. Pożyczka Zendesk w wysokości 5 miliardów dolarów, oparta na przychodach cyklicznych, została wyceniona na 58 centów, stając się symbolicznym przypadkiem niewypłacalności.
Kredyt prywatny sam w sobie ma zamkniętą strukturę, którą można kontrolować. Problem polega na tym, że duże instytucje zarządzające kapitałem, przejmując firmy ubezpieczeniowe, przekształciły zobowiązania emerytalne w podstawę finansowania kredytu prywatnego. Gdy niewypłacalność oprogramowania się rozprzestrzenia, regulacje dotyczące ubezpieczeń zaostrzają wymagania dotyczące kapitału ryzyka, zmuszając instytucje do uzupełniania kapitału lub sprzedaży aktywów, co w trudnym otoczeniu rynkowym tworzy błędne koło. Złożone struktury, takie jak ubezpieczenie offshore, sprawiają, że przypisanie strat staje się niezwykle nieprzejrzyste.
Prawdziwie śmiertelnym problemem jest rynek hipotek mieszkaniowych. Jego skala wynosi około 13 bilionów dolarów, a fundamentem underwritingowym są stabilne dochody pożyczkobiorców przez następne 30 lat. Przerażająca jest natura ryzyka, ponieważ same pożyczki są wysokiej jakości: wysoka ocena kredytowa, odpowiedni wkład własny, dochody do weryfikacji. Jednak AI prowadzi do strukturalnego obniżenia oczekiwań dotyczących dochodów pracowników biurowych, a pożyczkobiorcy tracą pewność co do swoich przyszłych przepływów pieniężnych. Objawy presji zaczynają pojawiać się najpierw w zadłużeniu związanym z kredytami hipotecznymi, a następnie w przedwczesnym wycofywaniu środków z kont emerytalnych, a następnie w takich miejscach jak San Francisco i Seattle, gdzie gromadzą się techniczni pracownicy biurowi, wskaźniki zaległości zaczynają rosnąć.
Na poziomie politycznym występują trudności. Tradycyjne narzędzia, takie jak obniżka stóp procentowych i luzowanie ilościowe, mogą uratować silnik finansowy, ale trudno im naprawić przyczyny choroby realnej, że „ludzka inteligencja staje się mniej wartościowa”. Finanse stają w obliczu strukturalnej sprzeczności: potrzebują transferów do gospodarstw domowych, ale podstawa podatkowa (głównie pochodząca z opodatkowania czasu pracy) kurczy się. Udział dochodów z pracy w PKB spadł z 64% w 1974 roku do 56% w 2024 roku, a w ciągu czterech lat przyspieszonego rozwoju AI spadł do 46%.
Dyskusje polityczne przesuwają się w kierunku opodatkowania mocy obliczeniowej AI oraz ustanowienia podobnych do funduszy suwerennych „publicznych praw do inteligencji”, ale podziały między obiema stronami są ogromne. Społeczne napięcia wzrastają, a demonstranci wręcz blokują laboratoria AI. Tempo zmian instytucjonalnych daleko nie nadąża za łańcuchem reakcji zwrotnych związanych z rozwojem technologii.
Cała ta podstawowa logika to historyczna regresja „premii za inteligencję”. Punkt kotwiczenia wyceny nowoczesnego systemu finansowego - rzadkość ludzkiej inteligencji - jest podważany. Gdy inteligencja maszynowa staje się tanim substytutem, cały system musi zostać boleśnie przereformowany. Raport kończy się pytaniem do samodzielnej oceny: ile twoich aktywów i przepływów pieniężnych opiera się na starych założeniach, takich jak „tarcia nie znikną, dochody pracowników biurowych będą stabilne, a sektor gospodarstw domowych będzie nadal działał jako motor popytu”?
W przypadku aktywów takich jak $BTC i $ETH, narracja ich wartości na dłuższą metę zawiera element „hedgingu” wynikający z braku zaufania do tradycyjnych systemów. Jednak jeśli źródłem wstrząsu jest rekonstrukcja relacji produkcyjnych w całym społeczeństwie, a nie nadmierna emisja walut fiducjarnych lub niewiarygodność pojedynczej instytucji, to ich atrybut „bezpieczeństwa” również wymaga ponownej oceny w nowej logice. Gdy ekonomiczna plaga się rozprzestrzenia, wszystkie aktywa oparte na starych założeniach przepływów pieniężnych muszą zostać ponownie wycenione.
---
Obserwuj mnie: uzyskaj więcej analizy i spostrzeżeń na temat rynku kryptowalut w czasie rzeczywistym!
