Semua orang menanyakan pertanyaan yang sama tentang kecerdasan buatan: siapa yang akan menang? Produsen chip telah melonjak. Perusahaan perangkat lunak telah menguat. Para investor telah menerima gagasan bahwa kita sedang berada di awal lonjakan produktivitas yang besar.
Tapi Matthew Mish diUBS menanyakan sesuatu yang lain sama sekali. Dia ingin tahu siapa orangnya akan kalahdan yang lebih penting, seberapa besar kerusakan yang akan mereka timbulkan saat turun.
Mish menjalankan strategi kredit di UBS, yang berarti dia menghabiskan hari-harinya memikirkan utang perusahaan. Dan apa yang dia lihat membuatnya khawatir. Ini bukan tentang apakah AI bekerja. Dia pikir itu mungkin akan terjadi. Masalahnya adalah kecepatan.
AI tidak lagi diluncurkan secara bertahap. Perkembangannya dari laboratorium menjadi bisnis nyata lebih cepat dari perkiraan banyak orang. Itu bagus jika Anda siap untuk itu. Jika tidak, dan Anda mempunyai setumpuk hutang neracasegalanya bisa menjadi buruk dengan cepat.
Foto oleh Erik McGregor di Getty Images ·Foto oleh Erik McGregor di Getty Images
Inilah hal tentang pasar kredit. Ketika bank dan investor meminjamkan uang, mereka berasumsi peminjam akan punya waktu untuk menyesuaikan diri jika persaingan memanas atau perubahan teknologi. Mungkin tiga tahun. Mungkin lima.
Terkait: SaaS-pocalypse menekan pasar kredit swasta senilai $3 triliun
Namun jika AI mempersingkat jangka waktu tersebut menjadi 18 bulan atau kurang, banyak asumsi tersebut yang dilanggar. Pendapatan bisa turun lebih cepat dari yang direncanakan. Proyeksi arus kas yang terlihat solid enam bulan lalu tiba-tiba tidak dapat bertahan.
Lebih Banyak Saham AI:
kata Misha CNBC bahwa pasar “lambat bereaksi karena mereka tidak berpikir hal itu akan terjadi secepat ini.” Ia berbicara tentang apa yang disebutnya sebagai “skenario gangguan yang cepat dan agresif”. Wall Street berbicara tentang hal-hal yang terjadi terlalu cepat sehingga orang tidak dapat menghindarinya.
UBS telah menjalankan perhitungannya. Mereka sedang melihat-lihat $3,5 triliun masuk dimanfaatkan pinjaman dan kredit swasta yang mungkin berada dalam zona ledakan. Ini bukan peminjam yang paling aman. Mereka adalah perusahaan-perusahaan dengan neraca yang lebih lemah, beban utang yang lebih tinggi, dan lebih sedikit ruang untuk melakukan kesalahan.
Dalam skenario dasar UBS, default bisa mengenai $75 miliar hingga $120 miliar pada akhir tahun ini. Tingkat gagal bayar bisa naik menjadi sekitar 2,5% untuk pinjaman dengan leverage dan setinggi 4% untuk kredit swasta.
Itu bisa dikelola jika semuanya tetap tenang. Namun jika gangguan semakin cepat, Mish berpikir default bisa saja terjadi dua kali lebih tinggi. Pada titik ini, Anda sedang menghadapi penetapan harga ulang (repricing) risiko di seluruh pasar kredit.
Risiko yang lebih tinggi berarti biaya pinjaman yang lebih tinggi. Biaya pinjaman yang lebih tinggi berarti pinjaman yang lebih sedikit. Pinjaman yang lebih sedikit berarti perusahaan yang perlu membiayai kembali utangnya akan mengalami kesulitan, bahkan jika bisnis mereka baik-baik saja.
Mish memusatkan perhatian pada perusahaan perangkat lunak berkualitas rendah sebagai perusahaan yang sangat rentan. Banyak dari perusahaan-perusahaan ini dibangun berdasarkan pendapatan berlangganan dan uang pinjaman. Mereka baik-baik saja di dunia di mana perangkat lunak mereka memecahkan masalah tertentu dan pelanggan tidak memiliki alternatif yang lebih murah.
Dunia ini berubah dengan cepat. Alat pengkodean, analisis data, bot layanan pelanggan. Banyak hal yang dulunya memerlukan perangkat lunak khusus kini digabungkan ke dalam platform yang lebih besar atau digantikan oleh AI yang melakukan pekerjaan yang sama dengan biaya lebih sedikit.
Jika Anda adalah perusahaan perangkat lunak yang lebih lemah dan menyaksikan kekuatan harga Anda terkikis dan pelanggan Anda mulai berpindah, Anda punya masalah. Asumsi pendapatan Anda tidak lagi berfungsi, namun pembayaran utang Anda tidak berubah.
Argumen Mish sangat jelas. Perusahaan yang memperoleh keuntungan besar dari AI bukanlah perusahaan yang meminjam banyak uang di pasar pinjaman dengan leverage. Negara-negara yang meminjam banyak uang semakin terjepit di antara perubahan teknologi yang tidak dapat mereka kendalikan dan kewajiban utang yang tidak dapat mereka hindari.
Ini bukan tentang segalanya berantakan dalam semalam. Ini tentang cukup banyak perusahaan marjinal yang mengalami masalah pada saat yang sama ketika sistem kredit mulai melemah.
Bagi investor saham, hal ini menambah masalah pada kisah AI yang belum mendapat banyak perhatian. Sebagian besar perdebatan adalah mengenai apakah Nvidia terlalu mahal atau apakah Microsoft dapat membenarkan penilaiannya. kata Mish tekanan nyata mungkin pertama kali muncul di pasar obligasi.
Jika gagal bayar (default) mulai meningkat pada pinjaman dengan leverage dan kredit swasta, hal ini akan membuat para investor gelisah. Itu berarti berkurangnya minat terhadap risiko. Artinya, perusahaan yang bergantung pada uang pinjaman akan merasakan tekanan, meskipun permintaan AI tetap kuat.
Hal ini juga menimbulkan pertanyaan mengenai dana kredit swasta, yang telah berkembang pesat selama beberapa tahun terakhir karena bank-bank mulai menjauhi pinjaman yang lebih berisiko. Dana ini telah dipasarkan sebagai penghasil pendapatan tetap. Default yang lebih tinggi akan menguji nada tersebut dengan cepat.
Dalam kasus terburuk, pengetatan kredit akan berdampak pada perekonomian riil. Perusahaan-perusahaan kecil memperlambat perekrutan. Investasi ditarik kembali. Pada akhirnya, hal ini akan berdampak pada pendapatan perusahaan dan pertumbuhan ekonomi, dan tiba-tiba Anda menghadapi sesuatu yang lebih besar dari sekedar beberapa peminjam bermasalah.
Mish belum menyebut ini sebagai hal yang pasti. Dia berhati-hati dalam membingkai hasil terburuk sebagai risiko tambahan, bukan kasus dasar. Namun dia juga mengatakan timnya “bergerak ke arah itu” karena AI membentuk kembali model bisnis lebih cepat daripada yang diperkirakan setahun lalu.
AI seharusnya membuat segalanya lebih efisien dan menguntungkan. Peringatan Mish adalah pengingat bahwa hal itu juga membuat segalanya menjadi lebih rapuh. Perusahaan yang tidak bisa mengikuti tidak lagi mendapatkan masa tenggang. Dan ketika cukup banyak dari mereka yang tersandung sekaligus, itu bukan hanya masalah mereka.
Babak selanjutnya dari kisah AI mungkin bukan tentang saham mana yang naik lebih tinggi. Ini mungkin tentang apakah sistem kredit dapat menangani kecepatan dari apa yang akan terjadi.
Terkait: CEO bank regional pada kredit swasta, dampak AI
