Ο νομπελίστας οικονομολόγος Πολ Κρούγκμαν, σε σημερινό άρθρο του στο substack, υποστηρίζει ότι η έκρηξη των επενδύσεων στην τεχνητή νοημοσύνη δεν αποτελεί πλέον ένα στοίχημα για το μέλλον, αλλά μια οικονομική πραγματικότητα που ήδη στερεί κεφάλαια και πόρους από σχεδόν κάθε άλλο τομέα.
Μέχρι σήμερα, η συζήτηση για τους κινδύνους της έκρηξης της τεχνητής νοημοσύνης επικεντρωνόταν κυρίως στο μέλλον: πόσες θέσεις εργασίας θα χαθούν, αν δημιουργείται μια νέα χρηματιστηριακή φούσκα και τι θα συμβεί εάν αυτή σκάσει.
Υπάρχει όμως μια επικίνδυνη παράλληλη εξέλιξη, που δεν χρειάζεται προβλέψεις, καθώς βρίσκεται ήδη σε πλήρη εξέλιξη: Η τεράστια επενδυτική έκρηξη στην AI (και στα data centers) αρχίζει να εκτοπίζει άλλες επενδύσεις από την οικονομία.
Το φαινόμενο είναι γνωστό στην οικονομική θεωρία ως «εκτόπιση» (crowding out). Όταν μια οικονομία βρίσκεται κοντά στην πλήρη απασχόληση και αυξάνεται απότομα η ζήτηση για κεφάλαια, τα επιτόκια ανεβαίνουν και η χρηματοδότηση για άλλες επενδύσεις γίνεται ακριβότερη.
Με κόκκινη γραμμή οι επενδύσεις σε data centers και με μαύρη (κάτω) όλες οι άλλες © US Sensus B.
Τα data centers και οι ημιαγωγοί «καταπίνουν» τις επενδύσεις
Αυτό ακριβώς φαίνεται να συμβαίνει σήμερα. Η κατασκευή data centers, η αγορά εξοπλισμού και η τεράστια ζήτηση για ημιαγωγούς απορροφούν κεφάλαια και πόρους, ενώ τα υψηλότερα επιτόκια πιέζουν τις επιχειρήσεις που θέλουν να επενδύσουν σε άλλους τομείς.
Η εικόνα είναι ιδιαίτερα εμφανής στις κατασκευές. Η επέκταση των υποδομών AI φαίνεται να αποσπά πόρους από την κατασκευή κατοικιών, γραφείων και εργοστασίων. Και αυτό αφορά μόνο ένα τμήμα της συνολικής επένδυσης στην τεχνητή νοημοσύνη.
Οι επιχειρηματικές επενδύσεις στην «τεχνολογία» —την επεξεργασία πληροφοριών και το λογισμικό— ως ποσοστό του ΑΕΠ από το 2023 έως σήμερα. Η μπλε (άνω) γραμμή δείχνει πόσο έχει μεταβληθεί αυτός ο δείκτης των τεχνολογικών δαπανών. Κάτω η αντίστοιχη μεταβολή όλων των υπόλοιπων επενδύσεων. Το διάγραμμα αποκαλύπτει ξεκάθαρα μια δραματική εκτόπιση όλων των άλλων επενδύσεων από τις τεχνολογικές δαπάνες.
Το μεγαλύτερο μέρος των δαπανών κατευθύνεται σε εξοπλισμό και λογισμικό, από πανίσχυρους επεξεργαστές έως συστήματα αποθήκευσης και δικτύωσης.
Η συγκεκριμένη κατηγορία επενδύσεων εμφανίζει μάλιστα μεγαλύτερη ανθεκτικότητα στα υψηλά επιτόκια, καθώς εξοπλισμός όπως οι GPUs απαξιώνεται πολύ ταχύτερα από ένα κτίριο και επομένως επηρεάζεται λιγότερο από το κόστος μακροπρόθεσμου δανεισμού.
Η εκτόπιση δεν περιορίζεται όμως στο κόστος χρήματος. Τα data centers καταναλώνουν τεράστιες ποσότητες ηλεκτρικής ενέργειας, ενώ η ζήτηση της AI για chips έχει προκαλέσει ισχυρές πιέσεις στις τιμές μνημών και άλλων ημιαγωγών, επιβαρύνοντας κλάδους όπως η αυτοκινητοβιομηχανία και η παραγωγή ηλεκτρονικών υπολογιστών.
Δεν είχε συμβεί το ίδιο τη δεκαετία του 1990
Το ενδιαφέρον είναι ότι ένα αντίστοιχο φαινόμενο δεν παρατηρήθηκε στον ίδιο βαθμό κατά την τεχνολογική έκρηξη της δεκαετίας του 1990.
Τότε, η αμερικανική οικονομία προσέλκυσε μεγάλες εισροές ξένων κεφαλαίων, οι οποίες χρηματοδότησαν την τεχνολογική επανάσταση χωρίς να απαιτείται αντίστοιχη συρρίκνωση των υπόλοιπων επενδύσεων.
Το διάγραμμα παρουσιάζει τον ίδιο υπολογισμό με το προηγούμενο, αλλά αυτή τη φορά για την τεχνολογική έκρηξη της δεκαετίας του 1990. Και δεν δείχνει καμία απολύτως εκτόπιση των άλλων επενδύσεων — αντίθετα, οι επενδύσεις εκτός τεχνολογίας αυξήθηκαν. Αυτό έγινε διότι κατά τη διάρκεια της τεχνολογικής έκρηξης της δεκαετίας του 1990, οι Ηνωμένες Πολιτείες προσέλκυσαν πολύ μεγάλες εισροές επενδυτικών κεφαλαίων από το εξωτερικό, οι οποίες ουσιαστικά χρηματοδότησαν την τεχνολογική έκρηξη, την ίδια στιγμή που αυξάνονταν και οι υπόλοιπες επενδύσεις.
Σήμερα η εικόνα είναι διαφορετική. Οι επενδύσεις που απαιτεί η AI είναι τόσο μεγάλες, ώστε η χρηματοδότησή τους αυξάνει τον ανταγωνισμό για κεφάλαια και ανεβάζει το κόστος χρήματος για ολόκληρη την οικονομία.
Το μεγάλο ερώτημα: επενδύουμε σωστά;
Το γεγονός ότι η αγορά κατευθύνει τεράστια ποσά στην AI δεν σημαίνει αυτομάτως ότι πρόκειται για την καλύτερη δυνατή κατανομή πόρων.
Ένα μέρος της έκρηξης υποστηρίζεται, άμεσα ή έμμεσα, από φορολογικά κίνητρα και κρατικές πολιτικές. Την ίδια στιγμή, η ιστορία δείχνει ότι και ο ιδιωτικός τομέας μπορεί να κάνει τεράστια λάθη.
Επιπλέον, δεν θα πρέπει να θεωρούμε δεδομένο ότι ο ιδιωτικός τομέας ξέρει πάντα τι κάνει. Υπάρχει συχνά ένα διπλό μέτρο και σταθμό όταν αξιολογούμε τις κακές επενδύσεις: οι αποτυχημένες δημόσιες επενδύσεις αντιμετωπίζονται ως απόδειξη ότι το κράτος δεν μπορεί να κάνει τίποτα σωστά, ενώ οι λανθασμένες επενδύσεις του ιδιωτικού τομέα συχνά υποβαθμίζονται ως κάτι που δεν έχει και τόσο μεγάλη σημασία.
Αρκεί να σκεφτούμε τα 80 δισ. δολάρια που δαπάνησε η Meta, η οποία ήταν παλαιότερα γνωστή ως Facebook, για το «metaverse», μόνο και μόνο για να εγκαταλείψει ουσιαστικά την ιδέα.
Ένα κυβερνητικό πρόγραμμα που θα δαπανούσε 80 δισ. δολάρια σε ένα αποτυχημένο έργο θα αποτελούσε αντικείμενο ατελείωτων ακροάσεων στο Κογκρέσο. Ωστόσο, η σπατάλη από μια αποτυχημένη ιδιωτική επένδυση είναι εξίσου πραγματική.
Τέλος, πόσο μεγάλο κίνδυνο δημιουργεί η έκρηξη της AI για την υπόλοιπη οικονομία; Οι ενδείξεις χρηματοπιστωτικής πίεσης που προκαλούνται από τα υψηλά επιτόκια πληθαίνουν.
Για παράδειγμα, δημοσίευμα της Wall Street Journal χθες είχε τίτλο: «Η άνοδος των επιτοκίων τινάζει στον αέρα συμφωνίες στην αγορά εμπορικών ακινήτων».
Μεταξύ των αναλυτών με τους οποίους συνομιλώ ενισχύεται η αίσθηση ότι οι δυσμενείς χρηματοπιστωτικές επιπτώσεις της έκρηξης της AI στην ιδιωτική πίστη και σε άλλα, λιγότερο αυστηρά ρυθμιζόμενα τμήματα του χρηματοπιστωτικού συστήματος μπορεί να είναι μεγαλύτερες απ’ όσο αντιλαμβάνονται πολλοί.
Επομένως, είναι σαφές ότι η εκτόπιση επενδύσεων από την έκρηξη της AI συμβαίνει σε εξαιρετικά μεγάλη κλίμακα.
Και σε αντίθεση με τους κινδύνους της τεχνολογικής ανεργίας ή μιας κατάρρευσης μιας χρηματιστηριακής «φούσκας», αυτός δεν είναι ένας υποθετικός κίνδυνος. Συμβαίνει τώρα.
Κάποιες επενδύσεις μένουν πολύ πίσω
Το ερώτημα, επομένως, δεν είναι μόνο αν η AI θα αλλάξει την οικονομία. Είναι τι άλλο θα μείνει πίσω όσο η AI απορροφά ολοένα μεγαλύτερο μέρος των διαθέσιμων κεφαλαίων.
Και εδώ βρίσκεται ο μεγαλύτερος κίνδυνος: η «εκτόπιση» δεν αποτελεί πλέον θεωρητικό σενάριο. Είναι μια διαδικασία που, σύμφωνα με τα διαθέσιμα στοιχεία, βρίσκεται ήδη σε εξέλιξη — από την αγορά ακινήτων και την ενέργεια έως τους ημιαγωγούς και τη χρηματοδότηση επιχειρήσεων.
Η τεχνητή νοημοσύνη μπορεί να είναι η τεχνολογία που θα μεταμορφώσει την οικονομία.
Το κόστος, όμως, αυτής της μετάβασης μπορεί να είναι ότι όλα τα υπόλοιπα θα πρέπει να ανταγωνιστούν την AI για τους ίδιους περιορισμένους πόρους.
