هوش مصنوعی و بدهی‌های دولت‌ها... آیا وارد عصر تأمین مالی گران‌قیمت می‌شویم؟
رقابت بخش فناوری و دولت‌ها برای سرمایه در حال افزایش هزینه استقراض است
ترجمهٔ قیاس از الراي — منبع اصلی
ما در مسابقه هوش مصنوعی به دنبال شرکت برنده، سهامی که صعود خواهد کرد و شغلی است که ممکن است از بین برود، هستیم. اما من معتقدم که پرسش دیگری نیز شایسته توجه است: وقتی این جهش به مبالغ کلانی نیاز دارد و در عین حال دولت‌ها و سایر بخش‌ها نیز به تأمین مالی نیازمندند، چه اتفاقی برای هزینه پول می‌افتد؟
به نظر من، ما با یک تغییر ساختاری در تقاضای سرمایه روبه‌رو هستیم. گسترش هوش مصنوعی نیازمند مراکز داده، نیروگاه‌ها، شبکه‌ها، سیستم‌های سرمایشی و تجهیزات است و به تأمین مالی چندساله نیاز دارد. این بدان معناست که رقابت میان شرکت‌های فناوری فراتر از نرم‌افزارها و خدمات رفته و به منابعی می‌رسد که کل فعالیت اقتصادی بر پایه آن‌ها استوار است.
آمارها از ابعاد این تحول پرده برمی‌دارند. آژانس بین‌المللی انرژی پیش‌بینی می‌کند که هزینه‌های سرمایه‌ای بزرگ‌ترین اپراتورهای مراکز داده در سال ۲۰۲۶ از ۷۰۰ میلیارد دلار فراتر رود که بخش عمده‌ای از آن صرف توسعه مراکز جدید خواهد شد. شرکت‌ها بخشی از این سرمایه‌گذاری‌ها را از طریق سودها و جریان‌های نقدی خود تأمین می‌کنند، اما برای پاسخگویی به نیازهای فزاینده‌شان به سمت بازارهای بدهی نیز روی آورده‌اند.
بر اساس داده‌هایی که رویترز در ۶ نوامبر منتشر کرد، پنج شرکت بزرگ فناوری از ابتدای سال تاکنون بیش از ۳۷۰ میلیارد دلار از طریق انتشار اوراق قرضه جمع‌آوری کرده‌اند که معادل حدود ۲۰ درصد از ارزش انتشارات اوراق قرضه شرکتی آمریکا با رتبه سرمایه‌گذاری است. این انتشارات شامل تأمین مالی فعالیت‌های مختلف این شرکت‌ها می‌شود و گسترش هوش مصنوعی از جمله انگیزه‌های این بدهی‌هاست.
و از اینجا مسئله‌ای آغاز می‌شود که ذهنم را مشغول کرده است. این تأمین مالی در زمانی درخواست می‌شود که دولت‌ها برای تأمین بودجه‌های خود و تجدید بدهی‌هایشان وام می‌گیرند و بخش‌های صنعت، مسکن، حمل‌ونقل و خدمات به دنبال تأمین مالی سرمایه‌گذاری‌های خود هستند. اگر تقاضا برای پول سریع‌تر از آمادگی سرمایه‌گذاران برای تأمین آن افزایش یابد، ممکن است بازدهی‌های بالاتری طلب کنند. در چنین شرایطی، هزینه تأمین مالی برای شرکت‌هایی که ارتباط مستقیمی با هوش مصنوعی ندارند، ممکن است افزایش یابد.
این لزوماً به معنای آن نیست که بانک‌های مرکزی باید نرخ بهره را افزایش دهند. هزینه استقراض برای دوره‌های بلندمدت، تحت تأثیر حجم انتشار اوراق، تورم مورد انتظار، استقبال سرمایه‌گذاران و ریسک‌هایی که حاضر به پذیرش آن‌ها هستند، نیز قرار دارد. پژوهشگرانی در بانک فدرال رزرو دالاس هشدار داده‌اند که انتشار اوراق بلندمدت برای تأمین مالی هوش مصنوعی ممکن است فشارهای صعودی بر بازده اوراق قرضه بلندمدت وارد کند و با سایر ناشران برای جذب همان منابع مالی رقابت نماید. بنابراین، ممکن است نرخ بهره رسمی ثابت بماند، اما صاحب یک کارخانه یا پروژه مسکونی متوجه شود که تأمین مالی در دسترس برای او گران‌تر شده است؛ در نتیجه، توسعه را به تعویق می‌اندازد یا توجیه اقتصادی پروژه را مجدداً محاسبه می‌کند.
منظور من از «رقابت»، این است که افزایش تقاضا از سوی یک بخش، گزینه‌های تأمین مالی را برای بخش‌های دیگر محدود کرده یا هزینه آن‌ها را افزایش دهد.
در بازارهای به هم پیوسته، اثرات این پدیده محدود به ایالات متحده نمی‌ماند. تمام کشورهای حوزه خلیج فارس تا درجات متفاوتی تحت تأثیر هزینه تأمین مالی به دلار آمریکا قرار دارند، زیرا دولت‌ها و شرکت‌ها برای تأمین نیازهای خود به این ارز متکی هستند. افزایش بازده اوراق قرضه خزانه‌داری ایالات متحده ممکن است هزینه انتشار اوراق جدید دلاری این کشورها را افزایش دهد، حتی اگر نرخ‌های بهره داخلی ثابت بمانند. بدین ترتیب، آثار تأمین مالی جهش هوش مصنوعی ممکن است به هزینه پروژه‌های دور از کانون این فناوری سرایت کند.
رقابت تنها محدود به منابع مالی نیست؛ وقتی ظرفیت شبکه‌ها محدود باشد، ممکن است یک مرکز داده و یک کارخانه برای استفاده از انرژی یکسان با هم رقابت کنند و قیمت تجهیزات افزایش یابد یا مدت زمان تحویل آن‌ها طولانی‌تر شود. در مقابل، فرصت‌ها برای تأمین‌کنندگان برق و تجهیزات گسترش می‌یابد، هرچند که رشد تقاضا موفقیت هر پروژه‌ای را تضمین نمی‌کند.
با این حال، افزایش هزینه سرمایه نتیجه‌ای اجتناب‌ناپذیر برای هر افزایشی در سرمایه‌گذاری نیست. این جهش ممکن است پس‌اندازهای اضافی را جذب کند، درآمدزایی ایجاد نماید و گسترش تولید را تحریک کند. بازارها تاکنون این انتشارات را جذب کرده‌اند و مطالعه‌ای از بانک تسویه حساب‌های بین‌المللی در ماه اکتبر، آثار محدود و کوتاه‌مدتی از اخبار مربوط به تأمین مالی هوش مصنوعی در بازارهای اوراق قرضه را شناسایی کرد. اما آنچه نیاز به پیگیری دارد، این است که اگر تقاضای مالی با این سرعت به رشد خود ادامه دهد، چه اتفاقی خواهد افتاد.
به نظر من، چالش اصلی در تفاوت زمانی نهفته است. پول، انرژی و تجهیزات امروز برای ساخت مراکز داده مورد نیاز هستند، در حالی که بهره‌برداری از مزایای افزایش بهره‌وری به زمان نیاز دارد. ممکن است یک کارخانه اکنون هزینه بالاتری را متحمل شود و سپس بعدها از فناوری برای کاهش ضایعات و بهبود تولید سود ببرد. اما سرمایه‌گذاری‌نکردن در این دوره ممکن است فرصتی را از او بگیرد که جبران آن دشوار باشد.
از این رو، معتقدم که جهش هوش مصنوعی نیازمند بازنگری در پیش‌بینی‌های مربوط به هزینه‌های تأمین مالی و نیز در توانایی سایر بخش‌ها برای تأمین مالی رشد خود است. پرسشی که باید همراه با بحث درباره سودآوری فناوری مطرح شود این است که آیا منابع اقتصاد با سرعت کافی برای تأمین مالی همزمان این جهش و رشد سایر بخش‌ها گسترش می‌یابند؟ تحول ممکن است از درون مراکز داده آغاز شود، اما تأثیر آن بر هزینه‌های تأمین مالی می‌تواند به بخش‌های دورتری نیز سرایت کند.
با توجه به انتشار گسترده اوراق قرضه دولتی، نیازهای بخش خصوصی و جهش هوش مصنوعی، تقاضا برای سرمایه در آینده نزدیک ممکن است همچنان بالا بماند و فشارها بر هزینه‌های تأمین مالی برای همه طرف‌ها افزایش یابد.
