تا سال ۱۷۰۰، اقتصاد جهان واقعاً رشدی نداشت و صرفاً در رکود به سر می‌برد. طی ۱۷ قرن پیش از آن، تولید جهانی به طور متوسط سالانه ۰.۱ درصد گسترش یافته بود؛ نرخی که با آن تقریباً یک هزاره طول می‌کشد تا تولید دو برابر شود. سپس ماشین‌های ریسندگی به کار افتادند و موتورهای بخار شروع به کار کردند. رشد جهانی بین سال‌های ۱۷۰۰ تا ۱۸۲۰ پنج برابر شد و به ۰.۵ درصد در سال رسید. تا پایان قرن نوزدهم، این نرخ به ۱.۹ درصد رسیده بود. در قرن بیستم، میانگین رشد ۲.۸ درصد بود، نرخی که با آن تولید هر ۲۵ سال یکبار دو برابر می‌شود. رشد نه تنها به یک هنجار تبدیل شده، بلکه شتاب نیز گرفته است.
اگر بخواهیم به پیشگویان سیلیکون ولی باور داشته باشیم، این انفجار در شرف بزرگ‌تر شدن است. آنها معتقدند که هوش مصنوعی عمومی (AGI)، که قادر است در اکثر مشاغل دفتری از بیشتر انسان‌ها بهتر عمل کند، به زودی رشد سالانه تولید ناخالص داخلی را به ۲۰ تا ۳۰ درصد یا بیشتر خواهد رساند. این ممکن است مضحک به نظر برسد، اما آنها اشاره می‌کنند که در بیشتر تاریخ بشر، خودِ ایده رشد اقتصادی نیز همین‌قدر پوچ به نظر می‌رسید.
این احتمال که هوش مصنوعی ممکن است به زودی بسیاری از کارگران را بیکار کند، به خوبی شناخته شده است. آنچه بسیار کمتر مورد بحث قرار گرفته، این امید است که هوش مصنوعی بتواند جهان را در مسیر رشد انفجاری قرار دهد. این امر پیامدهای عمیقی خواهد داشت. بازارها، نه تنها بازار کار، بلکه بازارهای کالا، خدمات و دارایی‌های مالی نیز زیر و رو خواهند شد. اقتصاددانان در تلاش بوده‌اند تا نحوه تغییر جهان توسط هوش مصنوعی عمومی را بررسی کنند. تصویری که در حال ظهور است، شاید غیرمنتظره و قطعاً حیرت‌انگیز باشد.
مسئله اصلی، ایده‌ها هستند!
اقتصادها در ابتدا عمدتاً از طریق انباشت جمعیت رشد می‌کردند. برداشت‌های کشاورزی بیشتر به تغذیه افراد بیشتری اجازه می‌داد؛ و کشاورزان بیشتر امکان برداشت‌های بزرگ‌تری را فراهم می‌کردند. اما این شکل از رشد، استانداردهای زندگی را بالا نمی‌برد. بدتر از آن، قحطی یک تهدید دائمی بود. توماس مالتوس، اقتصاددان قرن هجدهم، استدلال می‌کرد که رشد جمعیت به ناچار از بازده کشاورزی پیشی خواهد گرفت و باعث فقر می‌شود. در واقع، عکس این اتفاق افتاد: جمعیت بیشتر نه تنها بیشتر مصرف نمی‌کرد، بلکه ایده‌های بیشتری نیز داشت. این ایده‌ها هم به تولید بالاتر و هم در نهایت به باروری پایین‌تر منجر شد که باعث افزایش سرانه تولید شد. طبق این نظریه، هوش مصنوعی عمومی امکان نوآوری بی‌وقفه را بدون هیچ‌گونه افزایش جمعیتی فراهم می‌کند و رشد تولید ناخالص داخلی سرانه را به شدت تقویت می‌کند.
بیشتر اقتصاددانان موافقند که هوش مصنوعی پتانسیل افزایش بهره‌وری و در نتیجه تقویت رشد تولید ناخالص داخلی را دارد. سؤال اصلی این است که چقدر؟ برخی تنها یک تغییر حاشیه‌ای را پیش‌بینی می‌کنند. برای مثال، دارون عجم‌اوغلو از مؤسسه فناوری ماساچوست تخمین می‌زند که هوش مصنوعی در طول یک دهه، کل تولید ناخالص داخلی جهانی را بیش از ۱ تا ۲ درصد افزایش نخواهد داد. اما این نتیجه‌گیری بر این فرض استوار است که تنها حدود ۵ درصد از وظایف را می‌توان با هوش مصنوعی ارزان‌تر از کارگران انجام داد. این فرض نیز به نوبه خود، تا حدی بر اساس تحقیقات انجام‌شده در سال ۲۰۲۳ است، زمانی که هوش مصنوعی توانایی کمتری داشت.
پیش‌بینی‌های رادیکال‌تر از تأثیر اقتصادی هوش مصنوعی فرض می‌کنند که با بهبود فناوری و دستیابی به هوش مصنوعی عمومی، بخش بسیار بزرگ‌تری از تولید اقتصادی جهان در نهایت خودکار خواهد شد. در آن صورت، خودکارسازی تولید تنها به انرژی و زیرساخت کافی نیاز دارد – چیزهایی که با سرمایه‌گذاری بیشتر قابل تولید هستند. معمولاً تصور می‌شود که رشد مبتنی بر سرمایه‌گذاری با بازده نزولی مواجه می‌شود. اگر ماشین‌ها را اضافه کنید اما کارگران را نه، سرمایه بیکار می‌ماند. اما اگر ماشین‌ها به اندازه کافی در جایگزینی انسان‌ها خوب شوند، تنها محدودیت برای انباشت سرمایه، خودِ سرمایه است. و به گفته آنسون هو از اندیشکده «اپاک ای‌آی»، افزودن قدرت هوش مصنوعی بسیار سریع‌تر از انتظار برای گسترش جمعیت است.
با این حال، طبق بررسی مدل‌ها توسط فیلیپ ترامل، که آن زمان در دانشگاه آکسفورد بود، و آنتون کورینک از دانشگاه ویرجینیا، حتی خودکارسازی کامل تولید نیز انفجار رشد را به همراه نخواهد داشت. فرض کنید تولید کاملاً خودکار شده باشد، اما فناوری بهبود نیابد. اقتصاد به یک نرخ رشد ثابت می‌رسد که توسط کسری از تولید که پس‌انداز و در ساخت ماشین‌های جدید سرمایه‌گذاری مجدد می‌شود، تعیین می‌گردد.
رشد واقعاً انفجاری مستلزم آن است که هوش مصنوعی در سخت‌ترین وظیفه، یعنی بهبود فناوری، جایگزین نیروی کار شود. آیا این هوش مصنوعی خواهد بود که پیشرفت‌هایی را در بیوتکنولوژی، انرژی سبز – و خود هوش مصنوعی – به ارمغان می‌آورد؟ امید می‌رود که عوامل هوش مصنوعی عمومی بتوانند وظایف پیچیده و طولانی‌مدت را در حین تعامل با رابط‌های کامپیوتری اجرا کنند. آنها فقط به سؤالات پاسخ نخواهند داد، بلکه پروژه‌ها را نیز مدیریت خواهند کرد. «پروژه آینده هوش مصنوعی»، یک گروه تحقیقاتی، پیش‌بینی می‌کند که تا پایان سال ۲۰۲۷، آزمایشگاه‌های هوش مصنوعی تقریباً کاملاً خودکار، تحقیقات علمی را انجام خواهند داد. سم آلتمن، رئیس «اوپن‌ای‌آی»، پیش‌بینی کرده است که سیستم‌های هوش مصنوعی احتمالاً از سال آینده شروع به تولید «بینش‌های بدیع» خواهند کرد.
اقتصاددانانی که نظریه رشد «درون‌زا» را مطالعه می‌کنند، که سعی در مدل‌سازی پیشرفت فناوری دارد، مدت‌هاست که فرض کرده‌اند اگر ایده‌ها با سرعت کافی ایده‌های بیشتری تولید کنند، رشد باید بدون محدودیت افزایش یابد. سرمایه فقط انباشته نمی‌شود؛ بلکه مفیدتر نیز می‌شود. پیشرفت، چندبرابری است. انسان‌ها هرگز از این آستانه عبور نکرده‌اند. در واقع، برخی از اقتصاددانان معتقدند که یافتن ایده‌ها در طول زمان سخت‌تر شده، نه آسان‌تر. برای مثال، محققان انسانی باید برای رسیدن به مرز دانش، بر مطالب بیشتری تسلط یابند.
هوش مصنوعی عمومی ممکن است این محدودیت‌ها را سست کند. در مدل «اپاک»، بازده‌های اولیه بزرگ حاصل از خودکارسازی، مجدداً در تحقیقات سخت‌افزاری و نرم‌افزاری سرمایه‌گذاری می‌شود. رشد سالانه تولید ناخالص داخلی زمانی که هوش مصنوعی بتواند حدود یک سوم وظایف را خودکار کند، از ۲۰ درصد فراتر می‌رود و به افزایش خود ادامه می‌دهد. آقای هو می‌گوید این مدل «قطعاً اشتباه است» – اما تشخیص دلیل آن دشوار است. اقتصاددانان فکر می‌کنند این مدل در مورد انگیزه‌های سرمایه‌گذاری در تحقیقات، که منافع آن به کل اقتصاد سرریز می‌شود و یک مشکل اقدام جمعی ایجاد می‌کند، بیش از حد خوش‌بینانه است. شرکت‌های هوش مصنوعی به آقای هو می‌گویند که او حلقه‌های بازخوردی را که با توانایی هوش مصنوعی عمومی برای بهبود خود به راه می‌افتد، دست‌کم می‌گیرد – فرآیندی که امید می‌رود در نهایت به یک «فراهوش» بسیار تواناتر از هر انسانی منجر شود.
علم تشنج‌زا
فرض کنید این حلقه‌ها حداکثر نیرو را داشته باشند و اقتصاد به «اطلاعات تولیدشده توسط سرمایه اطلاعاتی، که توسط اطلاعات تولید می‌شود، که به نوبه خود هر سال سریع‌تر اطلاعات تولید می‌کند» تبدیل شود، همانطور که ویلیام نوردهاوس، برنده نوبل اقتصاد، در مقاله‌ای در سال ۲۰۲۱ نوشت. این امر به «سینگولاریتی» منجر می‌شود – نقطه‌ای که در آن تولید بی‌نهایت می‌شود. سینگولاریتی در واقع یک استدلال متقابل است: اثباتی بر اینکه مدل باید در نهایت اشتباه از آب درآید. اما حتی اولین قدم در این سفر، یعنی یک شتاب بزرگ در رشد، یک رویداد عمیق خواهد بود.
همه اینها برای کارگران چه معنایی خواهد داشت؟ اولین جهش رشد بشریت چندان برای آنها سخاوتمندانه نبود. به گفته گرگ کلارک از دانشگاه دانمارک جنوبی، یک کارگر ساختمانی انگلیسی در سال ۱۸۰۰ همان دستمزد واقعی را دریافت می‌کرد که یک کارگر در سال ۱۲۳۰ می‌گرفت. افزایش تعداد دهان‌ها برای تغذیه، عملاً تمام افزایش تولید را خنثی کرد. برخی از مورخان استدلال می‌کنند که در طول ۵۰ سال بعد، استانداردهای زندگی کارگران کاملاً کاهش یافت.
این بار نگرانی این است که کارگران بیکار شوند. هزینه راه‌اندازی یک هوش مصنوعی عمومی، یک سقف برای دستمزدها تعیین می‌کند، زیرا هیچ‌کس کارگری را استخدام نمی‌کند اگر یک هوش مصنوعی بتواند آن کار را با هزینه کمتر انجام دهد. این سقف با بهبود فناوری در طول زمان کاهش می‌یابد. با فرض اینکه هوش مصنوعی به اندازه کافی ارزان و توانا شود، تنها منبع درآمد مردم به عنوان رانت‌خواران – یعنی صاحبان سرمایه – خواهد بود. آقای نوردهاوس و دیگران نشان داده‌اند که چگونه، وقتی نیروی کار و سرمایه به اندازه کافی قابل جایگزینی شوند و سرمایه انباشته شود، تمام درآمد در نهایت به صاحبان سرمایه تعلق می‌گیرد. از این رو این باور در سیلیکون ولی وجود دارد: بهتر است وقتی انفجار رخ می‌دهد، ثروتمند باشید.
یک اقتصاد پررونق اما بدون کارگر ممکن است مقصد نهایی بشریت باشد. اما تایلر کاوئن از دانشگاه جورج میسون، اقتصاددانی که عمدتاً نسبت به هوش مصنوعی خوش‌بین است، استدلال می‌کند که تغییر کندتر از آنچه فناوری زیربنایی اجازه می‌دهد، خواهد بود. او می‌گوید: «عوامل تولید زیادی وجود دارد… هرچه هوش مصنوعی قوی‌تر باشد، ضعف‌های عوامل دیگر شما را بیشتر محدود می‌کند. این می‌تواند انرژی باشد؛ می‌تواند حماقت انسانی باشد؛ می‌تواند مقررات باشد؛ می‌تواند محدودیت‌های داده باشد؛ یا می‌تواند فقط کندی نهادی باشد.» احتمال دیگر این است که حتی یک فراهوش نیز ایده‌هایش تمام شود. فیلیپ آگیون از مدرسه اقتصاد لندن و دیگران در یک مقاله کاری در سال ۲۰۱۷ نوشتند: «هوش مصنوعی ممکن است مشکلی را با ماهیگیران حل کند، اما آنچه را که در برکه است، تغییر نخواهد داد.»
با محدود شدن توسط چنین قیودی، تأثیرات اقتصادی هوش مصنوعی عمومی ممکن است به آن اندازه که مدل‌ها نشان می‌دهند، چشمگیر نباشد. تا زمانی که انسان‌ها در برخی جنبه‌ها برتری خود را حفظ کنند، مردم در کنار ماشین‌ها کار خواهند کرد. و برخی از آنها دستمزدهای فوق‌العاده بالایی دریافت خواهند کرد. در مقاله آقای نوردهاوس، جایگزینی کمتر از کامل بین نیروی کار و سرمایه در طول یک جهش هوش مصنوعی، منجر به انفجار دستمزدها می‌شود. به طرز عجیبی، دستمزدها همچنان به عنوان سهمی از اقتصاد کاهش می‌یابند، زیرا اقتصاد حتی سریع‌تر در حال رشد است. شواهدی از این پویایی قبلاً در شرکت‌های فناوری وجود دارد که تمایل دارند دستمزدهای فوق‌ستاره‌ای به کارگران برتر خود بپردازند، حتی اگر سهم درآمد این شرکت‌ها که به مالکان می‌رسد، به طور غیرمعمولی بالا باشد.
میانگین‌ها تنوع را پنهان می‌کنند. دستمزدهای انفجاری برای فوق‌ستاره‌ها، تسلی‌بخش کسانی نخواهد بود که مشاغل دفتری معمولی‌تری دارند و باید به بخش‌هایی از اقتصاد که متحرک نشده‌اند، بازگردند. فرض کنید، علیرغم هوش مصنوعی عمومی، پیشرفت فناوری در رباتیک متوقف شود. در آن صورت کارهای فیزیکی زیادی وجود خواهد داشت که به انسان نیاز دارند، از لوله‌کشی گرفته تا مربیگری ورزشی. این بخش‌های اقتصاد، مانند صنایع کارگر-محور امروزی، احتمالاً تحت تأثیر «بیماری هزینه بامول» (یک عارضه شگفت‌انگیز برای کارگران) قرار می‌گیرند که در آن دستمزدها علیرغم عدم افزایش بهره‌وری، رشد می‌کنند.
در مورد کلاسیک، که به نام اقتصاددانی به نام ویلیام بامول نامگذاری شده، دستمزدها رشد می‌کنند تا از انتقال کارگران به صنایعی که بهره‌وری در آنها به شدت در حال افزایش است، جلوگیری کنند. این امر در مورد هوش مصنوعی عمومی صدق نمی‌کند، اما عوامل دیگر ممکن است اثرات شبه‌بامولی ایجاد کنند. برای مثال، صاحبان هوش مصنوعی و کارگران نخبه ممکن است بخش خوبی از ثروت جدید خود را صرف خدمات کارگر-محور کنند. به ثروتمندان امروزی فکر کنید که پول زیادی را صرف چیزهایی می‌کنند که خودکارسازی آنها دشوار است، از وعده‌های غذایی در رستوران‌ها گرفته تا پرستاران بچه. این یک چشم‌انداز خوش‌بینانه است: حتی کسانی که فوق‌ستاره نیستند نیز همچنان سود می‌برند.
با این حال، افراد غیرثروتمند تنها از فراوانی انتخابی برخوردار خواهند بود. قدرت خرید آنها بر روی هر چیزی که هوش مصنوعی بتواند تولید یا بهبود بخشد، به شدت افزایش می‌یابد. کالاهای تولیدی ساخته‌شده در کارخانه‌های تحت کنترل هوش مصنوعی می‌توانند تقریباً رایگان باشند؛ سرگرمی‌های دیجیتال جذاب ممکن است تقریباً هیچ هزینه‌ای نداشته باشند؛ و اگر هوش مصنوعی راهی برای افزایش بازده کشاورزی پیدا کند، قیمت مواد غذایی ممکن است سقوط کند. اما قیمت هر چیزی که هنوز کارگر-محور است – مثلاً مراقبت از کودک یا غذا خوردن در بیرون – باید متناسب با دستمزدها افزایش یابد. هر کسی که از کار دانشی امروزی به یک جایگزین کارگر-محور روی آورد، ممکن است دریابد که توانایی خرید کمتری از آن کالاها و خدمات تنگنایی را نسبت به امروز دارد.
برخی نگرانند که اثر بامول آنقدر شدید باشد که رشد اقتصادی را محدود کند. وقتی قیمت چیزی سقوط می‌کند، مردم بیشتر از آن می‌خرند. اما سهم آن از هزینه‌های مصرف‌کننده همچنان می‌تواند کاهش یابد. غذا را در نظر بگیرید. در سال ۱۹۰۹ آمریکایی‌ها روزانه ۳۴۰۰ کالری غذا می‌خریدند (شامل ضایعات) که ۴۳ درصد از درآمدشان را تشکیل می‌داد. امروز آنها ۳۹۰۰ کالری می‌خرند، اما این تنها ۱۱ درصد از درآمدشان را هزینه می‌کند. اگر قیمت‌ها سریع‌تر از افزایش کمیت کاهش یابند، اقتصاد اندازه‌گیری‌شده تحت سلطه هر آنچه که نمی‌توان کارآمدتر ساخت، قرار می‌گیرد. آقای آگیون و همکارانش نوشتند: «رشد ممکن است نه توسط آنچه در آن خوب هستیم، بلکه توسط آنچه ضروری است و در عین حال بهبود آن دشوار است، محدود شود.»
با این حال، به گفته دامینیک کوی از شرکت متا، مهم است که اثرات بامول را در چشم‌انداز درست قرار دهیم. حتی اگر آنها اندازه اندازه‌گیری‌شده اقتصاد را محدود کنند، هوش مصنوعی عمومی همچنان می‌تواند تغییرات گسترده‌ای ایجاد کند. باز هم، پژواکی از انقلاب‌های فناوری گذشته وجود دارد. گوشی‌های هوشمند و خدمات آنلاین رایگان بی‌پایان جهان را تغییر دادند، اما به نظر نمی‌رسد تأثیر چندانی بر رشد داشته باشند. و در نهایت، یک فراهوش ممکن است تنگناها را نیز حل کند، برای مثال با کشف فناوری‌های جدیدی که عرضه انرژی بیشتری را باز می‌کند، یا با تسریع پیشرفت در رباتیک.
اگر فکر می‌کنید یک انفجار در رشد اقتصادی در راه است، چه باید بکنید؟ توصیه‌ای که از مدل‌ها بیرون می‌آید ساده است: سرمایه داشته باشید، که بازده آن سر به فلک خواهد کشید. (در سیلیکون ولی پیدا کردن مهندسان با دستمزد بالا که با ناراحتی پول نقد پس‌انداز می‌کنند تا برای روزی که نیروی کارشان دیگر ارزشی ندارد آماده شوند، دشوار نیست.) با این حال، دانستن اینکه چه دارایی‌هایی را باید داشت، دشوار است. دلیل ساده است: رشد فوق‌العاده بالا باید به معنای نرخ‌های بهره واقعی فوق‌العاده بالا باشد.
نیروهای مالی را که در لحظه‌ای که انفجار رشد در راه است، به کار می‌افتند، در نظر بگیرید. سرمایه‌گذاری عظیمی در مراکز داده و تولید انرژی مورد نیاز خواهد بود. ممکن است فکر کنید مبالغی که امروز سرمایه‌گذاری می‌شود، مانند پروژه ۵۰۰ میلیارد دلاری «استارگیت» اوپن‌ای‌آی، قبلاً فوق‌العاده است. اما طبق مدل «اپاک ای‌آی»، سرمایه‌گذاری بهینه در هوش مصنوعی در سال جاری ۵۰ برابر بیشتر است: ۲۵ تریلیون دلار. و این تنها بخشی از تصویر است. یک اقتصاد بزرگ‌تر تقاضای بیشتری برای سرمایه غیرفناورانه نیز به همراه خواهد داشت، تا در چیزهایی مانند زیرساخت‌ها و کارخانه‌های بزرگ‌تر سرمایه‌گذاری شود، زیرا کسب‌وکارها برای ارائه خدمات به تقاضای بالاتر گسترش می‌یابند. مسابقه‌ای برای سرمایه‌گذاری در خواهد گرفت.
در عین حال، تمایل به پس‌انداز کاهش خواهد یافت. به طور متوسط، درآمدها در شرف جهش به سمت بالا خواهند بود. اقتصاددانان تمایل دارند فرض کنند که مردم سعی می‌کنند مصرف خود را در طول زمان هموار کنند: در شرایط برابر، آنها ترجیح می‌دهند امروز ۱۰۰ دلار و فردا ۱۰۰ دلار خرج کنند تا اینکه، مثلاً، امروز ۲۰۰ دلار و فردا هیچ. از این رو نیاز به پس‌انداز وجود دارد که می‌توان آن را برای تأمین رشد سرمایه‌گذاری کرد. اما یک اقتصاد در حال جهش، صرفه‌جویی را غیرضروری جلوه می‌دهد. ثروت‌های هنگفت در راه است، پس چرا پس‌انداز کنیم؟ به همین دلیل، همانطور که فرانک رمزی، اقتصاددان اوایل قرن بیستم، اشاره کرد، با افزایش رشد، نرخ‌های بهره واقعی نیز افزایش می‌یابند تا مصرف‌کنندگان بی‌خیال را به پس‌انداز بخشی از پولی که در غیر این صورت تمایل به خرج کردن آن داشتند، ترغیب کنند.
برای قیمت دارایی‌ها، این به معنای یک کشمکش خواهد بود، همانطور که ترور چاو و همکارانش در یک مقاله کاری اخیر استدلال می‌کنند. سهام را در نظر بگیرید. از یک سو، نرخ‌های بهره بسیار بالاتر، نرخ تنزیلی را که سرمایه‌گذاران برای ارزش‌گذاری درآمدهای آتی استفاده می‌کنند، سر به فلک می‌کشد و در نتیجه ارزش جریان‌های نقدی آتی را کاهش می‌دهد. از سوی دیگر، رشد بسیار سریع‌تر، تا زمانی که یک شرکت خود در معرض خطر هوش مصنوعی نباشد، باید به درآمدهای آتی بسیار بالاتری منجر شود. آنها نتیجه می‌گیرند: «اثر خالص بر میانگین قیمت سهام مبهم است.»
قدرت «قانون رمزی» بسیار مهم خواهد بود: هرچه انگیزه برای یکنواخت کردن مصرف در طول زمان بیشتر باشد، اگر رشد سرسام‌آور آینده تقریباً تضمین شده باشد، نرخ‌ها بالاتر خواهند رفت. متأسفانه، در مورد اینکه انگیزه برای هموارسازی هزینه‌ها چقدر قوی است، اتفاق نظر وجود ندارد. اقتصاددانان کلان تمایل دارند فکر کنند که این انگیزه آنقدر ریشه‌دار است که نرخ‌ها معمولاً سریع‌تر از رشد افزایش می‌یابند و باعث سقوط بازارهای سهام می‌شوند. اساتید مالی تمایل دارند برعکس معتقد باشند: که رشد از نرخ‌ها پیشی می‌گیرد.
اگر این خیلی شبیه قمار به نظر می‌رسد، استدلالی برای صرفاً سپرده‌گذاری پول نقد در بانک وجود دارد: یک سرمایه‌گذار در آن صورت می‌تواند از نرخ‌های بهره بالاتر بدون نگرانی در مورد ارزش سرمایه بهره‌مند شود. اما اگر بانک‌های مرکزی نتوانند بفهمند چه اتفاقی در حال وقوع است و نرخ‌های بهره را پایین‌تر از آنچه شرایط ایجاب می‌کند تعیین کنند، تورم اوج می‌گیرد و ارزش پول نقد را از بین می‌برد. زمین گزینه دیگری است. عرضه آن ثابت است – و یک نظریه این است که یک فراهوش ممکن است بخواهد زمین را با پنل‌های خورشیدی و مراکز داده بپوشاند و قیمت زمین را بالا ببرد. از طرف دیگر، زمین یکی از حساس‌ترین دارایی‌ها به نرخ بهره است. تصور کنید یک وام مسکن را با نرخ ۳۰ درصد تمدید کنید.
نرخ‌های بهره بالاتر همچنین تصویر را برای دولت‌های بدهکار جهان پیچیده می‌کند. رشد سریع مشکلات مالی آنها را کاهش می‌دهد، اما نرخ‌های بهره بالاتر آنها را بدتر می‌کند. آنها ممکن است مجبور شوند پول نقد زیادی را به اوراق‌داران ثروتمند بدهند، در لحظه‌ای که از دست دادن مشاغل، تقاضا برای توزیع مجدد در جهت دیگر را افزایش می‌دهد – مانند کمک‌های همگانی که بسیاری در سیلیکون ولی انتظار دارند ضروری باشد. آقای کاوئن از تمرکز شادمانه بر اندازه رو به رشد کیک دفاع می‌کند، به جای نگرانی در مورد نحوه تقسیم آن. اما هر کشوری که قادر یا مایل به آزاد کردن رشد ناشی از هوش مصنوعی نباشد، در حالی که برای سرمایه به سرمایه‌گذاران جهانی وابسته است، با یک فشار بی‌رحمانه روبرو خواهد شد.
اگر سرمایه‌گذاران فکر می‌کردند همه اینها محتمل است، قیمت دارایی‌ها قبلاً بر اساس آن تغییر می‌کرد. با این حال، علیرغم ارزش‌گذاری‌های سرسام‌آور شرکت‌های فناوری، بازارها از قیمت‌گذاری رشد انفجاری بسیار دور هستند. بازیل هالپرین از دانشگاه استنفورد، یکی از همکاران آقای چاو، می‌گوید: «بازارها آن را با احتمال بالا پیش‌بینی نمی‌کنند.» یک پیش‌نویس مقاله که در ۱۵ ژوئیه توسط آیزایا اندروز و مریم فربودی از MIT منتشر شد، نشان می‌دهد که بازده اوراق قرضه به طور متوسط در حوالی انتشار مدل‌های جدید هوش مصنوعی توسط شرکت‌هایی مانند اوپن‌ای‌آی و دیپ‌سیک، به جای افزایش، کاهش یافته است.
به عبارت دیگر، سیلیکون ولی هنوز نتوانسته جهان را در مورد تز خود متقاعد کند. اما پیشرفت هوش مصنوعی برای بهترین بخش یک دهه از پیش‌بینی‌ها در مورد زمان عبور از معیارهای مختلف پیشی گرفته است. لازم نیست به سال ۱۷۰۰ برگردید تا کسی را پیدا کنید که بتوانید با پیشرفت بعدی بشریت شگفت‌زده‌اش کنید: فقط تصور کنید دیپ‌سیک را به شخصی از سال ۲۰۱۵ نشان دهید. اگر اجماع در مورد اثرات هوش مصنوعی بر اقتصاد به همان اندازه که اکثر پیش‌بینی‌های قابلیت‌های هوش مصنوعی عقب مانده‌اند، عقب باشد، سرمایه‌گذاران – و همه دیگران – در انتظار یک شگفتی بزرگ هستند. رابرت لوکاس، اقتصاددان، زمانی گفت که پیامدهای رشد اقتصادی برای رفاه بشر آنقدر عمیق است که «وقتی کسی شروع به فکر کردن در مورد آنها می‌کند، فکر کردن به هر چیز دیگری دشوار است.» مانند بسیاری از حوزه‌های دیگر، چشم‌انداز هوش مصنوعی عمومی این پدیده را تشدید می‌کند.
فارن پالیسی : «درون طرح جسورانه خلع سلاح لبنان» | ۰۹ مهر ۱۴۰۴
نشریه اکسپرت : “پژواک جنگ گذشته” | ۱۳ مهر ۱۴۰۴
مجله فارن پالیسی : “یک پرسش کلیدی درباره توافق غزه: چرا حالا؟” | ۱۸ مهر ۱۴۰۴
نشریه فارن افرز : «بزرگترین آزمون ارتش ایالات متحده» | ۰۹ مهر ۱۴۰۴