آیا هوش مصنوعی می‌تواند تورم را مهار کند؟ فدرال رزرو برای دریافت مشاوره از مارک اندریسن بهره می‌گیرد

فدرال رزرو رسماً در حال حرکت به سوی ادغام هوش مصنوعی در مدل‌های پیش‌بینی اقتصاد کلان خود است. فدرال رزرو با انتصاب رهبران کلیدی صنعت در یک کارگروه جدید، قصد دارد تعیین کند که آیا انقلاب هوش مصنوعی به عنوان یک نیروی قدرتمند کاهش‌دهنده تورم عمل خواهد کرد یا عاملی برای نوسانات اقتصادی جدید.

کارگروه جدید فدرال رزرو با موضوع «بهره‌وری و مشاغل»

در تغییری قابل توجه به سمت سیاست‌گذاری مبتنی بر فناوری، کوین وارش، رئیس فدرال رزرو، پنج کارگروه تخصصی را برای مطالعه فناوری‌های نوظهور اعلام کرده است. رهبری حیاتی‌ترینِ این گروه‌ها، یعنی گروه «بهره‌وری و مشاغل»، بر عهده یک تیم سه‌نفره برجسته است: مارک اندریسن (سرمایه‌گذار خطرپذیر)، چارلز آی. جونز (اقتصاددان استنفورد که در حال حاضر در Anthropic مرخصی است) و آشا شارما (مدیر اجرایی Microsoft).

وظیفه این گروه یک چالش عظیم است: تعیین مقدار این که فناوری‌های بنیادین مانند هوش مصنوعی مولد چگونه بازارهای کار و بهره‌وری ملی را بازتعریف خواهند کرد. برای فدرال رزرو، درک این تغییر صرفاً یک بحث آکادمیک نیست، بلکه برای تعیین مسیر نرخ‌های بهره در آینده ضروری است.

استدلال کاهش تورم: هوش مصنوعی به عنوان موتور بهره‌وری

انگیزه اصلی پشت این ابتکار، پتانسیل هوش مصنوعی برای مهار تورم است. کوین وارش در یک یادداشت پیشین پیشنهاد کرد که پذیرش گسترده هوش مصنوعی می‌تواند به عنوان یک «نیروی قابل توجه کاهش‌دهنده تورم» عمل کند. منطق این موضوع ساده است: اگر هوش مصنوعی بهره‌وری را به شدت افزایش دهد و پتانسیل تولید کل اقتصاد را گسترش دهد، افزایش کارایی حاصل از آن می‌تواند فشارهای قیمتی را کاهش دهد.

اگر هوش مصنوعی به شرکت‌ها اجازه دهد با منابع کمتر، تولید بیشتری داشته باشند، «فضای تنفس» لازم را برای فدرال رزرو فراهم می‌کند تا بدون خطر جهش تورم، نرخ بهره را کاهش دهد. این موضوع یادآور دوران آلن گرینسپان، رئیس سابق فدرال رزرو است که در اواخر دهه ۱۹۹۰، تغییرات مشابهی در بهره‌وری را مدیریت کرد.

استدلال مخالف: محدودیت‌های زیرساختی و انرژی

با این حال، مسیر رسیدن به ثبات از طریق هوش مصنوعی، مملو از ریسک‌های تورمی است. اقتصاددانان و مقامات فدرال رزرو هشدار می‌دهند که «رونق هوش مصنوعی» مستلزم هزینه‌های سرمایه‌ای عظیمی است که می‌تواند در کوتاه‌مدت تا میان‌مدت باعث افزایش قیمت‌ها شود.

موانع کلیدی تورم عبارتند از:

  • تقاضا برای سرمایه و سخت‌افزار: دویچه بانک تخمین می‌زند که مجموع سرمایه‌گذاری در مراکز داده هوش مصنوعی تا سال ۲۰۳۰ می‌تواند از ۴ تریلیون دلار فراتر رود. این تقاضای عظیم برای تراشه‌ها و مواد اولیه در حال حاضر بر بازارهایی مانند تراشه‌های حافظه تأثیر گذاشته است.
  • محدودیت‌های انرژی و شبکه برق: نیازهای عظیم انرژی خوشه‌های هوش مصنوعی، ثبات انرژی را با خطر مواجه می‌کند. مایکل اس. بار، از اعضای هیئت مدیره فدرال رزرو، خاطرنشان کرده است که این محدودیت‌های عرضه باعث می‌شود بعید باشد که رونق هوش مصنوعی دلیلی فوری برای کاهش نرخ‌های سیاست‌گذاری باشد.

چرا این موضوع برای اکوسیستم فناوری اهمیت دارد

این تحول نشان می‌دهد که هوش مصنوعی دیگر تنها یک بخش از اقتصاد نیست، بلکه در حال تبدیل شدن به یک محرک اساسی در سیاست‌های پولی است. برای توسعه‌دهندگان، بنیان‌گذاران و سرمایه‌گذاران، یافته‌های فدرال رزرو هزینه سرمایه را برای سال‌های آینده تعیین خواهد کرد. اگر فدرال رزرو به این نتیجه برسد که هوش مصنوعی با موفقیت در حال پیشبرد بهره‌وری است، ممکن است شاهد محیطی با نرخ بهره پایین باشیم که باعث گسترش بیشتر فناوری می‌شود. برعکس، اگر هوش مصنوعی به عنوان عامل تورم انرژی و سخت‌افزار نگریسته شود، دوران «پول ارزان» ممکن است همچنان دور از دسترس باقی بماند.

نکات کلیدی

  • مشاوره استراتژیک: فدرال رزرو یک کارگروه «بهره‌وری و مشاغل» را با ریاست مشترک مارک اندریسن، چارلز آی. جونز (Anthropic) و آشا شارما (Microsoft) برای مطالعه تأثیرات اقتصادی هوش مصنوعی تشکیل داده است.
  • فرضیه بهره‌وری: کوین وارش، رئیس فدرال رزرو، هوش مصنوعی را به عنوان یک ابزار بالقوه کاهش‌دهنده تورم می‌بیند که می‌تواند تولید را افزایش داده و امکان کاهش نرخ بهره را فراهم کند.
  • ریسک‌های تورمی: سرمایه‌گذاری‌های عظیم پیش‌بینی‌شده — تا ۴ تریلیون دلار در مراکز داده تا سال ۲۰۳۰ — و گلوگاه‌های شبکه انرژی می‌تواند پیش از تحقق مزایای بهره‌وری، فشار قیمتی قابل توجهی ایجاد کند.