آیا هوش مصنوعی نرخ بهره را کاهش خواهد داد؟

او از خلال روایت‌هایی درباره خرده‌فروشانی که موجودی انبار خود را با استفاده از ماهواره ردیابی می‌کردند یا شرکت‌های هواپیمایی که با کمک رایانه، قیمت بلیت را متناسب با تقاضا تنظیم می‌کردند، به این نتیجه رسید که پیش از آنکه آمارهای رسمی نشان دهند، یک جهش بهره‌وری مبتنی بر فناوری اطلاعات در حال شکل‌گیری است. در نتیجه، اقتصاد می‌توانست بدون ایجاد فشارهای تورمی، با سرعت بیشتری رشد کند. گرینسپن در بخش عمده سال‌های ۱۹۹۶ و ۱۹۹۷ نرخ‌های بهره را بدون تغییر نگه داشت و بیش از آنکه به مدل‌های اقتصادی اتکا کند، به همین برداشت خود اعتماد کرد و دست‌کم برای مدتی، این رویکرد موفق بود.

آیا هوش مصنوعی واقعاً ضدتورم است؟

اکنون «کوین وارش»، رئیس جدید فدرال رزرو نیز خود را وارث فکری گرینسپن معرفی می‌کند. از نگاه او، هوش مصنوعی با گسترش ظرفیت عرضه و کاهش هزینه‌ها به اقتصاد امکان خواهد داد با فشار تورمی کمتر و سرعت بیشتری رشد کند. او نیز معتقد است آمارهای بهره‌وری، این تحول را با تأخیر منعکس خواهند کرد. وارش در مصاحبه‌ای در دسامبر سال گذشته میلادی، گرینسپن را به دلیل شکل‌دادن دیدگاه‌هایش بر پایه «شواهد روایی و داده‌هایی نسبتاً نامتعارف» ستود و استدلال کرد هرگاه میان داده‌های آماری و شواهد روایی شکاف ایجاد شود، مدیران بانک مرکزی باید به دومی اعتماد کنند. از نظر او، «اشتیاق» در چشمان مدیران عامل شرکت‌ها خود نشانه‌ای است از اینکه انقلاب بهره‌وری در راه است. این دیدگاه بخشی از استدلال گسترده‌تر وارش است؛ استدلالی که بسیاری از همکارانش با آن موافق نیستند و بر اساس آن، هوش مصنوعی نیرویی ضدتورمی است و بنابراین مستلزم کاهش نرخ‌های بهره خواهد بود. اما آیا وارش واقعاً درس درستی از قهرمان خود گرفته است؟

نبرد عرضه و تقاضا در عصر هوش مصنوعی

در کوتاه‌مدت، تأثیر هوش مصنوعی بر نرخ بهره به رقابت میان عرضه و تقاضا بستگی دارد. در حال حاضر، این تقاضاست که دست بالا را دارد. هزینه‌کردهای مبتنی بر بدهی برای ساخت مراکز داده، تولید تراشه و توسعه نیروگاه‌های برق به‌شدت افزایش یافته است. همچنین، رونق بازار سهام باعث شده دارندگان سهام احساس ثروتمندتر بودن کنند و همین موضوع، حتی با وجود کندشدن رشد درآمدها، مصرف را افزایش داده است. همان‌گونه که «آستان گولزبی»، رئیس بانک فدرال رزرو شیکاگو هشدار داده است: «هرچه هیجان و تبلیغات پیرامون این فناوری بیشتر باشد، ممکن است برای جلوگیری از داغ‌شدن بیش از حد اقتصاد، نرخ‌های بهره نیز بیشتر افزایش یابد.»

رهبر جدید ارکستر فدرال رزرو صدای بلند سازهای بادیِ تقاضا را به‌خوبی می‌شنود. اما شرط‌بندی او بر این است که به‌زودی سازهای زهی آرام‌ترِ عرضه نیز وارد اجرا خواهند شد. از نگاه او، هنگامی که شرکت‌ها ساختار کار خود را بر پایه هوش مصنوعی بازطراحی کنند، همان نیروی کار و همان ماشین‌آلات قادر خواهند بود تولید بیشتری داشته باشند؛ موضوعی که هزینه تولید هر واحد را کاهش داده و ظرفیت اقتصاد را افزایش خواهد داد. بااین‌حال، حتی چنین تحولی در سمت عرضه نیز الزاماً به کاهش نرخ‌های بهره، آن‌گونه که وارش انتظار دارد، منجر نخواهد شد. دلیلش نیز این است که افزایش بهره‌وری، درآمدهای واقعی را بالا می‌برد و همین امر خود موج تازه‌ای از تقاضا ایجاد می‌کند؛ بنابراین اثر کوتاه‌مدت آن بر نرخ بهره همچنان نامطمئن باقی می‌ماند.

نرخ بهره خنثی در دنیای هوش مصنوعی

عامل دیگری که در افق بلندمدت اهمیت پیدا می‌کند نیز به سمت افزایش نرخ‌های بهره اشاره دارد. اگر هوش مصنوعی موجب رشد سریع‌تر اقتصاد و افزایش درآمدهای آینده شود، به احتمال زیاد «نرخ بهره خنثی» (Neutral Rate) یا r-star را نیز افزایش خواهد داد؛ یعنی همان نرخ بهره واقعی که در آن، سیاست پولی نه موجب تحریک اقتصاد می‌شود و نه آن را کند می‌کند. منطق این موضوع ساده است: دانشجویی که انتظار دارد پس از فارغ‌التحصیلی درآمد بالایی داشته باشد، امروز با آسودگی بیشتری وام کمک‌هزینه تحصیل می‌گیرد. به همین ترتیب، خانوارها با اتکا به درآمدهای بالاتر آینده، بیشتر وام می‌گیرند و شرکت‌ها نیز با افزایش بازده موردانتظار، سرمایه‌گذاری بیشتری انجام می‌دهند. هر دو روند، تقاضا برای سرمایه را افزایش داده و در نتیجه، نرخ بهره لازم برای ایجاد تعادل میان پس‌انداز و سرمایه‌گذاری را بالاتر می‌برد. پژوهش اخیر «لوکاش ریچل» از UCL برآورد می‌کند که هوش مصنوعی می‌تواند نرخ بهره خنثی را حدود یک درصد افزایش دهد. اگر این برآورد درست باشد، حتی پس از آنکه عرضه خود را با تقاضا هماهنگ کند، بازگشت به دوران نرخ‌های بهره فوق‌العاده پایینِ پیش از همه‌گیری کرونا چندان محتمل نخواهد بود.

ابرهوش؛ موتور رشد یا آغاز رکود؟

آیا همین نتیجه در جهانی که در آن «ابرهوش خیرخواه» (Benign Superintelligence) به کمک هوش مصنوعی فوق‌بهره‌ور، انسان‌ها را به زندگی سرشار از اوقات فراغت برساند نیز برقرار خواهد بود؟ از نظر تئوری، پاسخ مثبت است. رشد انفجاری اقتصاد باعث می‌شود مردم انتظار درآمدهای بسیار بالاتری در آینده داشته باشند و در نتیجه، امروز بیشتر خرج کنند. ازسوی‌دیگر، اگر هوش مصنوعی به‌تدریج به تهدیدی وجودی برای بشریت تبدیل شود، این پرسش مطرح می‌شود که چرا باید برای آینده‌ای که شاید هرگز فرانرسد، پس‌انداز کرد؟ در هر دو سناریو، برای ترغیب مردم به پس‌انداز، نرخ‌های بهره باید به طور قابل‌توجهی افزایش یابد.

البته عواملی نیز وجود دارند که می‌توانند نرخ بهره خنثی را کاهش دهند. اگر ابرهوش کارهای دانش‌محور را به کالاهایی همگن و فراگیر تبدیل کند و رقابت را تشدید کند؛ حاشیه سود شرکت‌ها، سودآوری و بازده موردانتظار سرمایه‌گذاری ممکن است کاهش یابد و در نتیجه، تقاضا برای سرمایه‌گذاری تضعیف شود. همچنین اگر خانوارها با آشفتگی گسترده در بازار کار روبه‌رو شوند، ممکن است به‌جای وام‌گرفتن بر پایه آینده‌ای روشن‌تر، به سمت افزایش پس‌اندازهای احتیاطی حرکت کنند. حذف گسترده مشاغل نیز می‌تواند نرخ بهره خنثی را بیش‌ازپیش کاهش دهد. اگر سهم کمتری از درآمد نصیب نیروی کار شود و سهم بیشتری به مالکان سرمایه برسد، تقاضای کل نیز احتمالاً تضعیف خواهد شد، زیرا ثروتمندان درصد بیشتری از درآمد اضافی خود را پس‌انداز می‌کنند. سیاست‌های بازتوزیع می‌توانند تا حدی این روند را جبران کرده و درآمد را به سمت خانوارهایی هدایت کنند که احتمال بیشتری دارد آن را صرف مصرف کنند. در غیر این صورت، اقتصاد ممکن است با مازاد پس‌انداز روبه‌رو شود، حتی در شرایطی که ظرفیت تولید با سرعتی چشمگیر افزایش یافته است؛ نوعی «رکود مزمن» که این بار نه از کمبود، بلکه از وفور ثروت در رأس هرم اقتصادی ناشی می‌شود.

در هوشیو بخوانید:
چگونه سود کلان هوش مصنوعی را توزیع کنیم؟

اینکه تمامی این سناریوها دست‌کم از نظر نظری امکان‌پذیر هستند، نشان می‌دهد کوین وارش بهتر است با فروتنی بیشتری به رابطه میان هوش مصنوعی و نرخ‌های بهره بنگرد. حتی اگر انقلاب هوش مصنوعی به همان اندازه که حامیان آن ادعا می‌کنند تحول‌آفرین باشد، بسته به اینکه منافع آن چگونه در اقتصاد توزیع شود و چه کسانی بیشترین بهره را از آن ببرند، می‌تواند نرخ‌های بهره را در هر دو جهت افزایش یا کاهش دهد. تنوع این سناریوها همچنین نشان می‌دهد که اتکای بیش از حد به قیاس‌های تاریخی محدودیت‌های جدی دارد‌؛ زیرا هوش مصنوعی ممکن است اساساً فناوری‌ای نباشد که بتوان آن را با فناوری‌های معمول گذشته مقایسه کرد.

آیا تاریخ دهه ۹۰ دوباره تکرار می‌شود؟

حتی اگر تاریخ دهه ۱۹۹۰ بار دیگر تکرار شود، کارنامه گرینسپن بخش دومی نیز دارد که به نظر می‌رسد وارش آن را نادیده گرفته است. رئیس فقید فدرال رزرو زودتر از دیگران متوجه جهش بهره‌وری شد، اما اندکی بعد نسبت به موج تقاضایی که همین جهش ایجاد کرده بود، احساس نگرانی کرد. او در سال ۱۹۹۶ درباره آنچه «شوروشوق غیرمنطقی» در بازار دارایی‌ها می‌نامید هشدار داد. زمانی که رونق اقتصادی کاملاً شکل گرفته بود، گرینسپن هشدار می‌داد که افزایش بهره‌وری، «رشد تقاضای کل را حتی بیش از افزایش ظرفیت بالقوه عرضه اقتصاد» رقم خواهد زد. در واکنش به این وضعیت، فدرال رزرو بین ژوئن ۱۹۹۹ تا مه ۲۰۰۰ شش بار نرخ‌های بهره را افزایش داد و حتی بااین‌وجود نیز سیاست‌گذار پولی از تحولات اقتصاد عقب افتاده بود. در اوایل سال ۲۰۰۰، نرخ تورم به بالاترین سطح خود در نزدیک به یک دهه رسیده بود و اندکی بعد نیز حباب بازار دارایی‌ها ترکید. شاید کوین وارش بخش نخست پارتیتور رهبر بزرگ ارکستر را به‌خوبی آموخته باشد، اما بهتر است با دقت بیشتری به کُدای پایانی آن نیز گوش دهد.

گزارش حاضر در نسخه June 27th 2026 نشریه The Economist منتشر شده است.