آمریکایی‌ها می‌گویند هزینه‌های زندگی به قدری بالا رفته که دیگر قابل تحمل نیست و دلیل آن سرمایه‌گذاری ۷۰۰ میلیارد دلاری در حوزه هوش مصنوعی است.

در اول آوریل، میگل فاریا-ای-کاسترو و سردار اوزکان، اقتصاددانان فدرال رزرو سنت لوئیس، پستی در وبلاگ خود منتشر کردند که عنوانی محتاطانه اما نتیجه‌گیری تکان‌دهنده‌ای داشت: خوش‌بینی به هوش مصنوعی خود یک عامل تورم‌زاست. نه به این دلیل که قیمت برق بالا رفته یا تراشه‌ها کمیاب شده‌اند، بلکه به این دلیل که همه باور دارند هوش مصنوعی آینده را بهتر خواهد کرد؛ این باور باعث می‌شود که آن‌ها اکنون بیشتر خرج کنند.

در همان روز، فورچون آزمایشی از دویچه بانک را فاش کرد: آن‌ها از سه مدل هوش مصنوعی خواستند تا «تأثیر هوش مصنوعی بر تورم» را ارزیابی کنند. نتیجه این بود که حتی خود هوش مصنوعی نیز معتقد است که باعث افزایش قیمت‌ها می‌شود.

پست‌های شبکه‌های اجتماعی درباره افزایش سرسام‌آور قیمت‌ها در ایالات متحده بسیار زیاد است

این دو رویداد در کنار هم به چرخه‌ای نگران‌کننده اشاره دارند: هرچه سرمایه‌گذاری در هوش مصنوعی بیشتر شود، تورم بالاتر می‌رود، کاهش نرخ بهره دورتر می‌شود و هزینه‌های تأمین مالی افزایش می‌یابد؛ با این حال، سرمایه‌گذاری همچنان شتاب می‌گیرد.

مسابقه تسلیحاتی توقف‌ناپذیر

بیایید ابتدا نگاهی به پول‌ها بیندازیم. طبق گزارش‌های مالی شرکت‌ها، مجموع هزینه‌های سرمایه‌ای آمازون، مایکروسافت، گوگل و متا برای سال ۲۰۲۳ حدود ۱۵۲ میلیارد دلار بوده است. تا سال ۲۰۲۴، این رقم به ۲۵۱ میلیارد دلار جهش کرد که رشدی ۶۵ درصدی است. تا پایان سال ۲۰۲۵، این مبلغ به ۴۱۶ میلیارد دلار می‌رسد که رشدی ۶۶ درصدی دیگر را نشان می‌دهد.

پیش‌بینی شرکت‌ها برای سال ۲۰۲۶ حتی تهاجمی‌تر است. طبق جمع‌بندی «ولف استریت»، پیش‌بینی آمازون ۲۰۰ میلیارد دلار، گوگل ۱.۷۵ تا ۱.۸۵ میلیارد دلار، مایکروسافت ۱.۴۵ تا ۱.۵ میلیارد دلار و متا ۱.۳۵ میلیارد دلار است. مجموع این چهار شرکت حدود ۶۶۳ میلیارد دلار است. اگر ۴۲ میلیارد دلار اوراکل را نیز به آن اضافه کنیم، مجموع به ۷۰۰ میلیارد دلار نزدیک می‌شود.

در عرض چهار سال، هزینه‌های سرمایه‌ای این چهار شرکت چهار برابر شده است. این نرخ رشد در تاریخ شرکت‌های آمریکایی بی‌سابقه است. به گفته فورچون، این مقیاس از قبل از تولید ناخالص داخلی سوئد در یک سال کامل فراتر رفته است.

مرکز داده‌ای که به اندازه یک ایالت برق مصرف می‌کند

بیشتر این پول به سمت مراکز داده سرازیر می‌شود. بزرگترین گلوگاه مراکز داده، زمین نیست، بلکه برق است. طبق داده‌های اداره اطلاعات انرژی آمریکا (EIA)، ورمانت سالانه حدود ۵۳۶۴ گیگاوات ساعت برق مصرف می‌کند که معادل بار متوسط ۰.۶۱ گیگاوات است. رود آیلند کمی بالاتر و در حدود ۰.۸۳ گیگاوات است.

حالا نگاهی به وضعیت مراکز داده بیندازید. طبق اطلاعیه‌های شرکت‌ها، پروژه «استارگیت» OpenAI با همکاری اوراکل و سافت‌بانک، ظرفیت برق برنامه‌ریزی‌شده‌ای معادل ۱۰ گیگاوات دارد که برابر با کل مصرف برق ۱۶ ایالت مانند ورمانت است. متا برای پردیس «هایپریون» خود در لوئیزیانا با سرمایه‌گذاری ۲۷ میلیارد دلاری، ۵ گیگاوات برق در نظر گرفته است. پروژه «کلوسوس» متعلق به xAI ایلان ماسک در تنسی به ۲ گیگاوات رسیده و طبق گزارش اینترول، ۵۵۵ هزار پردازنده گرافیکی NVIDIA با هزینه‌ای حدود ۱۸ میلیارد دلار در آن مستقر شده است. پروژه «رینیر» آمازون و آنتروپیک در ایندیانا نیز برای ۲.۲ گیگاوات برنامه‌ریزی می‌کند.

طبق داده‌های S&P Global، مراکز داده ایالات متحده در سال ۲۰۲۴ در مجموع ۱۸۳ تراوات ساعت برق مصرف کردند که بیش از ۴ درصد از مصرف برق ملی را تشکیل می‌دهد. انتظار می‌رود این رقم تا سال ۲۰۳۰ سه برابر شود.

این تقاضاهای انرژی یک داستان بلندمدت نیستند؛ آن‌ها همین حالا هم شبکه‌های موجود را تحت فشار قرار داده‌اند. طبق گزارش CBRE، نرخ خالی بودن مراکز داده در آمریکای شمالی از ۳.۳ درصد در نیمه اول ۲۰۲۳ به ۱.۶ درصد در نیمه اول ۲۰۲۵ کاهش یافت که پایین‌ترین میزان ثبت‌شده است. طبق داده‌های کوشمن و ویکفیلد، نرخ خالی بودن در نیمه دوم ۲۰۲۵ افزایش جزئی به ۳.۵ درصد داشت، اما تنها به این دلیل که حجم قابل‌توجهی از ظرفیت جدید وارد مدار شد؛ سطح مطلق همچنان به طور تاریخی پایین است و بعید است که تا قبل از سال ۲۰۳۰ گشایش قابل‌توجهی در عرضه ایجاد شود.

حتی خود هوش مصنوعی می‌گوید که تورم را دامن می‌زند

این سرمایه‌گذاری‌ها باعث افزایش تقاضا، بالا رفتن قیمت برق، تشدید کمبود تراشه و همچنین آشکار شدن کانال تورمی موذیانه‌تری شده‌اند.

طبق گزارش اول آوریل فورچون، تیمی به رهبری متیو لوزتی، اقتصاددان ارشد دویچه بانک در آمریکا، آزمایشی انجام دادند: آن‌ها از مدل داخلی دویچه بانک به نام dbLumina، مدل Claude از شرکت آنتروپیک و ChatGPT-5.2 از شرکت OpenAI خواستند تا به طور جداگانه «احتمال دامن زدن هوش مصنوعی به تورم در سال آینده» را ارزیابی کنند.

نتایج: dbLumina عدد ۴۰ درصد، Claude عدد ۲۵ درصد و ChatGPT-5.2 عدد ۲۰ درصد را اعلام کردند. هر سه مدل در ارزیابی خود از «احتمال کاهش قابل‌توجه تورم توسط هوش مصنوعی» هم‌نظر بودند: تنها ۵ درصد.

عامل تورم‌زای بسیار هماهنگی که توسط هر سه مدل به آن اشاره شد عبارت است از: گسترش مراکز داده، افزایش سرسام‌آور تقاضا برای نیمه‌هادی‌ها و رشد سریع مصرف برق توسط بارهای کاری هوش مصنوعی؛ همگی فشارهای قیمتی ناشی از تقاضا هستند.

این موضوع در تضاد کامل با اجماع سرمایه‌گذاران وال استریت است. تیم دویچه بانک در گزارش تحقیقاتی خود نوشت: «آیا هوش مصنوعی به یک نیروی ضدتورمی بزرگ تبدیل خواهد شد؟ حتی خود هوش مصنوعی هم چنین فکر نمی‌کند.»

در افق پنج‌ساله، مدل‌ها در واقع به سمت پتانسیل ضدتورمی بیشتری حرکت کرده‌اند. با این حال، احتمال «ایجاد تورم‌زدایی در مقیاس بزرگ توسط هوش مصنوعی» همچنان در محدوده ریسک‌های احتمالی بسیار کم قرار دارد.

خوش‌بینی خود یک عامل تورم‌زاست

مقاله‌ای از فدرال رزرو سنت لوئیس چارچوب نظری برای درک همه این مسائل ارائه می‌دهد.

فاریا-ای-کاسترو و اوزکان از یک مدل اقتصاد کلان استاندارد استفاده می‌کنند و جنون سرمایه‌گذاری در هوش مصنوعی را به عنوان یک «شوک خبری» تعریف می‌کنند. طبق پست فدرال رزرو، منطق مدل این است: وقتی خانوارها هوش مصنوعی را به عنوان یک فناوری انقلابی توصیف می‌کنند، انتظار افزایش درآمد در آینده را دارند و مصرف خود را از قبل افزایش می‌دهند. کسب‌وکارها انتظار افزایش بهره‌وری دارند و سرمایه‌گذاری را افزایش می‌دهند. این دو اثر با هم ترکیب شده و تقاضا به سرعت از عرضه پیشی می‌گیرد. این مقاله می‌گوید: «این نیروها در کنار هم باعث ایجاد موجی از تورم ناشی از تقاضا می‌شوند که ویژگی اصلی مراحل اولیه یک شوک خبری است.»

این مدل دو مسیر را نشان می‌دهد. اگر هوش مصنوعی واقعاً جهش بهره‌وری ایجاد کند، تورم کوتاه‌مدت توسط رشد تولید بلندمدت جذب می‌شود و اقتصاد را در یک چرخه مثبت قرار می‌دهد. اما اگر بهره‌وری محقق نشود - که در مقاله به عنوان «رشد پایین پایدار و تورم سرسختانه بالا» توصیف شده - آنگاه با رکود تورمی مواجه خواهیم بود.

طبق داده‌های استناد شده در پست فدرال رزرو، نرخ رشد سالانه بهره‌وری کل عوامل (TFP) در ایالات متحده از زمان انتشار ChatGPT برابر با ۱.۱۱ درصد بوده که کمتر از میانگین تاریخی ۱.۲۳ درصد است. تاکنون، هوش مصنوعی تأثیر خود را بر داده‌های بهره‌وری نشان نداده است.

در همین حال، طبق داده‌های اداره آمار کار (BLS)، شاخص قیمت مصرف‌کننده (CPI) ایالات متحده در فوریه ۲۰۲۶ نسبت به سال قبل ۲.۴ درصد و CPI اصلی ۲.۵ درصد بوده که هر دو همچنان زیر هدف ۲ درصدی فدرال رزرو هستند. نمودار نقطه‌ای مارس فدرال رزرو نشان‌دهنده پیش‌بینی نرخ بهره ۳.۴ درصدی در پایان سال است که تنها به یک کاهش نرخ بهره در سال جاری اشاره دارد.

۷۰۰ میلیارد دلار در حال سرازیر شدن به زیرساخت‌های هوش مصنوعی است. اینکه آیا این پول عامل تورم است یا مقدمه‌ای برای یک انقلاب بهره‌وری، به سوالی بستگی دارد که هنوز هیچ‌کس نتوانسته به آن پاسخ دهد: آیا مدل‌هایی که در این مراکز داده اجرا می‌شوند، واقعاً اقتصاد را کارآمدتر خواهند کرد؟