Τα μαθηματικά της δημοσιονομικής ισορροπίας γίνονται κάθε χρόνο ολοένα και πιο δύσκολα για τις κυβερνήσεις, ακόμα και αν πρόκειται για τη μεγαλύτερη οικονομία του κόσμου, τις ΗΠΑ.
Οι τόκοι για το χρέος έχουν ξεπεράσει προ πολλού το 1 τρισ.δολάρια ετησίως. Πρόκεται για πολύ μεγαλύτερα ποσά από όσα ξοδεύουν οι ΗΠΑ για την άμυνα, το Medicaid, την ασφάλιση αναπηρίας και τα κουπόνια τροφίμων μαζί.
Ο νόμος δε «One Big Beautiful Bill Act» θα μπορούσε να προσθέσει από 3 εως 5 τρισεκατομμύρια δολάρια στο αμερικανικό χρέος την επόμενη δεκαετία, συμβάλλοντας στην επιτάχυνση της συσσώρευσης χρέους στον ισολογισμό της Αμερικής.
Σήμερα το ακαθάριστο εθνικό χρέος της κυβέρνησης των ΗΠΑ είναι πέριξ των 38 τρισ.δολαρίων ενώ αναμένεται να φτάσει σχεδόν τα 57 τρισ. δολάρια έως το 2034. Πρόκειται για έναν τόσο μεγάλο αριθμό, που σχεδόν αγγίζει τα όρια του αφηρημένου.
Η εικόνα γίνεται πραγματικά δυσβάσταχτη αν στο ίδιο καλάθι προσθέσει κανείς τα χρέη ανά την υφήλιο. Και ενώ όλοι αναγνωρίζουν ότι τα χρέη έχουν ξεφύγει, εντούτοις κανείς δεν συμφωνεί με τη θεραπεία.
Μια αύξηση φόρων είναι σχεδόν πολιτικά αδύνατη.
Περικοπή δικαιωμάτων και δαπανών; Επίσης μια ουτοπική επιλογή. Αρκεί να δει κανείς τι γίνεται στη Γαλλία τον τελευταίο χρόνο.
Μέσα από αυτή την οπτική γωνία, ο μόνος τρόπος να ξεφύγουμε από τον καταστροφικό κύκλο χρέους είναι να αναπτυχθούμε μέσα από αυτόν και όχι να περιοριστούμε, ώστε η ανάπτυξη στο τέλος της ημέρας να ροκανίσει το χρέος.
Αν και απλοϊκά, ο Ίλον Μασκ σε πρόσφατη συνέντευξη στο podcast «A Different Conversation with Nikhil Kamath» μίλησε γι’αυτό ακριβώς, υποστηρίζοντας ότι η ευρεία ανάπτυξη της Τεχνητής Νοημοσύνης και της ρομποτικής είναι οι μόνοι τρόποι για την αντιμετώπιση του μεγάλου και αυξανόμενου εθνικού χρέους.
Ο Μασκ έχει δίκιο. Καθώς δεν υπάρχει καμία προοπτική περιορισμού των δαπανών, η μόνη αχτίδα αισιοδοξίας δεν έγκειται σε κάποια κυβέρνηση, αλλά στη Σίλικον Βάλεϊ και εν συνεχεία σε κάθε τομέα της οικονομίας που αρχίζει να αξιοποιεί την Τεχνητή Νοημοσύνη.
Η Τεχνητή Νοημοσύνη μπορεί να επαναλάβει το οικονομικό θαύμα μετά τον Β Παγκόσμιο
Η Τεχνητή Νοημοσύνη δεν είναι απλώς ένας ακόμη τεχνολογικός κύκλος. Όταν θα είναι εφικτή η γενική χρήση της, θα μπορεί να επαναπροσδιορίσει τη ραχοκοκαλιά της παραγωγικότητας σχεδόν σε κάθε τομέα, από την εφοδιαστική, το λογισμικό και την άμυνα, έως την υγειονομική περίθαλψη, την εκπαίδευση, την ιατρική έρευνα κ.α, πολλαπλασιάζοντας την απόδοση κάθε εργαζόμενου.
Εάν αυτή η αύξηση της παραγωγικότητας οδηγήσει τον ρυθμό ανάπτυξης του πραγματικού ΑΕΠ των ΗΠΑ από ~2% σε 3-4% και ο πληθωρισμός παραμείνει μέτριος, τότε θα μπορούσαμε να δούμε την ονομαστική αύξηση του ΑΕΠ να υπερβαίνει το 5% ετησίως , κάτι που θα βοηθήσει την οικονομία των ΗΠΑ και αντίστοιχα και άλλες οικονομίες, να τιθασεύσουν το χρέος.
Δεν θα είναι η πρώτη φορά άλλωστε που θα δούμε κάτι τέτοιο. Μετά τον Β' Παγκόσμιο Πόλεμο οι ΗΠΑ είχαν χρέος άνω του 100% του ΑΕΠ. Ξεπέρασαν τον σκόπελο μέσω της καινοτομίας, των υποδομών και της βιομηχανικής κλιμάκωσης, που οδήγησαν κατά μέσο όρο σχεδόν σε 4% αύξηση του πραγματικού ΑΕΠ για δύο δεκαετίες.
Σήμερα, η Τεχνητή Νοημοσύνη μπορεί να αναδιαμορφώσει τη σύγχρονη οικονομία, ξεκινώντας από τις ΗΠΑ.
Αν και η Ασία έχει κάνει εξαιρετική πρόοδο, εντούτοις αυτή τη στιγμή οι ΗΠΑ είναι αυτές που ηγούνται παγκοσμίως στους ημιαγωγούς και στις υποδομές cloud. Αν λοιπόν αναπτύξουν σωστά την Τεχνητή Νοημοσύνη, τότε μπορεί να βιώσουμε μια ευρεία έκρηξη παραγωγικότητας ανάλογη με το οικονομικό θαύμα μετά τον Β' Παγκόσμιο Πόλεμο.
Μεταξύ 1947 και 1973, το πραγματικό ΑΕΠ των ΗΠΑ αυξήθηκε σχεδόν κατά 4% ετησίως, χάρη στη βιομηχανική καινοτομία, την παγκοσμιοποίηση και την ανερχόμενη μεσαία τάξη.
Σήμερα, η Τεχνητή Νοημοσύνη θα μπορούσε να φέρει την επανάσταση στην παραγωγικότητα που χρειάζεται η Αμερική για να μειώσει την επικείμενη απειλή του αυξανόμενου ομοσπονδιακού ελλείμματος. Κατ’επέκταση, μπορεί να αυξήσει την παραγωγικότητα ώστε όλες οι χώρες να μπορέσουν να ελέγξουν το σπιράλ χρέους στο οποίο έχουν εγκλωβιστεί.
Η Vanguard προβλέπει ότι η υιοθέτηση της Τεχνητής Νοημοσύνης θα μπορούσε να ενισχύσει την παραγωγικότητα της εργασίας κατά 20% έως το 2035, αυξάνοντας την αύξηση του ΑΕΠ των ΗΠΑ στο 3%+ ετησίως. Αν δούμε πράγματι κάτι τέτοιο, τότε θα πρόκειται για τον ταχύτερο ρυθμό από τη δεκαετία του 1990.
Η JPMorgan Private Bank προβλέπει αύξηση της παραγωγικότητας ήδη από τα τέλη της δεκαετίας του 2020, αν και περιμένει να αυξήσει τον ρυθμό ανάπτυξης πάνω από 2,5%.
Βέβαια, στο σημείο αυτό κάποιοι θα επισημάνουν ότι ακόμα και ένας ρυθμός ανάπτυξης 3-4% μπορεί να μην είναι αρκετός αν τα επιτόκια εκτοξευθούν.
Εάν όμως η Τεχνητή Νοημοσύνη σταθεροποιήσει τις προσδοκίες για ανάπτυξη, αυτό θα μπορούσε να σταθεροποιήσει και τις αποδόσεις των ομολόγων και να αποκαταστήσει τη δημοσιονομική εμπιστοσύνη επηρεάζοντας το ύψος των επιτοκίων.
Βλέπετε, η διαφορά μεταξύ της ονομαστικής ανάπτυξης και του μέσου κόστους δανεισμού είναι η πιο σημαντική γραμμή για την επενδυτική εμπιστοσύνη. Αν αυτή αποκατασταθεί, θα αποκατασταθούν και οι αποδόσεις των ομολόγων στη δευτερογενή αγορά συμβάλλοντας στο τέλος της ημέρας στην αποκλιμάκωση των επιτοκίων.
Ας μην ξεχνάμε ότι αυτή τη στιγμή τα μακροπρόθεσμα επιτόκια βρίσκονται στο υψηλότερο επίπεδο των τελευταίων σχεδόν 20 ετών, επηρεάζοντας τα επιτόκια στεγαστικών δανείων, το κόστος των φοιτητικών δανείων και την ικανότητα των εταιρειών να δανείζονται χρήματα και να δημιουργούν θέσεις εργασίας.
Η αύξηση της παραγωγικότητας χάρη στην ΑΙ θα επιταχύνει την αύξηση του ΑΕΠ, καθώς θα ενισχύσει την οικονομική παραγωγή και τα φορολογικά έσοδα, μειώνοντας παράλληλα τον πληθωρισμό και τα επιτόκια.
Στον αντίλογο έχουμε την άποψη ότι κανείς δεν μας εγγυάται ότι τα κέρδη παραγωγικότητας δεν θα είναι άνισα ή δεν θα παρουσιάσουν καθυστερήσεις.
Ναι, οι παραπάνω κίνδυνοι ισχύουν, όπως ίσχυαν άλλωστε και για κάθε τεχνολογία γενικής χρήσης. Ο ηλεκτρισμός και το διαδίκτυο για παράδειγμα χρειάστηκαν χρόνια για να αλλάξουν τα δεδομένα. Τα άλλαξαν όμως.
Υπάρχει επίσης ο αντίλογος για τις απώλειες θέσεων εργασίας.
Παρά την εκστρατεία φόβου που βλέπουμε συχνά από τα μέσα ενημέρωσης, η Έκθεση για το Μέλλον των Απασχόλησης του Παγκόσμιου Οικονομικού Φόρουμ εκτιμά ότι η Τεχνητή Νοημοσύνη και οι συναφείς τεχνολογίες –αυτοματισμός ρομποτική κοκ- θα εκτοπίσουν 92 εκατομμύρια υφιστάμενες θέσεις εργασίας εως το 2030, αλλά την ίδια στιγμή θα δημιουργήσουν 170 εκατομμύρια νέες θέσεις εργασίας παγκοσμίως, σηματοδοτώντας μια καθαρή αύξηση 78 εκατομμυρίων νέων θέσεων εργασίας αυτήν τη δεκαετία.
Γιατί η παραγωγικότητα είναι το Α και το Ω
Ενώ υπάρχουν πολλά μοντέλα για τη μέτρηση και την πρόβλεψη του ΑΕΠ, ένα απλό που χρησιμοποιεί το Γραφείο Προϋπολογισμού του Κογκρέσου για τις δικές του μακροπρόθεσμες προβλέψεις για το ΑΕΠ είναι στην ουσία μια απλοποιημένη έκφραση της συνάρτησης Παραγωγής:
Πραγματική Αύξηση ΑΕΠ = Αύξηση Εργασίας (x συνεισφορά εργασίας) + Αύξηση Κεφαλαίου (x συνεισφορά κεφαλαίου) + Παραγωγικότητα
Η παραπάνω συνάρτηση εξηγεί πώς οι παράγοντες παραγωγής (εργασία, κεφάλαιο) και η συνολική παραγωγικότητα αυτών συνδυάζονται για να παράγουν οικονομική ανάπτυξη (ΑΕΠ). Βάση αυτής, η ανάπτυξη προέρχεται από την αύξηση των συντελεστών (περισσότεροι εργαζόμενοι, περισσότερες επενδύσεις) και από την αύξηση της αποδοτικότητας με την οποία χρησιμοποιούνται (παραγωγικότητα)
Από τις παραπάνω μεταβλητές, οι αλλαγές στην παραγωγικότητα έχουν τον μεγαλύτερο αντίκτυπο στην αύξηση του ΑΕΠ.
Η τεχνολογική καινοτομία με τη σειρά της υπήρξε η κινητήρια δύναμη της παραγωγικότητας κατά τη διάρκεια της ανθρώπινης ιστορίας.
Όπως επισημαίνει ο Ταρές Μπάτρα, η Τεχνητή Νοημοσύνη δεν είναι μια σταδιακή καινοτομία, όπως για παράδειγμα όταν μεταβαίνουμε από μια υπηρεσία 4G σε 5G.
Η Τεχνητή Νοημοσύνη είναι μια τεχνολογική επανάσταση γενικής χρήσης, στο ίδιο επίπεδο με την ατμομηχανή, την ηλεκτρική ενέργεια ή και το ίδιο το διαδίκτυο.
Ως εκ τούτου, έχει τη δυναμική να θέσει την παγκόσμια οικονομία σε μια υπερ-ώθηση.
Από τη δεκαετία του 1970 έως τις αρχές της δεκαετίας του 1990, η αύξηση της παραγωγικότητας υποχωρούσε κάτω από το 1%. Στη συνέχεια ήρθε η επανάσταση των dot-com και παρά το γεγονός ότι οι περισσότεροι τη συνδέουν μόνο με τη χρηματιστηριακή φούσκα, εντούτοις χάρη σε αυτή την επανάσταση η παραγωγικότητα στο τέλος της ημέρας εκτινάχθηκε προς το 2%.
Αυτή η τεχνολογική μετατόπιση έπαιξε βασικό ρόλο στη δημιουργία ενός ενάρετου οικονομικού κύκλου που βοήθησε στην αύξηση των πλεονασμάτων του προϋπολογισμού των ΗΠΑ στα τέλη της δεκαετίας του 1990.
Σήμερα, η Τεχνητή Νοημοσύνη μπορεί να δημιουργήσει έναν ακόμα πιο ενάρετο οικονομικό κύκλο αν αναπτυχθεί και διοχετευθεί σωστά στη βάση της κοινωνίας, εξασφαλίζοντας:
Άμεση Οικονομική Ανάπτυξη : Τα κέρδη παραγωγικότητας που οφείλονται στην Τεχνητή Νοημοσύνη μπορούν να μεταφραστούν άμεσα σε υψηλότερο ΑΕΠ. Όταν οι ίδιες εισροές παράγουν περισσότερη παραγωγή, η οικονομία αναπτύσσεται ταχύτερα χωρίς να απαιτούνται πρόσθετοι πόροι.
Αυξημένα φορολογικά έσοδα : Η υψηλότερη παραγωγικότητα συνήθως οδηγεί σε υψηλότερα εταιρικά κέρδη, μισθούς και οικονομική δραστηριότητα. Αμφότερα δημιουργούν αυξημένα φορολογικά έσοδα. Περισσότερα κρατικά έσοδα μεταφράζονται σε μικρότερες ανάγκες δανεισμού.
Αποπληθωριστική Πίεση: Ο μικρότερος κρατικός δανεισμός οδηγεί σε χαμηλότερη πληθωριστική πίεση. Επιπλέον, οι βελτιώσεις στην παραγωγικότητα μειώνουν το κόστος παραγωγής αγαθών και υπηρεσιών, γεγονός που επιβραδύνει τον πληθωρισμό .
Βελτιωμένη Δυναμική Χρέους & Χαμηλά Επιτόκια : Ο χαμηλότερος πληθωρισμός επιτρέπει στις Κεντρικές Τράπεζες να διατηρήσουν μια πιο διευκολυντική νομισματική πολιτική. Εκτός από την τόνωση της οικονομίας μέσω του χαμηλότερου κόστους δανεισμού, τα χαμηλότερα επιτόκια επιτρέπουν στην εκάστοτε κυβέρνηση να δαπανά λιγότερα σε έξοδα τόκων και να ανακατανέμει αυτά τα κεφάλαια πίσω στον ιδιωτικό τομέα, τονώνοντας περαιτέρω την οικονομία.
Ένας συνδυασμός υψηλότερου ΑΕΠ και χαμηλότερης αύξησης του χρέους βελτιώνει τον λόγο χρέους προς ΑΕΠ και από τις δύο πλευρές της εξίσωσης.
Εάν η Τεχνητή Νοημοσύνη επιτύχει έστω και μέτρια σταδιακά κέρδη παραγωγικότητας της τάξης του 1-1,5% ετησίως, οι ΗΠΑ και εν συνεχεία και άλλες χώρες θα μπορούσαν ενδεχομένως να διατηρήσουν ή να μειώσουν τα τρέχοντα επίπεδα χρέους προς ΑΕΠ παρά τη συνεχιζόμενη αύξηση των δαπανών.
Αυτό δεν είναι απίθανο. Βλέπουμε ήδη μετρήσιμες βελτιώσεις στην παραγωγικότητα καθώς τα εργαλεία Τεχνητής Νοημοσύνης ενσωματώνονται σε όλους τους κλάδους. Καθώς η υιοθέτηση της Τεχνητής Νοημοσύνης αυξάνεται, αυτά τα κέρδη παραγωγικότητας θα μπορούσαν να διαπεράσουν την οικονομία και να μας επιτρέψουν να «αναπτυχθούμε» και να βγούμε από το τρέχον δημοσιονομικό κενό στο οποίο βρισκόμαστε.
Μια δύσκολη και όχι γραμμική πορεία
Η πορεία βέβαια προς την αύξηση της παραγωγικότητας μπορεί να μην είναι γραμμική, κάτι που πρέπει να έχουν στο πίσω μέρος του μυαλού τους οι επενδυτές.
Τα κέρδη παραγωγικότητας που οφείλονται στην Τεχνητή Νοημοσύνη ενδέχεται να χρειαστούν περισσότερο χρόνο από ό,τι αναμένεται για να υλοποιηθούν ή αρχικά θα μπορούσαν να συγκεντρωθούν σε λιγότερους τομείς από ό,τι ελπίζαμε.
Επίσης, είναι πολύ πιθανό να μην ωφεληθούν όλοι ταυτόχρονα ή με τον ίδιο τρόπο. Για κάθε «νικητή» από την αύξηση της παραγωγικότητας από την ΑΙ, μπορεί να υπάρχει μια Kodak ή μια Best Buy, ήτοι εταιρείες που δεν θα τα καταφέρουν στην πορεία.
Επιπλέον, η διασφάλιση ότι τα κέρδη παραγωγικότητας θα μεταφραστούν σε ευρεία αύξηση μισθών θα είναι κρίσιμη, καθώς αν τα οφέλη συγκεντρωθούν σε έναν μικρό αριθμό εταιρειών, αυτό θα μπορούσε να επιδεινώσει διάφορες κοινωνικές προκλήσεις.
Αν και αυτή τη στιγμή οι τεχνολογικοί κολοσσοί επιδεικνύουν μετρήσιμες αυξήσεις στην παραγωγικότητα ενώ ταυτόχρονα μειώνουν το λειτουργικό κόστος, με τις αγορές να ανταμείβουν αυτές τις βελτιώσεις με σημαντική αύξηση της αξίας των μετοχών, εντούτοις ενδέχεται οι αγορές να δυσκολευτούν να εκτιμήσουν τον χρόνο και το μέγεθος του αντίκτυπου της Τεχνητής Νοημοσύνης στην ευρύτερη παραγωγικότητα, ενώ παράλληλα θα πρέπει να αντιμετωπίσουν τις τρέχουσες δημοσιονομικές πραγματικότητες.
Μια τέτοια εξέλιξη τη στιγμή που αυξημένα επιτόκια και άλλες πληθωριστικές πιέσεις ενδέχεται να παρεμποδίσουν την οικονομική ανάπτυξη και να περιορίσουν την πρόσβαση στις κεφαλαιαγορές, μπορεί να καθυστερήσει τον κύκλο καινοτομίας.
Το ερώτημα λοιπόν δεν είναι αν η Τεχνητή Νοημοσύνη θα μεταμορφώσει την οικονομία. Αυτό ήδη συμβαίνει. Το ερώτημα είναι αν αυτός ο μετασχηματισμός θα συμβεί αρκετά γρήγορα ώστε να παρέχει την αύξηση της παραγωγικότητας που χρειαζόμαστε για να αποφύγουμε το σπιράλ χρέους. Αν και η πορεία δεν θα είναι εύκολη, εντούτοις δεν είναι ανέφικτη.
Αποποίηση Ευθύνης
Το υλικό αυτό παρέχεται για πληροφοριακούς και μόνο σκοπούς. Σε καμία περίπτωση δεν πρέπει να εκληφθεί ως προσφορά, συμβουλή ή προτροπή για την αγορά ή πώληση των αναφερόμενων προϊόντων. Παρόλο που οι πληροφορίες που περιέχονται βασίζονται σε πηγές που θεωρούνται αξιόπιστες, καμία διασφάλιση δε δίνεται ότι είναι πλήρεις ή ακριβείς και δεν θα πρέπει να εκλαμβάνονται ως τέτοιες.
