تحلیل اقتصادی: آیا هوش مصنوعی می‌تواند راهکاری برای بحران بدهی ایالات متحده باشد؟

در حالی که سیاست‌گذاران در واشینگتن با نگاهی خوش‌بینانه به پتانسیل‌های هوش مصنوعی برای خروج از چنبره بدهی‌های سنگین دولتی می‌نگرند، تحلیل‌های اخیر نشان می‌دهد که این فناوری به تنهایی قادر به حل ناترازی‌های ساختاری اقتصاد آمریکا نیست. ادواردو پورتر در تحلیل اخیر خود برای نشریه گاردین، این رویکرد را نسخه‌ای مدرن از وعده‌های عصر ریگان می‌داند که پیش‌تر با عنوان «پرداخت مالیات‌ها از طریق کاهش مالیات» شناخته می‌شد؛ فرضیه‌ای که اکنون در لباس «رشد اقتصادی از طریق هوش مصنوعی» بازتولید شده است.

توهم رشد ۳ درصدی و واقعیت‌های ریاضیاتی

اسکات بسنت، وزیر خزانه‌داری آمریکا، استراتژی خود را بر پایه دستیابی به رشد اقتصادی سالانه ۳ درصد بنا کرده است؛ نرخی که ایالات متحده به ندرت در قرن بیست و یکم موفق به لمس آن شده است. با این حال، تحلیل‌های «کمیته بودجه فدرال مسئول» (Committee for a Responsible Federal Budget) به عنوان یک نهاد ناظر مالی، واقعیت‌های سخت‌تری را پیش رو می‌گذارد. طبق محاسبات این نهاد، برای کاهش کسری بودجه به ۳ درصد از تولید ناخالص داخلی (GDP) تا سال ۲۰۳۶، اقتصاد آمریکا نیازمند رشدی معادل ۴.۴ درصد در سال است. برای تراز کردن کامل بودجه، این عدد حتی به ۷.۲ درصد می‌رسد که با توجه به پیش‌بینی‌های دفتر بودجه کنگره (CBO) مبنی بر افزایش تنها ۰.۱ درصدی رشد اقتصادی به واسطه هوش مصنوعی، شکافی عمیق میان انتظارات دولتی و واقعیت‌های اقتصادی مشاهده می‌شود.

تغییر پارادایم از کار به سرمایه

یکی از نقدهای اصلی وارد بر این دیدگاه، تغییر در توزیع درآمد است. هوش مصنوعی پتانسیل این را دارد که سهم درآمدی را از کارگران به سمت مالکان سرمایه سوق دهد. در سیستم مالیاتی ایالات متحده، نرخ مالیات بر سرمایه تقریباً نصف نرخ مالیات بر کار است. در نتیجه، حتی در صورت وقوع رشد اقتصادی مبتنی بر AI، دولت احتمالاً درآمد مالیاتی کمتری نسبت به رشد سنتی (مبتنی بر نیروی کار) جمع‌آوری خواهد کرد. این ناترازی مالیاتی، اثر مثبت هوش مصنوعی بر کاهش بدهی‌ها را به شدت خنثی می‌کند.

چالش سرمایه‌گذاری و ریسک نقدینگی

بخش فناوری با چالش‌های سرمایه‌گذاری بی‌سابقه‌ای روبروست. در حالی که بدهی ملی آمریکا از ۱۰۰ درصد تولید ناخالص داخلی عبور کرده است، غول‌های فناوری برای ساخت دیتاسنترهای عظیم و زیرساخت‌های محاسباتی به شدت در حال استقراض هستند. اقتصاددانان تخمین می‌زنند که بزرگترین شرکت‌های ابری برای توجیه هزینه‌های جاری خود، به درآمدی بین ۱۳.۱ تا ۱۸.۷ تریلیون دلار در دهه آینده نیاز دارند. چنانچه هوش مصنوعی نتواند این جهش درآمدی مورد انتظار را محقق کند، رقابت میان شرکت‌های تکنولوژی و دولت برای جذب سرمایه در بازار، تامین مالی بدهی‌های دولتی را دشوارتر از همیشه خواهد کرد.

نتیجه‌گیری: نگاهی واقع‌بینانه به ظرفیت‌های فنی

هوش مصنوعی به عنوان یک فناوری انقلابی در بهینه‌سازی پردازش داده‌ها و افزایش بهره‌وری صنعتی بی‌بدیل است، اما تکیه بر آن به عنوان عصای جادویی برای حل بحران‌های کلان اقتصادی، نادیده گرفتن ماهیت پیچیده بدهی‌های دولتی است. همان‌طور که تحلیل‌ها نشان می‌دهند، بدون اصلاحات ساختاری در سیستم مالیاتی و مدیریت هزینه‌های عمومی، هوش مصنوعی تنها می‌تواند محرکی ناچیز برای اقتصادی باشد که درگیر ساختار بدهی‌های انباشته است.