الذكاء الاصطناعي يفتقد عنصراً سحرياً من التسعينيات... التضخم العالمي المنخفض

على عكس التسعينيات، يتسم المشهد الاقتصادي اليوم بالتركيز على الإنتاج المحلي وارتفاع معدلات التعريفات والعجز الحكومي الكبير. هذه العوامل تعقد عملية صنع القرار في بنك الاحتياطي الفيدرالي وتثير تساؤلات حول ما إذا كان الذكاء الاصطناعي يمكن أن يحقق حقاً نمواً اقتصادياً مستداماً دون إثارة ضغوط تضخمية.
يثير الازدهار الحالي في استثمارات الذكاء الاصطناعي مقارنات مع الطفرة التكنولوجية في التسعينيات، لكن عنصراً حاسماً يبدو غائباً، ألا وهو: الضغوط التضخمية العالمية المنخفضة التي ساهمت في الحفاظ على استقرار الأسعار خلال تلك الحقبة.
في حين أن بعض الشخصيات، مثل وزير الخزانة سكوت بيسنت ومدير المجلس الاقتصادي الوطني كيفن هاسيت، والمرشح المحتمل لرئاسة الاحتياطي الفيدرالي كيفن وارش، يقيمون أوجه تشابه بين البنية التحتية للإنترنت في التسعينيات والاستثمارات الحالية في الذكاء الاصطناعي - والتي تقدر بتريليونات الدولارات - فإنهم يتجاهلون الاختلافات الجوهرية في المناخ الاقتصادي الكلي.
الرؤية التي يقدمونها تقوم على أن الذكاء الاصطناعي سيطلق طفرة إنتاجية، مما يتيح نمواً قوياً في الناتج المحلي الإجمالي دون ارتفاعات تضخمية، على غرار عصر غرينسبان. ويشير هذا المنظور إلى أن مجلس الاحتياطي الفيدرالي يجب أن يحافظ على أسعار فائدة منخفضة لتشجيع الاستثمار، على غرار نهج آلان غرينسبان في التسعينيات. ويزعمون أن سياسات جيروم باول كانت مقيدة للغاية وأن وارش، إذا تم تعيينه، سيصحح المسار بالدعوة إلى خفض تكاليف الاقتراض لتحفيز الاستثمار في الذكاء الاصطناعي، حسب تقرير لبلومبيرغ اليوم السبت.
ومع ذلك، فإن هذه الرواية تتجاهل السياق الاقتصادي العالمي الذي ميز التسعينيات. فكما أشار آلان غرينسبان نفسه، كانت هناك "قوتان مزدوجتان" تعملان على كبح التضخم. نعم، كانت طفرة تكنولوجيا المعلومات عاملاً رئيسياً. لكن العولمة، وخاصة دمج الصين واقتصادات الكتلة السوفيتية السابقة في سلاسل التوريد العالمية، لعبت دوراً هاماً في خفض تكاليف العمالة واحتواء التضخم. وقد سلط غرينسبان الضوء على هذه النقطة في مذكراته التي صدرت عام 2007 بعنوان "عصر الاضطرابات" وأثناء فترة رئاسته للاحتياطي الفيدرالي.
اليوم، اختلف المشهد الاقتصادي اختلافاً كبيراً. فقد تحول التركيز نحو الإنتاج المحلي، مع ارتفاع معدلات الرسوم الجمركية، على عكس بيئة التجارة الحرة في التسعينيات. ومن غير المرجح أن تؤدي أي محاولات لإعادة الإنتاج إلى الولايات المتحدة إلى خفض تكاليف المستهلكين، نظراً لارتفاع تكاليف العمالة المحلية. وهذا يلغي حجة رئيسية لصالح خفض أسعار الفائدة في عصر الذكاء الاصطناعي، حيث أن التأثيرات المخفضة للتكلفة لسلاسل التوريد المعولمة غائبة.
بالإضافة إلى ذلك، تدير الحكومة الفيدرالية عجوزات كبيرة، وتستوعب جزءاً كبيراً من رأس المال المتاح. ويتناقض هذا بشكل حاد مع الفوائض في الميزانية في أواخر التسعينيات، والتي ساعدت في الحفاظ على انخفاض تكاليف الاقتراض طويلة الأجل. ومع زيادة الطلب على الاقتراض بسبب العجز الحكومي، يعتقد بعض صانعي السياسات في بنك الاحتياطي الفيدرالي أن الذكاء الاصطناعي يمكن أن يدفع المعدل المحايد إلى الارتفاع، مما يزيد من صعوبة تبرير أسعار الفائدة المنخفضة. يجب على وزارة الخزانة إصدار ديون كبيرة لتغطية مدفوعات الفائدة، مما يقلل من رأس المال المتاح لاستثمارات الذكاء الاصطناعي.
وهناك نقطة أخرى غالباً ما يتم تجاهلها وهي أن طفرة التكنولوجيا والاستعانة بمصادر خارجية في التسعينيات أدت إلى خفض الأجور بسبب زيادة انعدام الأمن الوظيفي. ومن غير المرجح أن تروج الإدارة الحالية لمثل هذه الحجة.
في نهاية المطاف، لا تحدث التطورات التكنولوجية بمعزل عن غيرها. السياق الاقتصادي الأوسع أمر بالغ الأهمية. ومن غير المرجح أن يتخذ بنك الاحتياطي الفيدرالي قرارات متسرعة بناءً على إمكانات الذكاء الاصطناعي وحدها، دون النظر إلى الصورة الكاملة. وكما ذكر باول في وقت سابق من هذا الشهر، فإن آثار الذكاء الاصطناعي قيد المناقشة منذ ثلاث سنوات، وتأثيره لا يبرر على الفور خفض أسعار الفائدة أو خفض التضخم. ويكمن المفتاح في ما إذا كان الذكاء الاصطناعي سيؤدي إلى مكاسب إنتاجية كبيرة دون إزاحة العمالة - وهو سؤال لم تتم الإجابة عليه بعد.
بالنظر إلى المستقبل، من الضروري مراقبة ليس فقط التطورات التكنولوجية في مجال الذكاء الاصطناعي، ولكن أيضاً الظروف الاقتصادية الكلية الأوسع. ستلعب السياسات التجارية والمسؤولية المالية وديناميكيات سوق العمل دوراً حاسماً في تحديد ما إذا كانت ثورة الذكاء الاصطناعي يمكن أن تحقق نمواً اقتصادياً مستداماً حقاً دون إثارة ضغوط تضخمية. إن غياب القوى العالمية المخفضة للتضخم التي ميزت التسعينيات يمثل تحدياً كبيراً يجب على صناع السياسات أخذه في الاعتبار بعناية.



