در چهار سال گذشته، دالاس، قلب تپنده اقتصاد انرژی آمریکا، به قلب تپنده اقتصاد مراکز داده این کشور نیز تبدیل شده است. این امر مدیون زمین ارزان، رویکرد نظارتی دوستانه، بازار نیروی کار سیال، زیرساخت حمل‌ونقل عالی و اتصال گسترده به شبکه برق است. حدود ۱۲۵ مرکز داده در منطقه متروپلیتن فعال هستند و ۱۹ مورد دیگر در حال ساخت و ۵۳ مورد دیگر برنامه‌ریزی شده‌اند. رونق ساختمانی باعث افزایش دستمزدهای کارگران فنی شده و کمک می‌کند تا نرخ بیکاری محلی در سطح ۴.۱ درصد، نزدیک به کمترین میزان تاریخی خود، باقی بماند.
با این حال، دالاس و حومه آن همزمان در میان یک رکود ساختمانی نیز قرار دارند. ساخت‌وساز تجاری قوی است. اما علی‌رغم اجاره‌های بالا و جمعیت رو به رشد، تعداد کمی خانه جدید ساخته می‌شود: تعداد خانه‌هایی که سازندگان کلنگ‌زنی کردند ۱۲ درصد نسبت به سال قبل کاهش یافت و تعداد واحدهای مسکونی چندخانوار در حال اجرا طی سه سال گذشته ۴۳ درصد سقوط کرد. ساخت‌وساز دفاتر اداری نیز راکد است.
آیا رونق فناوری این رکودهای دیگر را جبران می‌کند یا عامل آن‌هاست؟ این پرسش بزرگ پیش روی دالاس و سایر نقاط ایالات متحده است.
سرمایه‌گذاران بیش از هر فناوری دیگری از زمان راه‌آهن، نسبت به هوش مصنوعی هیجان‌زده‌اند. اگر آن‌ها سیلی از پول را به سمت تعداد محدودی از شرکت‌هایی که الگوریتم‌ها را تنظیم می‌کنند و مراکز داده می‌سازند هدایت نمی‌کردند، احتمالاً سطح اشتغال و خروجی اقتصادی کشور پایین‌تر بود. از سوی دیگر، اگر این حجم عظیم سرمایه به این شرکت‌ها سرازیر نمی‌شد، شاید به سمت همه چیز و همه کس دیگر هدایت می‌شد. پس آیا هوش مصنوعی موتور محرک اقتصاد آمریکاست یا سوخت آن را می‌مکد؟ آیا طبق اصطلاح اقتصاددانان، سرمایه‌گذاری در بخش‌های غیرفناوری را «اثر جانشینی» (Crowding out) دارد یا در شرایطی که رشد کلی ضعیف است، سرمایه‌گذاری را تقویت می‌کند؟
بی‌شک، هوش مصنوعی تولید ناخالص داخلی (GDP) را افزایش می‌دهد؛ یا دقیق‌تر بگوییم، توسعه زیرساخت‌های هوش مصنوعی GDP را بالا می‌برد. در سال ۲۰۲۰، کسب‌وکارهای آمریکایی ۳.۶ تریلیون دلار (با تعدیل تورم) صرف سرمایه‌گذاری در دارایی‌های بادوام مانند نرم‌افزار، انبارها و کامیون‌ها کردند. سال گذشته این مبلغ به ۴.۴ تریلیون دلار رسید. شرکت‌های اوراکل، مایکروسافت، آمازون، متا و الفابت تنها امسال ۸۰۰ میلیارد دلار صرف هزینه‌های سرمایه‌ای کرده‌اند، رقمی که طی دهه گذشته هشت برابر شده است. این یک محرک اقتصادی با کلاه‌ایمنی سیلیکون‌ولی است، بزرگ‌تر از بسته‌ای که واشنگتن برای مقابله با رکود بزرگ تصویب کرد. و این روند حساب‌های ملی را دگرگون می‌کند. در سه‌ماهه دوم امسال، مصرف خانوار با سرعت سالانه ۳.۸ درصد رشد کرد. سرمایه‌گذاری خصوصی در تمام بخش‌ها به جز املاک و مستغلات با سرعت ۱۲.۷ درصد افزایش یافت. هزینه‌کرد بر تجهیزات با نرخ ۲۱ درصد رشد کرد. خرید رایانه‌ها به تنهایی ۰.۷ واحد درصد به GDP افزود و «تجهیزات پردازش اطلاعات» رقم چشمگیر ۰.۹ واحد درصد اضافه کرد.
این محرک بخش خصوصی به همان اندازه که مربوط به کوپرتینو و سان‌فرانسیسکو است، به نیویورک، لندن و شانگهای نیز مرتبط است. اوایل رونق هوش مصنوعی عمدتاً توسط سرمایه‌گذاران جسور بسیار ثروتمند و شرکت‌های فناوری سودآور بسیار زیاد تأمین مالی می‌شد، بسیاری از سرمایه‌گذاران نقدینگی خود را در معرض خطر قرار دادند. اما به زودی، شرکت‌های هوش مصنوعی برای تکمیل مدل‌های خود به قدرت محاسباتی بیشتری نیاز داشتند. آن‌ها باید مراکز داده و کارخانه‌های تراشه می‌ساختند. آن‌ها به صدها میلیارد دلار نقدینگی بیشتر از آنچه خلیج سان‌فرانسیسکو می‌توانست فراهم کند، نیاز داشتند. سرمایه‌گذاران جهان به بازده‌های درخشانی که وعده داده شده بود نگاه کردند و وارد شدند. هزینه وام‌ها با افزایش تقاضا برای وام‌ها بالا رفت. اثر جانشینی جای خود را باز کرد.
این اثر به وضوح در بخش ساختمان‌سازی قابل مشاهده است. شرکت‌های مرتبط با هوش مصنوعی در حال حاضر ۵۴۳ مرکز داده می‌سازند و ۲,۵۱۳ مورد دیگر در خط تولید هستند. طبق تحلیل جیسون فارمن، اقتصاددان دانشگاه هاروارد، هزینه‌کرد برای توسعه زیرساخت‌ها طی سال گذشته ۶۵ درصد افزایش یافته است. در همین حال، مبلغ اختصاص‌یافته به ساخت مسکن و فروشگاه‌های خرده‌فروشی ۱۰ درصد کاهش یافته است. هزینه‌کرد برای ساخت مراکز آموزشی ۱۳ درصد، دفاتر اداری ۱۴ درصد، هتل‌ها، موتل‌ها و پیچ‌ها ۱۵ درصد و کارخانه‌های تولیدی ۲۴ درصد افت کرده است.
شرکت‌های فناوری نه تنها تأمین مالی پروژه‌های ساختمانی را برای کسب‌وکارهای غیرفناوری گران‌تر می‌کنند، بلکه هزینه نیروی کار، زمین و مصالح را نیز بالا می‌برند. آن‌ها مالکان و سرمایه‌گذاران نهادی را ترغیب می‌کنند تا به جای توجه به آپارتمان‌ها و خانه‌های سالمندان، اوراق خزانه یا سهام بخرند. آن‌ها خانواده‌ها را نیز مجبور می‌کنند برای وام مسکن بیشتر پرداخت کنند. به طور کلی، بازده بالای اوراق قرضه «تمام پول را از بازار رهن بیرون می‌مکد»، به گفته دریال فیروذر، اقتصاددان ارشد شرکت ردیفین (Redfin)، که در گفتگو با من چنین اظهار داشت.
دولت‌هایی که تلاش می‌کنند زیرساخت بسازند نیز از همین افزایش هزینه‌های وام‌گیری آسیب می‌بینند. خانواده‌هایی که قصد خرید خودروی جدید یا بازسازی ملک را دارند نیز همین‌طور. جوانانی که می‌خواهند کسب‌وکار کوچکی راه‌اندازی کنند یا در برنامه‌های آموزشی ثبت‌نام نمایند نیز تحت تأثیر هستند. به صورت غیرمستقیم، کلود (Claude) و چت‌جی‌پی‌تی (ChatGPT) ممکن است باعث افزایش تعویق پرداخت کارت‌های اعتباری نیز بشوند.
البته، این اثر ممکن است خارج از بخش‌های ساختمان‌سازی و املاک و مستغلات، که به شدت به نرخ بهره و هزینه‌های سربار حساس هستند، آنقدرها بزرگ نباشد. (جنگ تجاری، سرکوب مهاجرت و جنگ با ایران نیز به این بخش‌ها فشار وارد می‌کنند.) جاستین ولفرز، اقتصاددان دانشگاه میشیگان، اشاره کرد که «دوره ۲۰۰۷ تا ۲۰۲۲ دوره‌ای غیرعادی بود» که در آن هزینه‌های وام‌گیری نزدیک به صفر بود. امروز، نرخ‌ها به سطوح دهه ۱۹۹۰ بازگشته‌اند و همچنان پایین‌تر از دهه ۱۹۸۰ هستند. او گفت: «آنچه من آن را طبیعی می‌نامم.» علاوه بر این، نرخ بهره بالاتر سرمایه‌گذاران را مجبور می‌کند قبل از ریسک کردن فکر کنند و ابتدا پرفراز و نشیب‌ترین، احمقانه‌ترین و کلاهبرداری‌آمیزترین پروژه‌ها را حذف می‌کنند. رایان کامینگز، اقتصاددان مؤسسه سیاست‌گذاری اقتصادی استنفورد، به من گفت که تأسیسات استخراج ارز دیجیتال «بدون شک تحت اثر جانشینی قرار گرفته‌اند». او این را «امر خوبی» نامید.
از سوی دیگر، خانه‌ها و آپارتمان‌ها چیز خوبی هستند، همان‌طور که کارخانه‌ها و هتل‌ها نیز مفیدند. تغییرات کوچک ناشی از هوش مصنوعی در نرخ بهره ممکن است منجر شود صدها هزار خانواده آمریکایی در دهه آینده همچنان مستأجر باقی بمانند. ممکن است منجر شود ده‌ها فروشگاه تجاری ساخته نشوند. ممکن است منجر شود صدها استارتاپ غیرفناوری تنها در حد یک ایده باقی بمانند.
آیا تمام این مراکز داده، جدا از کاربردشان برای شرکت‌های هوش مصنوعی، چیز خوبی خواهند بود؟ شاید نه. معمولاً شهرها و شهرک‌ها وقتی شرکت‌ها را برای ساخت تأسیسات جذب می‌کنند، ثروتمندتر و شایسته‌تر از نظر اعتباری می‌شوند. جِس کورناجیا، استاد مالی دانشگاه ایالتی پنسیلوانیا، به من گفت: «این استدلالی است که دو به علاوه دو برابر پنج می‌شود.» نیروگاه‌ها، مدارس، ورزشگاه‌ها و کارخانه‌ها کارمند استخدام می‌کنند، برای کسب‌وکارهای محلی درآمد ایجاد می‌کنند، دریافت‌های مالیاتی را افزایش می‌دهند و شرکت‌های دیگر را به همجواری ترغیب می‌کنند. اما مراکز داده ممکن است به معادله‌ای «دو به علاوه دو برابر چهار» یا حتی «دو به علاوه دو برابر سه» تبدیل شوند. سرمایه‌گذاران برای پروژه‌های آب و مدارس در جوامعی که مراکز داده زیادی دارند، بازده بالاتری از اوراق قرضه مطالبه می‌کنند، به این معنی که انتظار دارند این جوامع در آینده با فشار بیشتری بر منابع مواجه شوند و درآمد مالیاتی کمتری از املاک جمع‌آوری کنند. پس از راه‌اندازی، مراکز داده مقدار قابل توجهی برق و آب مصرف می‌کنند، در حالی که تقریباً هیچ شغلی ایجاد نمی‌کنند.
این مبادلات و مصالحه‌ها عمدتاً از بحث پر شور درباره تأثیر هوش مصنوعی بر رفاه و ثروت غایب بوده‌اند، اما اهمیت دارند. اگر شرکت‌های یقه‌سفید به شدت بهره‌ورتر و خلاق‌تر شوند، ممکن است ارزش فدا کردن خانه‌ها، پارک‌ها، کلینیک‌های بهداشتی و سوپرمارکت‌ها را داشته باشد. اگر درمان سرطان پیدا کنیم، ممکن است ارزش فدا کردن استارتاپ‌های غیرفناوری را داشته باشد. اما هرچه کشور منابع بیشتری را به قیمت نادیده گرفتن نوآوری‌های دیگر به هوش مصنوعی اختصاص دهد، آینده آن بیشتر به موفقیت این شرط‌بندی وابسته خواهد بود.