Η τεχνητή νοημοσύνη μοιάζει να έχει δημιουργήσει έναν επενδυτικό κόσμο με τους δικούς του κανόνες, στον οποίο οι τεχνολογικοί κολοσσοί συνεχίζουν να δαπανούν τεράστια ποσά για υποδομές, κέντρα δεδομένων και υπολογιστική ισχύ, σχεδόν ανεξάρτητα από το ύψος των επιτοκίων. Ωστόσο, η πεποίθηση ότι η ανάπτυξη της AI μπορεί να παραμείνει απρόσβλητη από τη νομισματική πολιτική ενδέχεται να αποδειχθεί επικίνδυνη. Η Ομοσπονδιακή Τράπεζα των ΗΠΑ διαθέτει τη δύναμη να περιορίσει τη ρευστότητα που τροφοδοτεί την επενδυτική έκρηξη, ακόμη και αν αυτό σημαίνει ότι θα ανακοπεί η δυναμική ενός από τους πιο υποσχόμενους κλάδους της παγκόσμιας οικονομίας.
Αυτό είναι το βασικό επιχείρημα που αναπτύσσει ο Greg Ip σε ανάλυσή του στη Wall Street Journal, εξετάζοντας τη σχέση ανάμεσα στην τεχνητή νοημοσύνη, τα υψηλά επιτόκια και την ικανότητα της αμερικανικής κεντρικής τράπεζας να ελέγχει τις χρηματοπιστωτικές συνθήκες.
Το ερώτημα που ανακύπτει είναι κατά πόσον η σημερινή τεχνολογική επανάσταση μπορεί πράγματι να συνεχίσει την πορεία της ανεξάρτητα από το κόστος του χρήματος ή αν, όπως έχει συμβεί και στο παρελθόν, μια παρατεταμένη περίοδος περιοριστικής νομισματικής πολιτικής θα μπορούσε να αλλάξει δραματικά τις ισορροπίες.
Για τον αρθρογράφο, η απάντηση βρίσκεται τόσο στους μηχανισμούς λειτουργίας των χρηματοπιστωτικών αγορών όσο και στην ιστορική εμπειρία.
Το 2000 και η φούσκα του Διαδικτύου: Μια ιστορία που μπορεί να επαναληφθεί
Η σημερινή συζήτηση για την τεχνητή νοημοσύνη παρουσιάζει αξιοσημείωτες ομοιότητες με το επενδυτικό κλίμα που επικρατούσε στις Ηνωμένες Πολιτείες στις αρχές του 2000.
Εκείνη την περίοδο, οι επιχειρηματίες και οι επενδυτές του Διαδικτύου θεωρούσαν ότι η ανάπτυξη του κλάδου ήταν τόσο ισχυρή ώστε οι αυξήσεις των επιτοκίων δύσκολα θα μπορούσαν να την περιορίσουν.
Παρά τη σύσφιγξη της νομισματικής πολιτικής από τη Federal Reserve, τα επιχειρηματικά κεφάλαια συνέχιζαν να κατευθύνονται προς τις εταιρείες της νέας οικονομίας, τροφοδοτώντας την άνοδο των χρηματιστηριακών αποτιμήσεων.
Η αισιοδοξία στηριζόταν στην πεποίθηση ότι το Διαδίκτυο θα μεταμόρφωνε την οικονομία και θα δημιουργούσε πρωτοφανείς επιχειρηματικές ευκαιρίες.
Ωστόσο, η πραγματικότητα αποδείχθηκε πολύ διαφορετική.
Η Fed συνέχισε να αυξάνει τα επιτόκια, οι χρηματοπιστωτικές συνθήκες έγιναν αυστηρότερες και η επενδυτική φούσκα των εταιρειών του Διαδικτύου τελικά κατέρρευσε.
Το συγκεκριμένο ιστορικό προηγούμενο δεν σημαίνει ότι η τεχνητή νοημοσύνη θα ακολουθήσει αναγκαστικά την ίδια πορεία. Αναδεικνύει, όμως, τον κίνδυνο να θεωρηθεί οποιοσδήποτε κλάδος ανεπηρέαστος από τις μεταβολές στη ρευστότητα και στη διάθεση ανάληψης επενδυτικού κινδύνου.
Γιατί οι επενδυτές θεωρούν ότι η AI δεν επηρεάζεται από τα υψηλά επιτόκια
Στη σημερινή αγορά, η εκρηκτική ζήτηση για υπολογιστική ισχύ δημιουργεί την εντύπωση ότι οι επενδύσεις στην τεχνητή νοημοσύνη είναι δύσκολο να ανακοπούν.
Οι τεχνολογικές εταιρείες δαπανούν τεράστια κεφάλαια για την ανάπτυξη υποδομών, καθώς θεωρούν ότι η επόμενη φάση της AI μπορεί να καθορίσει τους μελλοντικούς νικητές της παγκόσμιας τεχνολογικής αγοράς.
Σε αυτό το περιβάλλον, ορισμένοι επενδυτές υποστηρίζουν ότι το πιθανό οικονομικό όφελος από την επικράτηση στην κούρσα της τεχνητής νοημοσύνης είναι τόσο μεγάλο ώστε το κόστος δανεισμού αποκτά δευτερεύουσα σημασία.
Χαρακτηριστική είναι η προσέγγιση του Bill Ackman, ο οποίος έχει εκφράσει αμφιβολίες για το κατά πόσον τα υψηλότερα επιτόκια μπορούν να μειώσουν ουσιαστικά τη ζήτηση για υπολογιστική ισχύ και ενέργεια.
Το επιχείρημά του συνδέεται με τις τεράστιες προσδοκίες γύρω από την ανάπτυξη της υπερνοημοσύνης, η οποία, εφόσον επιτευχθεί, θεωρείται ότι θα μπορούσε να δημιουργήσει εξαιρετικά υψηλές οικονομικές αποδόσεις.
Εάν οι επενδυτές πιστεύουν ότι διακυβεύονται τέτοιες αποδόσεις, η αύξηση του κόστους χρηματοδότησης μπορεί να μη θεωρείται επαρκής λόγος για να περιορίσουν τις επενδύσεις τους.
Μια διαφορετική διάσταση έχει αναδείξει ο John Arnold, συμπρόεδρος του Arnold Ventures, υποστηρίζοντας ότι τα υψηλότερα επιτόκια ενδέχεται, υπό ορισμένες συνθήκες, να ενισχύσουν αντί να περιορίσουν τις πληθωριστικές πιέσεις.
Σύμφωνα με αυτή την προσέγγιση, όταν η ζήτηση για τις υποδομές τεχνητής νοημοσύνης παραμένει ισχυρή, το υψηλότερο κόστος χρηματοδότησης αυξάνει τις δαπάνες των επιχειρήσεων χωρίς απαραίτητα να περιορίζει τις επενδύσεις.
Το πρόσθετο κόστος θα μπορούσε στη συνέχεια να μετακυλιστεί στις τελικές τιμές, δημιουργώντας νέες πληθωριστικές πιέσεις.
Το μεγάλο λάθος: Τα επιτόκια δεν επηρεάζουν μόνο τα δάνεια
Ο Greg Ip θεωρεί ότι η βασική αδυναμία αυτών των επιχειρημάτων είναι πως περιορίζουν την επίδραση των επιτοκίων αποκλειστικά στο κόστος δανεισμού.
Στην πραγματικότητα, η νομισματική πολιτική της Fed επηρεάζει τη ρευστότητα και την αποτίμηση του κινδύνου σε ολόκληρο το χρηματοπιστωτικό σύστημα.
Τα βραχυπρόθεσμα επιτόκια που καθορίζει η αμερικανική κεντρική τράπεζα αποτελούν βασικό σημείο αναφοράς για το κόστος χρήματος στην οικονομία.
Όταν αυξάνονται, οι επιπτώσεις δεν περιορίζονται στις επιχειρήσεις που χρειάζονται τραπεζικά δάνεια για να χρηματοδοτήσουν τις δραστηριότητές τους.
Η μεταβολή επηρεάζει τις αποδόσεις των ομολόγων, τις χρηματιστηριακές αποτιμήσεις, το κόστος χρηματοδότησης των επενδυτών και την ελκυστικότητα διαφορετικών περιουσιακών στοιχείων.
Ιδιαίτερα σημαντική είναι η επίδραση στις επενδύσεις που χρηματοδοτούνται με δανειακά κεφάλαια.
Όσο αυξάνεται το κόστος του χρήματος, τόσο δυσκολότερη γίνεται η χρηματοδότηση τοποθετήσεων υψηλού κινδύνου, ακόμη και όταν οι προσδοκώμενες μελλοντικές αποδόσεις παραμένουν υψηλές.
Έτσι, οι επενδύσεις στην τεχνητή νοημοσύνη μπορούν να επηρεαστούν όχι μόνο άμεσα, μέσω του ακριβότερου δανεισμού, αλλά και έμμεσα, μέσω της επιδείνωσης των συνθηκών χρηματοδότησης.
Από τη Wall Street έως την ιδιωτική πίστωση: Πώς μπορεί να περιοριστεί η χρηματοδότηση της AI
Η επίδραση της Fed διαχέεται σε μια σειρά από αγορές και χρηματοδοτικά εργαλεία που στηρίζουν την επιχειρηματική δραστηριότητα.
Μεταξύ αυτών περιλαμβάνονται οι δημόσιες εγγραφές εταιρειών, η αγορά ομολόγων υψηλής απόδοσης, η ιδιωτική πίστωση και οι τιτλοποιήσεις.
Όταν οι χρηματοπιστωτικές συνθήκες γίνονται αυστηρότερες, οι επενδυτές είναι πιθανό να περιορίσουν την έκθεσή τους σε πιο επισφαλείς τοποθετήσεις.
Η μεταβολή αυτή μπορεί να επηρεάσει τη δυνατότητα των επιχειρήσεων να αντλούν νέα κεφάλαια, αλλά και το ύψος των αποτιμήσεων στις οποίες πραγματοποιούνται οι επενδύσεις.
Ακόμη και εταιρείες με σημαντικές προοπτικές ανάπτυξης μπορεί να αντιμετωπίσουν μεγαλύτερες δυσκολίες στην εξασφάλιση χρηματοδότησης, εάν η διάθεση των επενδυτών να αναλάβουν κίνδυνο υποχωρήσει.
Αυτός είναι και ο λόγος για τον οποίο μια επενδυτική έκρηξη μπορεί να επιβραδυνθεί χωρίς να έχει προηγηθεί ουσιαστική μείωση της ζήτησης για το τελικό προϊόν ή την τεχνολογία.
Στην περίπτωση της AI, η ανάγκη για περισσότερη υπολογιστική ισχύ μπορεί να συνεχίσει να αυξάνεται, αλλά οι οικονομικές συνθήκες να μην επιτρέπουν την ίδια ταχύτητα επέκτασης των υποδομών.
Τα χρηματιστηριακά κραχ που δείχνουν τη δύναμη της Fed
Για να αναδείξει την ισχύ της νομισματικής πολιτικής, ο αρθρογράφος της Wall Street Journal ανατρέχει σε σημαντικές χρηματοπιστωτικές κρίσεις του παρελθόντος.
Αναφέρεται στα χρηματιστηριακά κραχ του 1929 και του 1987, στην κατάρρευση των εταιρειών του Διαδικτύου και στη στεγαστική κρίση, υπογραμμίζοντας τον ρόλο που διαδραμάτισαν οι μεταβολές στις χρηματοπιστωτικές συνθήκες.
Στην ίδια συζήτηση εντάσσει τις κρίσεις των αναδυόμενων αγορών το 1982 και την περίοδο 1997-1998.
Τα ιστορικά αυτά επεισόδια είχαν διαφορετικά αίτια και χαρακτηριστικά. Ωστόσο, αναδεικνύουν το πόσο σημαντική μπορεί να αποδειχθεί η πρόσβαση στη ρευστότητα για τη λειτουργία των αγορών.
Όταν οι τιμές των μετοχών και άλλων περιουσιακών στοιχείων υποχωρούν, οι επιπτώσεις μπορούν να επεκταθούν πέρα από τη χρηματοπιστωτική αγορά.
Η μείωση της αξίας των επενδύσεων περιορίζει τη δυνατότητα άντλησης κεφαλαίων και μπορεί να οδηγήσει τις επιχειρήσεις σε περικοπή επενδυτικών δαπανών.
Εάν η διαδικασία αυτή αποκτήσει μεγάλη ένταση, η οικονομική δραστηριότητα μπορεί να επιβραδυνθεί σημαντικά ή ακόμη και να οδηγηθεί σε ύφεση.
Η υποχώρηση της ζήτησης που ακολουθεί μπορεί τελικά να μειώσει τις πληθωριστικές πιέσεις, εξηγώντας γιατί η περιοριστική νομισματική πολιτική εξακολουθεί να αποτελεί ισχυρό εργαλείο της κεντρικής τράπεζας.
Το δίλημμα της Fed: Πληθωρισμός 2% ή ανεμπόδιστη ανάπτυξη της AI;
Το κρίσιμο ζήτημα δεν είναι εάν η Fed επιθυμεί να σταματήσει την τεχνολογική πρόοδο.
Η αμερικανική κεντρική τράπεζα δεν έχει ως αποστολή να ελέγχει τις επενδύσεις σε συγκεκριμένους κλάδους ή να καθορίζει ποιες τεχνολογίες πρέπει να αναπτύσσονται ταχύτερα.
Ο βασικός της στόχος, στο πλαίσιο της αποστολής της για σταθερότητα τιμών, παραμένει η επιστροφή του πληθωρισμού στο 2%.
Επομένως, οι αποφάσεις της για τα επιτόκια δεν εξαρτώνται αποκλειστικά από την πορεία των τεχνολογικών επενδύσεων, αλλά από τη συνολική εικόνα της αμερικανικής οικονομίας.
Εάν οι πληθωριστικές πιέσεις απαιτήσουν περαιτέρω περιορισμό της ρευστότητας, η Fed μπορεί να διατηρήσει ή να ενισχύσει την περιοριστική στάση της, ακόμη και αν αυτή η επιλογή επηρεάσει αρνητικά τη χρηματοδότηση της τεχνητής νοημοσύνης.
Αυτό σημαίνει ότι η επενδυτική έκρηξη της AI δεν διαθέτει κάποια ιδιαίτερη προστασία απέναντι στις επιπτώσεις της νομισματικής πολιτικής.
Ακόμη και οι μεγαλύτερες τεχνολογικές εταιρείες λειτουργούν μέσα σε ένα χρηματοπιστωτικό σύστημα του οποίου οι συνθήκες διαμορφώνονται, σε σημαντικό βαθμό, από τις αποφάσεις της κεντρικής τράπεζας.
Μπορεί τελικά η Fed να ανακόψει την επενδυτική έκρηξη;
Η τεχνητή νοημοσύνη ενδέχεται να μεταμορφώσει την οικονομία, να αυξήσει την παραγωγικότητα και να δημιουργήσει νέες επιχειρηματικές ευκαιρίες.
Ωστόσο, όπως επισημαίνει ο Greg Ip, οι δυνατότητες μιας τεχνολογίας δεν εξαλείφουν τους περιορισμούς που επιβάλλει η χρηματοδότηση.
Οι αγορές μπορούν να εμφανίζουν εξαιρετική αισιοδοξία για τις μελλοντικές αποδόσεις ενός κλάδου, αλλά η επενδυτική τους συμπεριφορά επηρεάζεται από το διαθέσιμο κεφάλαιο, τις αποτιμήσεις και τον κίνδυνο.
Η εμπειρία του 2000 υπενθυμίζει ότι ακόμη και μια πραγματική τεχνολογική επανάσταση μπορεί να συνοδευτεί από υπερβολές στις αγορές και απότομες διορθώσεις.
Το ερώτημα, συνεπώς, δεν είναι μόνο πόσο ισχυρή θα παραμείνει η ζήτηση για τεχνητή νοημοσύνη, αλλά και υπό ποιες οικονομικές συνθήκες θα συνεχιστεί η χρηματοδότηση των επενδύσεων.