Over-accumulating AI. Rationale and fault lines beyond the US AI investment boom

在 21 世纪 20 年代中期，世界见证了一股新的技术浪潮席卷经济，承诺重塑我们的工作、创作和思考方式。这项被称为人工智能的技术，依赖于存储在巨型数据中心中的海量计算能力。为了建设这些中心，少数几家巨头科技公司开始以历史上前所未有的速度投入资金。他们投入了数百亿美元用于购买专门的计算机芯片并建造运行这些芯片的设施。这种激增的支出推高了这些公司的股价，并成为了美国经济增长的主要引擎。然而，如此快速且大规模的投资往往引发经济学家的一个疑问：这种增长是建立在坚实的基础之上，还是一个等待破裂的泡沫？担忧不仅在于这项技术是否有效，更在于投入其中的资金是否能通过其创造的产品和服务赚回。如果回报无法匹配成本，整个系统都可能面临突然且痛苦的修正。

日内瓦大学的研究人员盖亚·瓦伦蒂（Gaia Valenti）和塞德里克·杜兰德（Cédric Durand）着手通过经济史的角度来审视这一情况。他们不仅将当前的繁荣视为一个技术上的成功故事，还将其视为一场潜在的“过度积累”危机。简单来说，这个概念描述了一种情况：由于竞争压力，企业被迫投入过多的资金，导致可用的资本超过了可以利用它的盈利机会。研究人员认为，虽然围绕人工智能的兴奋感是由一条单一且乐观的路径驱动的——即生产力飞速提升且需求永续增长——但通往崩溃的路径要复杂得多。他们确定了三种截然不同的失败路径，每种路径都与其他路径相互作用，从而创造了一个脆弱的局面。

第一条麻烦之路在于金融系统本身。研究人员发现，科技巨头的大规模支出并非由这些公司目前的利润所支付。相反，它们在很大程度上依赖于债务和将它们联系在一起的复杂金融交易。例如，一些公司正在借入巨款来建造数据中心，而另一些公司则签署长期合同来购买这些中心的计算能力。这创造了一个循环，其中一家公司的价值取决于另一家公司的成功。如果对人工智能的需求增长不如预期那样快，这些公司可能会发现自己无法偿还账单。由于它们的财务状况如此紧密交织，一个公司出现问题可能会迅速蔓延到所有公司，从而可能引发更广泛的金融冲击。

第二条路径涉及建设必要基础设施时的物理和政治障碍。研究人员指出，尽管公司已经获得了大量资金，但实际建造数据中心正变得越来越困难。这些设施需要大量的电力和水资源，并且需要在经常受到地方反对的土地上进行建设。在美国，许多州已开始限制或延迟数据中心的建设，原因是担心能源使用和环境影响。此外，运行这些系统所需的专用芯片的供应也容易受到全球冲突和运输中断的影响。这意味着，即使公司有钱可以花，它们也可能无法足够快地将这些钱转化为运作中的技术，以满足投资者的预期。

第三条，或许也是最根本的危机路径，关乎人工智能本应从事的实际工作。整个繁荣的合理性在于这样一个承诺：这些机器将使人类员工的生产力大幅提高，从而允许公司赚回其巨额投资。然而，研究人员发现证据表明，这一承诺可能无法兑现。虽然人工智能可以加速特定任务，但它往往会破坏团队协作的方式。它可以造成这样一种情况：初级员工因为没有亲自进行工作而失去了学习基本技能的机会，而高级员工则因为试图检查机器的输出结果而感到不堪重负。这可能导致整体工作质量的下降和积极性的丧失。如果技术未能带来预期的工作改进，对该技术的需求将会停滞，那么用于构建它的巨额投资也将无法获得回报。

研究人员总结道，这场繁荣的结果是不确定的，但他们概述了两种可能的未来。一种可能性是“人工智能寒冬”，即泡沫破裂，投资崩塌，技术退缩到经济中一个规模较小、影响力较弱的角色。另一种，或许更可能的场景，是他们所称的“人工智能阴郁”。在这种未来中，技术并没有消失，但也未能带来承诺中的巨大经济收益。构建基础设施的公司依然强大，但整个经济并未看到预期的繁荣。相反，维护这一昂贵系统的成本将被转嫁给社会，而少数大型科技公司的权力将变得更加根深蒂固。研究表明，虽然这项技术是真实的，但驱动其当前扩张的经济逻辑却充满了危险，前进的道路远不像宣传中所暗示的那样确定。