مکانیسم تورم هوش مصنوعی: چگونه هزینه‌های مراکز داده، فشارهای ساختاری قیمت را تشدید می‌کند

اقتصاد جهانی در حال حاضر در حال عبور از یک ناهنجاری منحصر به فرد اقتصاد کلان است: یک رونق فناوری آنقدر عظیم که ردپای فیزیکی آن به طور فعال مسیر تورم ملی را تغییر می‌دهد. در طول سال گذشته، انقلاب هوش مصنوعی عمدتاً از دریچه قابلیت‌های نرم‌افزاری، پیشرفت‌های الگوریتمی و افزایش ارزش سهام در بازار بورس دیده می‌شد. با این حال، کریستوفر والر، فرماندار فدرال رزرو، اکنون به صراحت توسعه فیزیکی زیرساخت‌های هوش مصنوعی را به فشارهای قیمتی پایدار در سراسر ایالات متحده مرتبط کرده و رونق فناوری را به عنوان یک محرک ملموس اقتصاد کلان بازتعریف می‌کند.[1][2]

والر در سخنرانی خود در ۱۳ جولای در انجمن اقتصاد کسب‌وکار نیویورک، آنچه را که یک نقطه عطف حیاتی برای سیاست پولی توصیف کرد، تشریح نمود. او اشاره کرد که شاخص هزینه‌های مصرف شخصی (PCE) هسته‌ای – معیار ترجیحی بانک مرکزی برای تورم، که عمداً هزینه‌های نوسان مواد غذایی و انرژی را حذف می‌کند تا روندهای اساسی را آشکار سازد – به طور پیوسته از ۳.۰ درصد در دسامبر ۲۰۲۵ به ۳.۴ درصد در می ۲۰۲۶ افزایش یافته است. این شتاب مجدد، سیاست‌گذارانی را که امیدوار بودند افزایش شدید نرخ بهره در سال‌های گذشته سرانجام اژدهای تورم را مهار کرده است، ناامید کرده است.[2][3]

در بخش خدمات هسته‌ای، که تقریباً سه‌چهارم سبد قیمت هسته‌ای را تشکیل می‌دهد، تقریباً ۷۰ درصد از دسته‌های فردی اکنون افزایش سالانه بالای ۳ درصد را ثبت می‌کنند. والر برای توضیح این مسیر صعودی سرسختانه، به سه عامل متمایز اشاره کرد که در حال حاضر بر اقتصاد تأثیر می‌گذارند: تأثیر تأخیری تعرفه‌های اعمال شده در طول سال ۲۰۲۵، قیمت‌های بالای انرژی ناشی از درگیری‌های جاری در خاورمیانه، و مهم‌تر از همه، اثرات سرریز ناشی از گسترش سریع و بسیار سرمایه‌بر مراکز داده هوش مصنوعی. این عامل سوم یک چالش جدید برای بانک مرکزی است، زیرا ناشی از نوآوری بخش خصوصی است نه درگیری‌های ژئوپلیتیکی.[2][4]

مقیاس این توسعه زیرساختی در تاریخ بی‌سابقه است. غول‌های فناوری، که اغلب به عنوان «هایپراسکیلرها» شناخته می‌شوند، در حال حاضر درگیر یک ولخرجی تریلیون دلاری برای تأمین قدرت محاسباتی لازم برای آموزش و استقرار مدل‌های هوش مصنوعی نسل بعدی هستند. این هزینه سرمایه‌ای عظیم تنها به ترازنامه‌های چند شرکت در سیلیکون ولی محدود نمی‌شود؛ بلکه به صورت یک شوک تقاضای فیزیکی عظیم در اقتصاد واقعی ظاهر می‌شود و مواد خام، زمین و تجهیزات تخصصی را با سرعتی سرسام‌آور مصرف می‌کند. در حالی که این شرکت‌ها برای تثبیت سلطه خود در فضای هوش مصنوعی رقابت می‌کنند، تمایل آنها به پرداخت قیمت‌های بالا برای زیرساخت‌ها، کف جدیدی را برای هزینه‌های صنعتی تعیین می‌کند.[5]

مکانیسم این «تورم هوش مصنوعی» از عمق زنجیره تأمین سخت‌افزار جهانی آغاز می‌شود. تقاضای ناگهانی و سیری‌ناپذیر برای نیمه‌رساناهای تخصصی، سرورهای با چگالی بالا و تجهیزات شبکه پیشرفته، بسیار فراتر از ظرفیت تولید جهانی بوده است. از آنجایی که هایپراسکیلرها به شدت برای تخصیص محدود واحدهای پردازش گرافیکی (GPU) و تراشه‌های حافظه پیشرفته رقابت می‌کنند، کمبودهای ناشی از آن قیمت طیف گسترده‌ای از قطعات الکترونیکی را افزایش داده و یک جنگ مزایده ایجاد کرده است که شرکت‌های کوچک‌تر به سادگی نمی‌توانند در آن پیروز شوند. این پویایی تضمین می‌کند که هزینه قدرت محاسباتی بالا باقی بماند و مستقیماً بر هزینه‌های سرمایه‌ای هر کسب‌وکاری که قصد دیجیتالی کردن عملیات خود را دارد، تأثیر بگذارد.[4][6]

این تنگنای سخت‌افزاری یک اثر موجی عمیق در صنایع به ظاهر نامرتبط ایجاد می‌کند. هنگامی که کارخانه‌های تولید نیمه‌رسانا ظرفیت محدود و بسیار سودآور خود را به تولید تراشه‌های هوش مصنوعی با حاشیه سود بالا اختصاص می‌دهند، عرضه تراشه‌های قدیمی‌تر که در خودروها، ماشین‌آلات صنعتی و لوازم الکترونیکی مصرفی پایه استفاده می‌شوند، به شدت محدود می‌شود. در نتیجه، تولیدکنندگان در بخش‌های مختلف با هزینه‌های ورودی بالاتر و برنامه‌های تولید با تأخیر مواجه می‌شوند، که در نهایت به شکل قیمت‌های خرده‌فروشی بالاتر برای خودروها، لوازم خانگی و ابزارآلات به مصرف‌کنندگان عادی منتقل می‌شود. تقاضای بخش فناوری عملاً تولید سنتی را از میدان به در می‌کند و تورم را به کالاهایی وارد می‌کند که هیچ ارتباطی با هوش مصنوعی ندارند.[4]

فراتر از قلمرو سیلیکون، توسعه هوش مصنوعی فشار عظیم و بی‌سابقه‌ای بر بخش انرژی و شبکه‌های برق منطقه‌ای وارد می‌کند. مراکز داده مدرن هوش مصنوعی به طور تصاعدی به انرژی بیشتری نسبت به تأسیسات سنتی رایانش ابری نیاز دارند، هم برای اجرای خوشه‌های متراکم پردازنده‌ها و هم برای راه‌اندازی سیستم‌های خنک‌کننده مایع عظیمی که برای جلوگیری از ذوب شدن آنها لازم است. این افزایش ناگهانی و محلی در تقاضای برق، شرکت‌های برق را مجبور می‌کند تا برای تأمین ظرفیت تولید اضافی دست و پا بزنند. اغلب، این شرکت‌ها باید به منابع برق گران‌تر و با استقرار سریع‌تر تکیه کنند یا بازنشستگی نیروگاه‌های قدیمی‌تر سوخت فسیلی را به تأخیر بیندازند تا شکاف را پر کنند، که این امر هزینه پایه برق را افزایش می‌دهد.[4][7]

کاخ سفید قبلاً شروع به تشکیل جلسه با مدیران شرکت‌های برق و توسعه‌دهندگان مراکز داده کرده است تا به این بحران قریب‌الوقوع انرژی رسیدگی کند، زیرا تشخیص می‌دهد که نیازهای انرژی محض هوش مصنوعی می‌تواند شبکه‌های منطقه‌ای را بی‌ثبات کرده و نرخ‌های خدمات شهری را برای مصرف‌کنندگان عادی به شدت افزایش دهد. هنگامی که هزینه‌های برق صنعتی برای تطبیق با تأسیسات فناوری افزایش می‌یابد، هزینه‌های عملیاتی تقریباً هر کسب‌وکاری در منطقه آسیب‌دیده افزایش می‌یابد. این پویایی لایه دیگری از تورم ساختاری را اضافه می‌کند، زیرا رستوران‌ها، بیمارستان‌ها و کارخانه‌های محلی همگی با قبوض ماهانه خدمات شهری بالاتری روبرو می‌شوند. بنابراین، هزینه تأمین انرژی آینده دیجیتال در سراسر اقتصاد فیزیکی توزیع می‌شود.[7]

بازار کار نیز فشار شدید ناشی از رونق زیرساخت‌های هوش مصنوعی را احساس می‌کند. ساخت مراکز داده پیشرفته نیازمند نیروی کار بسیار تخصصی در مهندسی، برق و ساخت‌وساز تجاری است. از آنجایی که شرکت‌های فناوری برای ساخت تأسیسات عظیم در مراکز جغرافیایی کلیدی مانند ویرجینیای شمالی، تگزاس و شمال غربی اقیانوس آرام عجله دارند، به شدت دستمزدها را برای این مشاغل ماهر بالا می‌برند. این امر تورم دستمزد محلی ایجاد می‌کند که به سرعت به هزینه‌های گسترده‌تر ساخت‌وساز تجاری و مسکونی سرایت می‌کند و ساخت هر چیز دیگری را گران‌تر می‌سازد. پیمانکارانی که روی مدارس یا پروژه‌های مسکن کار می‌کنند، اکنون باید با جیب‌های پر پول شرکت‌های بزرگ فناوری برای تأمین نیروی کار قابل اعتماد رقابت کنند.[4]

برای فدرال رزرو، این پویایی یک معضل سیاست‌گذاری بسیار پیچیده و ناامیدکننده را ایجاد می‌کند. ابزارهای سنتی سیاست پولی، یعنی افزایش نرخ بهره، برای خنک کردن تقاضای گسترده اقتصادی با گران‌تر کردن استقراض برای مصرف‌کنندگان و کسب‌وکارها طراحی شده‌اند. با این حال، این ابزارها ذاتاً ابزارهای کُندی هستند که برای رسیدگی به کمبودهای عرضه ساختاری و بخش خاص که توسط شرکت‌های فناوری ثروتمند و عمدتاً مصون از هزینه‌های استقراض بالاتر هدایت می‌شوند، با مشکل مواجه هستند. هنگامی که یک هایپراسکیلر تصمیم می‌گیرد ۵۰ میلیارد دلار برای مراکز داده هزینه کند، افزایش یک چهارم درصدی نرخ وجوه فدرال تأثیر چندانی در بازدارندگی سرمایه‌گذاری آنها ندارد.[3][4]

افزایش نرخ وجوه فدرال فوراً کارخانه‌های نیمه‌رسانای بیشتری نمی‌سازد، برق‌کاران متخصص بیشتری آموزش نمی‌دهد یا شبکه برق را گسترش نمی‌دهد. در واقع، هزینه‌های استقراض بالاتر می‌تواند به طور انحرافی ساخت همان زیرساخت‌ها و تولید برق مورد نیاز برای کاهش این تنگناهای عرضه را به تأخیر اندازد. با این حال، فرماندار والر هشدار داد که اگر روند صعودی تورم هسته‌ای ادامه یابد، کمیته بازار آزاد فدرال (FOMC) ممکن است مجبور شود در کوتاه‌مدت سیاست‌های انقباضی را در نظر بگیرد تا از لنگر انداختن انتظارات تورمی بلندمدت جلوگیری کند. فدرال رزرو نمی‌تواند به سادگی قیمت‌های در حال افزایش را نادیده بگیرد، حتی اگر علت اصلی یک تغییر پارادایم تکنولوژیکی باشد نه هزینه‌های بی‌ملاحظه مصرف‌کننده.[1][2]

واکنش بازار به اظهارات والر فوری و محسوس بود. بازده اوراق خزانه‌داری کاهش یافت زیرا معامله‌گران اوراق قرضه لحن غیرمنتظره تندروانه را هضم کردند و بازارهای آتی نرخ بهره به سرعت احتمال افزایش نرخ بهره در ماه جولای را بازنگری کردند. طبق داده‌های ابزار FedWatch CME، احتمال افزایش نرخ پس از این سخنرانی به ۴۱ درصد جهش کرد. این نشان‌دهنده یک تغییر شدید و چشمگیر نسبت به تنها یک ماه قبل است، زمانی که ۸۹ درصد از شرکت‌کنندگان بازار انتظار داشتند نرخ‌ها در طول تابستان ثابت بمانند. این بازنگری سریع تأکید می‌کند که بازارهای مالی چقدر به هر نشانه‌ای مبنی بر اینکه رونق هوش مصنوعی ممکن است فدرال رزرو را مجبور به اقدام کند، حساس شده‌اند.[1]

با وجود فشارهای تورمی فوری که بر سرخط خبرها غالب شده‌اند، اقتصاددانان به یک نکته مثبت قابل توجه که در موج سرمایه‌گذاری هوش مصنوعی نهفته است، اشاره می‌کنند. پویایی اقتصاد کلان کنونی نشان‌دهنده یک عدم تطابق زمانی کلاسیک بین هزینه‌های هنگفت اولیه ساخت زیرساخت‌های جدید و تحقق تأخیری مزایای اقتصادی آن است. در حالی که ساخت‌وساز فیزیکی و تأمین سخت‌افزار امروز بسیار تورم‌زا هستند، هدف نهایی فناوری هوش مصنوعی عمیقاً ضدتورمی است. انتظار می‌رود پس از استقرار این سیستم‌ها در مقیاس، هزینه کار دانش‌محور، لجستیک و تحقیقات علمی را به شدت کاهش دهند.[6][8]

همانطور که خود فرماندار والر در سخنرانی اواخر سال ۲۰۲۵ در این مورد اشاره کرد، ادغام موفقیت‌آمیز هوش مصنوعی در اقتصاد گسترده‌تر نویدبخش یک احیای تاریخی در بهره‌وری نیروی کار است. با اجازه دادن به شرکت‌ها برای تولید خروجی به طور قابل توجهی بیشتر از همان سطح ورودی‌های انسانی و سرمایه‌ای، هوش مصنوعی می‌تواند به طور نظری از افزایش درآمدهای واقعی و استانداردهای زندگی بالاتر بدون ایجاد فشارهای قیمتی بلندمدت حمایت کند. از این دیدگاه، تورم کنونی صرفاً عوارضی است که اقتصاد باید برای دسترسی به آینده‌ای کارآمدتر بپردازد. اگر فناوری به وعده‌های خود عمل کند، تأثیر ضدتورمی هوش مصنوعی در نهایت بر هزینه تورمی ساخت آن غلبه خواهد کرد.[8]

با این حال، دوره گذار مستلزم عبور از محدودیت‌های فیزیکی سرسخت دنیای واقعی است. سرمایه‌گذاران، مصرف‌کنندگان و سیاست‌گذاران به طور جمعی در حال درک این موضوع هستند که اقتصاد دیجیتال اثیری به طور ناگسستنی با مواد خام، ظرفیت تولید سنگین و تولید انرژی پایه مرتبط است. درک این مکانیسم انتقال برای پیش‌بینی جریان‌های متقابل اقتصاد کلان در دهه آینده، با برخورد فزاینده جهان‌های دیجیتال و فیزیکی، حیاتی است. این فرض که نرم‌افزار به طور نامحدود و رایگان مقیاس‌پذیر است، توسط واقعیت سخت سیم مسی، ویفرهای سیلیکونی و بتن در حال آزمایش است.[5][6]

در نهایت، پدیده «تورم هوش مصنوعی» بر یک لحظه محوری در تاریخ اقتصادی مدرن تأکید می‌کند. اقتصاد جهانی در حال حاضر در حال جذب هزینه‌های سرمایه‌ای عظیم و متمرکز برای پایه‌گذاری یک عصر تکنولوژیکی کاملاً جدید است. در حالی که این گذار در حال حاضر محدودیت‌های زنجیره‌های تأمین جهانی و صبر بانک مرکزی را آزمایش می‌کند، همچنین صحنه را برای دستاوردهای بهره‌وری که آینده را تعریف خواهند کرد، آماده می‌سازد. چالش فدرال رزرو این است که دردهای رشد را بدون خفه کردن آن مدیریت کند. در حال حاضر، قیمت پیشرفت در گزارش‌های ماهانه تورم محاسبه می‌شود.[3][8]