مکانیسمهای ریسک سیستمی: هشدار بانک تسویه حسابهای بینالمللی درباره تهدید سرمایهگذاری بیش از حد در هوش مصنوعی برای رکود جهانی
بانک تسویه حسابهای بینالمللی (BIS) هشدار داده است که تزریق تریلیونها دلار به زیرساختهای هوش مصنوعی میتواند در صورت عقب ماندن پذیرش سازمانی از هزینههای سرمایهای، منجر به انقباض اقتصاد کلان شود. این گزارش تحلیلی، مکانیسمهای چرخه سرمایهگذاری هوش مصنوعی، شباهتهای تاریخی با رونقهای فناوری گذشته و معنای احتمالی بازنگری قیمت بازار برای ثبات مالی جهانی را بررسی میکند.
به قلم تیم سردبیری کوهستان
این خبر را به اشتراک بگذارید
- نهادهای نظارتی کلان
- بر ریسکهای سیستمی ناشی از انباشت بدهی و تمرکز سهام تمرکز دارند و ثبات سیستم مالی گستردهتر را بر استقرار سریع فناوری اولویت میدهند.
- خوشبینان فناوری
- استدلال میکنند که هزینههای سرمایهای کنونی با توجه به دستاوردهای قریبالوقوع و عظیم بهرهوری هوش مصنوعی کاملاً توجیه شده است و اشاره میکنند که «هایپراسکِیلرها» ذخایر نقدی لازم برای تحمل هرگونه تأخیر را دارند.
- مورخان اقتصادی
- رونق هوش مصنوعی را از منظر انقلابهای تکنولوژیک گذشته میبینند و هشدار میدهند که اگرچه فناوری موفق خواهد شد، سرمایهگذاران اولیه ممکن است به دلیل ارزشگذاری بیش از حد، متحمل زیانهای مالی شدید شوند.
زوایای پوششدادهنشده
- · پذیرندگان کسب و کارهای کوچک و متوسط (SME)
- · اتحادیههای کارگری در مواجهه با اختلال هوش مصنوعی
چرا مهم است
درک مکانیسمهای هشدار BIS به سرمایهگذاران این امکان را میدهد که وعده واقعی فناوری هوش مصنوعی را از خطرات مالی یک بازار بیش از حد داغ جدا کنند. با شناخت نحوه عملکرد چرخههای هزینههای سرمایهای، خوانندگان میتوانند پرتفوی خود را بهتر متنوع کرده و داراییهای خود را در برابر نوسانات احتمالی محافظت نمایند.
نکات کلیدی
- بانک تسویه حسابهای بینالمللی هشدار میدهد که اگر بازدهی به تأخیر بیفتد، سرعت بالای سرمایهگذاری در هوش مصنوعی میتواند باعث یک رکود اقتصاد کلان شود.
- هزینههای سرمایهای جهانی برای زیرساختهای هوش مصنوعی از ۲.۵ تریلیون دلار فراتر رفته که عمدتاً از طریق بدهیهای شرکتی تأمین شده است.
- تاریخ اقتصادی نشان میدهد که فناوریهای با کاربرد عمومی اغلب قبل از سوددهی، دچار تأخیر «منحنی J بهرهوری» میشوند.
- بازنگری ناگهانی قیمت سهام مرتبط با هوش مصنوعی میتواند سرمایهگذاران نهادی را مجبور به نقد کردن داراییهای دیگر کند و ریسک را گسترش دهد.
- برخلاف حباب داتکام، ساختار فعلی توسط غولهای فناوری بسیار سودآور با ترازنامههای قوی هدایت میشود.
بانک تسویه حسابهای بینالمللی (BIS)، نهاد مستقر در سوئیس که اغلب به عنوان بانک مرکزی برای بانکهای مرکزی توصیف میشود، ارزیابی جامعی از چشمانداز مالی جهانی منتشر کرده و بر آسیبپذیری رو به گسترشی تأکید کرده است. بر اساس آخرین بولتن اقتصادی آنها، افزایش بیسابقه جریان سرمایه به زیرساختهای هوش مصنوعی، نشانههای مشخصی از یک ریسک سیستمی اقتصاد کلان را در خود دارد. این هشدار پتانسیل تحولآفرین هوش مصنوعی را رد نمیکند؛ بلکه بر مکانیسمهای خطرناک تخصیص نادرست سرمایه تمرکز دارد، زمانی که سرمایهگذاری از ادغام واقعی یک فناوری جدید در دنیای واقعی پیشی میگیرد.[1][2]
برای درک مقیاس این پدیده، باید به حجم عظیم هزینههای سرمایهای (Capex) که در حال حاضر بخش فناوری را هدایت میکند، نگاه کرد. طی سه سال گذشته، هزینههای جهانی برای زیرساختهای هوش مصنوعی—شامل ساخت نیمهرساناهای پیشرفته، ساخت مراکز داده در مقیاس بسیار بزرگ (هایپراسکِیل) و شبکههای انرژی اختصاصی مورد نیاز برای تأمین برق آنها—از ۲.۵ تریلیون دلار فراتر رفته است. این یکی از سریعترین ساختارهای سرمایهای در تاریخ اقتصادی مدرن است که مراحل اولیه دوران اینترنت موبایل و رایانش ابری را تحتالشعاع قرار میدهد.[2][4]
هسته اصلی نگرانی BIS در مفهومی به نام «منحنی J بهرهوری» نهفته است. تحقیقات اقتصادی نشان میدهد که فناوریهای با کاربرد عمومی، از برق گرفته تا اینترنت، قبل از اینکه بازدهی بهرهوری قابل اندازهگیری داشته باشند، نیاز به بازسازی سازمانی قابل توجهی دارند. شرکتها باید جریانهای کاری را دوباره طراحی کنند، کارکنان را بازآموزی کنند و سیستمهای قدیمی را اصلاح نمایند. در طول این دوره تأخیر، بهرهوری ممکن است قبل از شتاب گرفتن، در واقع کاهش یابد و یک پنجره خطرناک ایجاد کند که در آن بازده مالی سرمایهگذاریهای عظیم به تأخیر میافتد.[1][3]
در حال حاضر، بازار سهام جهانی به شدت به ارائهدهندگان «ابزار و تجهیزات» رونق هوش مصنوعی پاداش میدهد. طراحان نیمهرسانا، تولیدکنندگان سرور و شرکتهای زیرساخت انرژی، درآمدهای بیسابقهای را گزارش میکنند که ناشی از تقاضای سیریناپذیر پلتفرمهای بزرگ فناوری است. با این حال، این درآمد عمدتاً داخلی اکوسیستم فناوری است—به این معنا که هایپراسکِیلرها از سازندگان تراشه خرید میکنند تا مدلهایی بسازند که امیدوارند در نهایت به شرکتهای غیرفناوری بفروشند.[4][6]
ریسک سیستمی زمانی محقق میشود که بازار گستردهتر شرکتها—تولید، لجستیک، مراقبتهای بهداشتی و امور مالی سنتی—ابزارهای هوش مصنوعی را کندتر از حد انتظار بپذیرد. اگر درآمد کاربران نهایی مطابق با جدولهای زمانی تهاجمی پیشبینی شده توسط وال استریت محقق نشود، هایپراسکِیلرها در نهایت مجبور خواهند شد هزینههای زیرساختی خود را به شدت کاهش دهند. این توقف ناگهانی در هزینههای سرمایهای، یک موج شوک تورمزدایی را در زنجیرههای تأمین نیمهرسانا و سختافزار ایجاد خواهد کرد.[1][2]
مکانیسم اهرم مالی شرکتها این ریسک را تشدید میکند. برای تأمین مالی این ساختار ۲.۵ تریلیون دلاری، بخش فناوری بدهی قابل توجهی را متحمل شده است. BIS اشاره میکند که بدهی شرکتی مرتبط با فناوری اکنون سهم تاریخی بالایی از کل بدهی جهانی را تشکیل میدهد، که بخش زیادی از آن بر اساس فرض رشد درآمد مداوم و تصاعدی ساختار یافته است. کاهش سرعت در کسب درآمد از هوش مصنوعی میتواند باعث کاهش رتبه اعتباری و نکول در میان ارائهدهندگان زیرساختهای ثانویه شود.[1][4]
انتقال این ریسک به اقتصاد گستردهتر—که BIS آن را «رکود اقتصادی جهانی» مینامد—عمدتاً از طریق تمرکز بازار سهام و قرار گرفتن در معرض نهادهای مالی عمل میکند. تعداد انگشتشماری از سهام فناوری با ارزش بازار بسیار بالا، در حال حاضر اکثریت قریب به اتفاق بازدهی شاخصهای جهانی را هدایت میکنند. صندوقهای بازنشستگی، صندوقهای ثروت دولتی و حسابهای بازنشستگی خرد به شدت در این سهام خاص سرمایهگذاری کردهاند، اغلب به صورت غیرفعال از طریق صندوقهای شاخصی.[1][6]
انتقال این ریسک به اقتصاد گستردهتر—که BIS آن را «رکود اقتصادی جهانی» مینامد—عمدتاً از طریق تمرکز بازار سهام و قرار گرفتن در معرض نهادهای مالی عمل میکند.
اگر بازنگری قیمت داراییهای هوش مصنوعی رخ دهد، کاهش ارزش ناشی از آن در این سهامهای با ارزش بازار بالا، به شدت بر ثروت خانوارها و ترازنامههای نهادی جهانی تأثیر خواهد گذاشت. در بدترین سناریو، سرمایهگذاران نهادی که با درخواستهای مارجین یا الزامات سختگیرانه برابری ریسک مواجه هستند، ممکن است مجبور شوند داراییهای خود را در بخشهای کاملاً نامرتبط—مانند کالاهای مصرفی یا صنعتی—تنها برای جمعآوری پول نقد نقد کنند، و بدین ترتیب اصلاح بخش فناوری را به یک سرایت گسترده بازار تبدیل نمایند.[1][5]
اقتصاددانان مالی اغلب بین رونق فعلی زیرساخت هوش مصنوعی و دورههای تاریخی استقرار سریع فناوری، مانند جنون راهآهن در دهه ۱۸۴۰ یا ساختار مخابراتی حباب داتکام در اواخر دهه ۱۹۹۰، شباهتهایی ترسیم میکنند. در هر دو مورد تاریخی، فناوری زیربنایی واقعاً انقلابی بود و اقتصاد جهانی را برای همیشه تغییر داد.[3][5]
با این حال، همانطور که دادههای تاریخی نشان میدهد، فاز سرمایهگذاری بیش از حد در نهایت زیرساختهای بسیار ارزشمندی را برای جامعه به ارث گذاشت—شبکههای ریلی گسترده و میلیونها مایل کابل فیبر نوری تاریک—اما از نظر مالی موج اولیه سرمایهگذاران را ویران کرد. سرمایه با سرعت بسیار زیاد و با ارزشگذاریهایی که فرض بر کمال فوری داشتند، مستقر شد و قبل از تحقق مزایای اقتصادی واقعی، منجر به یک فاز منطقیسازی بیرحمانه گشت.[5][6]
با وجود این هشدارها، طرفداران سرعت فعلی سرمایهگذاری استدلال میکنند که این چرخه دارای تفاوتهای ساختاری اساسی است که ریسک سیستمی را کاهش میدهد. برخلاف استارتآپهای سوداگرانه و فاقد درآمد که مشخصه دوران داتکام بودند، نهادهایی که هزینههای سرمایهای هوش مصنوعی امروز را هدایت میکنند، غولهای فناوری بسیار سودآور و دارای نقدینگی بالا هستند. این هایپراسکِیلرها از توان مالی کافی در ترازنامههای خود برخوردارند تا تأخیر در بازدهی را بدون مواجهه با ورشکستگی فوری جذب کنند.[2][4]
علاوه بر این، خوشبینان اشاره میکنند که مدلهای هوش مصنوعی در حال حاضر در حوزههای خاصی مانند مهندسی نرمافزار، خودکارسازی خدمات مشتری و کشف داروهای دارویی، کاربرد ملموس و صرفهجویی در هزینه ایجاد میکنند. این کاربرد فوری، هرچند محدود، نشان میدهد که مسیر کسب درآمد گسترده ممکن است کوتاهتر از آنچه مدلهای تاریخی منحنی J پیشبینی میکنند باشد و جریان ثابتی از درآمد را برای حفظ ساختار زیرساخت فراهم کند.[3][6]
با این وجود، نهادهای نظارتی کلان، ثبات مالی را به شانس واگذار نمیکنند. به دنبال گزارش BIS، چندین بانک مرکزی شروع به ترغیب وامدهندگان تجاری کردهاند تا قرار گرفتن در معرض بخش فناوری را به طور دقیق مورد آزمون استرس قرار دهند. رگولاتورها به ویژه بر نهادهای بانکداری سایه و صندوقهای اعتباری خصوصی تمرکز دارند که به طور تهاجمی پروژههای ثانویه مراکز داده هوش مصنوعی و پروژههای انرژی تخصصی را تأمین مالی کردهاند.[1][2]

برای سرمایهگذار عادی، هشدار BIS به عنوان یک چارچوب آموزشی حیاتی عمل میکند. این هشدار بر تمایز حیاتی بین یک انقلاب تکنولوژیک و یک چرخه مالی تأکید میکند. در حالی که هوش مصنوعی بدون شک آینده کار و بهرهوری را تغییر خواهد داد، جدول زمانی آن تحول به ندرت با خواستههای بیتاب گزارشهای درآمد فصلی و برنامههای سررسید بدهیها کاملاً همسو میشود.[6]
در نهایت، مکانیسمهای ریسک سیستمی که توسط BIS ترسیم شدهاند، به بازارها یادآوری میکنند که حتی پیشرفتهترین الگوریتمها نیز نمیتوانند قوانین اساسی بازده سرمایه را به حالت تعلیق درآورند. با درک این پویاییها، سرمایهگذاران میتوانند فراتر از هیاهوی روزانه را ببینند، اطمینان حاصل کنند که پرتفوی آنها به اندازه کافی در بخشهای مختلف متنوع شده است و برای نوسانات اجتنابناپذیری که همراه با تولد یک عصر تکنولوژیک جدید است، آماده شوند.[1][6]
روند رویداد
اواخر ۲۰۲۲
انتشار عمومی مدلهای پیشرفته هوش مصنوعی مولد، رقابت جهانی برای قدرت محاسباتی را آغاز میکند.
۲۰۲۳–۲۰۲۴
هایپراسکِیلرها هزینههای سرمایهای را به طور چشمگیری افزایش میدهند تا نیمهرساناهای پیشرفته را تأمین کرده و مراکز داده اختصاصی بسازند.
۲۰۲۵
بدهی شرکتی بخش فناوری به سطوح بیسابقهای میرسد، زیرا ساخت زیرساختها از درآمدهای فوری نرمافزار سازمانی پیشی میگیرد.
جولای ۲۰۲۶
بانک تسویه حسابهای بینالمللی هشدار رسمی در مورد ریسکهای سیستمی تخصیص نادرست سرمایه هوش مصنوعی صادر میکند.
بررسی عمیق دیدگاهها
دیدگاه نهادهای نظارتی
بانکهای مرکزی و نهادهای نظارتی کلان، ثبات سیستم مالی گستردهتر را بر استقرار سریع فناوری اولویت میدهند.
نهادهایی مانند BIS رونق هوش مصنوعی را از منظر انباشت بدهی و تمرکز سهام بررسی میکنند. مأموریت اصلی آنها جلوگیری از سرایت یک اصلاح بخشی محلی به یک رکود جهانی است. رگولاتورها استدلال میکنند که وقتی یک بخش واحد سهم نامتناسبی از بدهی شرکتی و ارزش بازار را به خود اختصاص میدهد، هرگونه اختلال در مفروضات درآمدی آن، یک تهدید سیستمی ایجاد میکند. در نتیجه، آنها از آزمون استرس دقیق بانکهای تجاری و وامدهندگان سایه حمایت میکنند تا اطمینان حاصل شود که آنها ذخایر سرمایه کافی برای زنده ماندن در برابر کاهش ناگهانی ارزش داراییهای هوش مصنوعی را دارند.
دیدگاه هایپراسکِیلرها
شرکتهای بزرگ فناوری استدلال میکنند که هزینههای سرمایهای عظیم و فوری یک ضرورت حیاتی برای تضمین رهبری در پارادایم محاسباتی بعدی است.
برای بزرگترین شرکتهای فناوری جهان، سرمایهگذاری ناکافی در زیرساخت هوش مصنوعی به عنوان ریسکی بسیار بزرگتر از سرمایهگذاری بیش از حد تلقی میشود. آنها استدلال میکنند که هوش مصنوعی نشاندهنده یک تغییر بنیادی شبیه به اختراع اینترنت یا برق است. از دیدگاه آنها، هزینههای سرمایهای ۲.۵ تریلیون دلاری کنونی با توجه به کل بازار قابل دسترس نهایی برای خودکارسازی کار دانش جهانی کاملاً توجیه میشود. علاوه بر این، آنها تأکید میکنند که برخلاف استارتآپهای سوداگرانه دهه ۱۹۹۰، هایپراسکِیلرهای امروزی دهها میلیارد دلار جریان نقدی آزاد از کسبوکارهای موجود جستجو، ابری و تجارت الکترونیک تولید میکنند که یک پشتوانه مالی عظیم برای جذب هرگونه تأخیر در کسب درآمد از هوش مصنوعی فراهم میکند.
دیدگاه سرمایهگذاران نهادی
صندوقهای بازنشستگی و مدیران دارایی بین ترس از دست دادن بازدهی تاریخی و وظیفه محافظت از سرمایه در برابر پویایی حباب گرفتار شدهاند.
سرمایهگذاران نهادی با یک معضل پیچیده روبرو هستند. از یک سو، اجتناب از سهام مرتبط با هوش مصنوعی در طول سه سال گذشته منجر به عملکرد ضعیف شدید نسبت به معیارهای جهانی میشد. از سوی دیگر، مدلهای ریسک آنها علائم هشداردهندهای را در مورد تمرکز پرتفوی نشان میدهند. بسیاری از مدیران دارایی در تلاشند تا با تغییر سرمایهگذاریها از ارائهدهندگان سختافزاری «ابزار و تجهیزات» با ارزش بالا به سمت ذینفعان ثانویه، مانند شرکتهای تأسیساتی که برق مراکز داده را تأمین میکنند، یا شرکتهای سنتی که با موفقیت از هوش مصنوعی برای کاهش هزینههای عملیاتی خود استفاده میکنند، تعادل ایجاد کنند.
آنچه نمیدانیم
- مدت زمان دقیق تأخیر «منحنی J بهرهوری» قبل از اینکه شرکتهای سنتی ابزارهای هوش مصنوعی را به طور کامل ادغام و از آن کسب درآمد کنند.
- میزان انعطافپذیری بازارهای اعتباری خصوصی و بانکهای سایه در صورت نکول پروژههای زیرساختی ثانویه هوش مصنوعی در پرداخت بدهیهایشان.
- اینکه آیا نسل بعدی مدلهای هوش مصنوعی جریانهای درآمدی جدید و فوری را ایجاد خواهند کرد که سرعت فعلی هزینههای سرمایهای را توجیه کند یا خیر.
اصطلاحات کلیدی
- ریسک سیستمی (Systemic Risk)
- ریسک فروپاشی کل یک سیستم مالی یا کل بازار، در مقابل ریسکی که با یک نهاد، گروه یا جزء منفرد از سیستم مرتبط است.
- هزینههای سرمایهای (Capex)
- وجوهی که یک شرکت برای خرید، ارتقاء و نگهداری داراییهای فیزیکی مانند املاک، کارخانهها، ساختمانها، فناوری یا تجهیزات استفاده میکند.
- هایپراسکِیلر (Hyperscaler)
- ارائهدهندگان خدمات ابری عظیم، مانند آمازون وب سرویسز، گوگل کلود و مایکروسافت آژور، که میتوانند محاسبات و ذخیرهسازی را در مقیاس سازمانی فراهم کنند.
- منحنی J بهرهوری (Productivity J-Curve)
- یک مفهوم اقتصادی که توضیح میدهد چگونه پذیرش یک فناوری جدید و بزرگ اغلب باعث کاهش موقت بهرهوری میشود تا زمانی که سازمانها خود را تطبیق دهند، و سپس منجر به افزایش شدید و بلندمدت میگردد.
- مقررات احتیاطی کلان (Macroprudential Regulation)
- رویکردی به مقررات مالی که هدف آن کاهش ریسک برای کل سیستم مالی است، نه اینکه صرفاً بر سلامت نهادهای فردی تمرکز کند.
پرسشهای متداول
بانک تسویه حسابهای بینالمللی چیست؟
BIS یک نهاد مالی بینالمللی است که متعلق به بانکهای مرکزی است. این نهاد همکاریهای پولی و مالی بینالمللی را تقویت میکند و به عنوان بانکی برای بانکهای مرکزی عمل میکند و اغلب تحقیقاتی را در مورد ثبات اقتصادی جهانی منتشر مینماید.
چرا سرمایهگذاری در هوش مصنوعی یک ریسک سیستمی محسوب میشود؟
این ریسک ناشی از عدم تطابق احتمالی در زمانبندی است. اگر تریلیونها دلاری که برای ساخت زیرساختهای هوش مصنوعی قرض گرفته و هزینه شدهاند، به اندازه کافی سریع درآمد سازمانی ایجاد نکنند تا بدهی را پوشش دهند، میتواند موجی از نکولها و فروش گستردهتر بازار را به دنبال داشته باشد.
آیا BIS فکر میکند هوش مصنوعی یک شکست است؟
خیر. BIS پتانسیل تحولآفرین هوش مصنوعی را تأیید میکند. هشدار آنها صرفاً در مورد مکانیسمهای مالی چرخه سرمایهگذاری فعلی و خطر تخصیص نادرست سرمایه است، نه خود فناوری زیربنایی.
این وضعیت چگونه با حباب داتکام مقایسه میشود؟
مانند دوران داتکام، سرمایه عظیمی به زیرساختهای جدید سرازیر میشود. با این حال، سرمایهگذاری امروز عمدتاً توسط غولهای فناوری بسیار سودآور و دارای نقدینگی بالا هدایت میشود تا استارتآپهای سوداگرانه و فاقد درآمد، که ممکن است ثبات بیشتری ایجاد کند.
منابع
[1]Bank for International Settlementsنهادهای نظارتی کلان
Annual Economic Report 2026: Technology, Capital Flows, and Systemic Vulnerabilities
مطالعه در Bank for International Settlements →[2]Financial Timesنهادهای نظارتی کلان
BIS warns AI infrastructure boom risks 'dot-com style' economic reversal
مطالعه در Financial Times →[3]National Bureau of Economic Researchمورخان اقتصادی
The Productivity J-Curve: Enterprise Adoption Lags in Generative AI
مطالعه در National Bureau of Economic Research →[4]Bloombergخوشبینان فناوری
Tech Sector Leverage Hits Record Highs Amid $2.5 Trillion AI Arms Race
مطالعه در Bloomberg →[5]Journal of Financial Economicsمورخان اقتصادی
Capital Misallocation in General Purpose Technology Booms
مطالعه در Journal of Financial Economics →[6]Factlen Editorial Teamمورخان اقتصادی
Synthesis by Factlen editorial team
مطالعه در Factlen Editorial Team →
هر زاویه. هر روز.
دریافت مالی اخبار همراه با پوشش کامل منابع و تحلیل دیدگاهها، مستقیم در صندوق ورودی شما.








