موازنه اقتصاد هوش مصنوعی: بررسی بحث ریسک سیستمی در وزارت خزانه‌داری آمریکا

یک شکاف آشکار در دولت ایالات متحده بر سر پیامدهای اقتصاد کلان ناشی از رونق هوش مصنوعی پدیدار شده است. تحلیلگران باسابقه در وزارت خزانه‌داری آمریکا اخیراً پیش‌نویس یک گزارش جامع را تهیه کرده‌اند که بازار هوش مصنوعی را به عنوان یک ریسک سیستمی برای سیستم مالی معرفی می‌کند. این سند هشدار می‌دهد که یک رکود ناگهانی در این بخش، امواج شوک ویرانگری را از طریق بازارهای سهام، اعتبارات خصوصی و زیرساخت‌های تأسیساتی (خدماتی) ارسال خواهد کرد. با این حال، پیش از نهایی شدن گزارش، رهبری وزارت خزانه‌داری صراحتاً یافته‌های آن را رد کرد. سخنگوی این وزارتخانه این تحلیل را تأیید نشده خواند و بر موضع دولت مبنی بر اینکه هوش مصنوعی موتور اصلی برای یک دوره جدید از تسلط اقتصادی آمریکا خواهد بود، تأکید کرد. این درگیری داخلی یک بحث حیاتی جهانی را در مورد چگونگی مدیریت جریان بی‌سابقه سرمایه به سمت فناوری‌های پیشرو برجسته می‌کند.[1][2]

برای درک اهمیت این بحث، باید موازنه بین برخورد با هوش مصنوعی به عنوان یک ریسک مالی سیستمی در مقابل مدیریت آن به عنوان یک رونق فناوری استاندارد را بررسی کرد. استدلال برای چارچوب ریسک سیستمی بر مقیاس محض درگیر شدن سرمایه متمرکز است. تحلیلگران باسابقه اشاره می‌کنند که این صنعت به شدت به تأمین مالی بازار خصوصی و بدهی‌های عظیم برای تأمین مالی مراکز داده در مقیاس گیگاوات وابسته است. شواهد حمایت‌کننده از این دیدگاه شامل درهم‌تنیدگی عمیق شرکت‌های هوش مصنوعی با ارائه‌دهندگان خدمات ابری، سازندگان تراشه و شبکه‌های برق منطقه‌ای است. اگر انتظارات بهره‌وری برآورده نشود، انقباض ناشی از آن تنها به ارزش‌گذاری نرم‌افزار محدود نخواهد شد، بلکه باعث نکول در سراسر زنجیره تأمین زیرساخت‌های فیزیکی خواهد شد.[1][3]

در مقابل چارچوب ریسک سیستمی، طرفداران مدل رونق فناوری استاندارد استدلال می‌کنند که مقررات‌گذاری تهاجمی نوآوری لازم را خفه خواهد کرد. استدلال برای این رویکرد عدم مداخله (Laissez-faire) این است که هوش مصنوعی یک فناوری اساسی با کاربرد عمومی است، بسیار شبیه به برق یا اینترنت، که برای تحقق دستاوردهای بلندمدت به سرمایه‌گذاری اولیه هنگفت نیاز دارد. شواهد حمایت‌کننده از این دیدگاه به ترازنامه‌های قوی سرمایه‌گذاران اصلی شرکتی و بهبودهای ملموس بهره‌وری که در حال حاضر در توسعه نرم‌افزار و لجستیک قابل مشاهده است، اشاره دارد. رهبری وزارت خزانه‌داری علناً از ۷۵۰ میلیارد دلار تخمینی که امسال در زیرساخت‌های هوش مصنوعی سرمایه‌گذاری می‌شود، تمجید کرده و آن را به جای یک حباب سوداگرانه، یک هزینه سرمایه‌ای ضروری قلمداد می‌کند.[2][5]

تشابه‌های تاریخی که توسط هر دو طرف ترسیم شده است، این موازنه را بیشتر نشان می‌دهد. اردوگاه ریسک سیستمی اغلب به سقوط دات‌کام در اوایل دهه ۲۰۰۰ به عنوان یک درس عبرت اشاره می‌کند. شواهد آنها نشان می‌دهد که شرکت‌های هوش مصنوعی امروزی حتی عمیق‌تر از استارتاپ‌های وب بیست و پنج سال پیش در اقتصاد گسترده‌تر ادغام شده‌اند. چون سیستم مالی مدرن به شدت به برآورده شدن اهداف سودآوری اعلام شده توسط هوش مصنوعی متکی است، عدم تحقق آن می‌تواند تخریب ثروت ویرانگر ناشی از سقوط دات‌کام را تکرار کند. این چارچوب تاریخی برای توجیه آزمون‌های استرس پیشگیرانه و نظارت سخت‌تر بر بازارهای اعتبارات خصوصی که تأمین مالی این توسعه را بر عهده دارند، استفاده می‌شود.[1][2]

برعکس، استدلال علیه مقایسه با دات‌کام بر تفاوت‌های اساسی در بلوغ بازار تأکید می‌کند. طرفداران نوآوری استدلال می‌کنند که برخلاف شرکت‌های سوداگر و بدون درآمد اواخر دهه ۱۹۹۰، رهبران هوش مصنوعی امروزی غول‌های فناوری بسیار سودآور با ذخایر نقدی عظیم هستند. شواهد در اینجا نشان می‌دهد که توسعه زیرساخت‌های فعلی عمدتاً توسط شرکت‌هایی با مدل‌های تجاری تثبیت شده و انعطاف‌پذیر تأمین مالی می‌شود، نه سرمایه‌گذاران خردی که روی استارتاپ‌های اثبات نشده قمار می‌کنند. بنابراین، اعمال برچسب ریسک سیستمی بر اساس یک قیاس تاریخی ناقص می‌تواند به طور غیرضروری باعث وحشت در بازارها شود و عرضه سرمایه مورد نیاز برای حفظ برتری تکنولوژیکی ژئوپلیتیک را به طور مصنوعی محدود کند.[4]

در حالی که رهبری وزارت خزانه‌داری آمریکا تصمیم گرفته است برچسب ریسک سیستمی را رد کند، تنظیم‌کنندگان بین‌المللی به طور فزاینده‌ای آن را پذیرفته‌اند. بانک مرکزی اروپا (ECB) دستور داده است که هر بانک مهم اروپایی باید تا ۳۱ اکتبر انعطاف‌پذیری خود را در برابر یک شوک اقتصادی ناشی از هوش مصنوعی اثبات کند. این اقدام نشان‌دهنده کاربرد واضح چارچوب ریسک سیستمی است که ثبات مالی را بر رشد نامحدود اولویت می‌دهد. شواهدی که رویکرد اروپا را هدایت می‌کند، شامل هشدارهای رسمی از هیئت ریسک سیستمی اروپا است که نتیجه گرفته است مدل‌های پیشرو می‌توانند با دادن مزیت نامتقارن از نظر سرعت و مقیاس به مهاجمان، انعطاف‌پذیری سایبری سیستم مالی را به شدت تحت فشار قرار دهند.[3][6]

بریتانیا نیز عناصر چارچوب ریسک سیستمی را پذیرفته و ارائه‌دهندگان اصلی خدمات ابری را تحت نوعی نظارت سختگیرانه قرار داده است که معمولاً برای مؤسساتی که قادر به فروپاشی سیستم مالی هستند، در نظر گرفته می‌شود. استدلال برای این سطح از نظارت این است که تمرکز زیرساخت‌های هوش مصنوعی در دست چند فروشنده کلیدی، یک نقطه شکست واحد برای اقتصاد گسترده‌تر ایجاد می‌کند. شواهد حمایت‌کننده از اقدام بریتانیا شامل اتکای فزاینده خدمات مالی حیاتی به محاسبات ابری شخص ثالث و رابط‌های برنامه‌نویسی کاربردی (API) هوش مصنوعی است. با برخورد با این ارائه‌دهندگان به عنوان نهادهای دارای اهمیت سیستمی، تنظیم‌کنندگان قصد دارند استانداردهای سختگیرانه‌ای برای انعطاف‌پذیری عملیاتی اعمال کنند.[3]

فراتر از ثبات اقتصاد کلان، تحلیل موازنه باید ریسک‌های وابستگی شناختی را نیز در نظر بگیرد. ممیزی‌های اولیه پذیرش هوش مصنوعی در مؤسسات نشان می‌دهد که اتکا به این ابزارها می‌تواند به طور قابل ملاحظه‌ای توانایی‌های پایه متخصصان، از جمله پزشکان و مهندسان نرم‌افزار، را کاهش دهد. استدلال برای مداخله نظارتی در اینجا این است که کاهش مهارت شناختی گسترده در صورت شکست یا به خطر افتادن فناوری، یک ریسک عملیاتی سیستمی ایجاد می‌کند. شواهد شامل مطالعات آکادمیک است که کاهش قابل توجه عملکرد را هنگام حذف کمک هوش مصنوعی در طول وظایف پیچیده نشان می‌دهد. این وابستگی لایه‌ای از آسیب‌پذیری را اضافه می‌کند که مدل‌های مالی سنتی برای کمی‌سازی آن مشکل دارند.[3]

در نهایت، چارچوب ریسک سیستمی هنگام تحلیل زیرساخت‌های فیزیکی و مالی حمایت‌کننده از رونق هوش مصنوعی، به خوبی منطبق است. این چارچوب برای ارزیابی انعطاف‌پذیری بازارهای اعتبارات خصوصی، فشار بر شبکه‌های برق منطقه‌ای و تمرکز خدمات ابری حیاتی بسیار مؤثر است. با اعمال این دیدگاه، تنظیم‌کنندگان می‌توانند نقاط شکست واحد را قبل از اینکه باعث آسیب اقتصادی آبشاری شوند، شناسایی و کاهش دهند. این چارچوب یک دیدگاه هوشیارکننده ضروری در مورد تعهدات بدهی عظیمی که برای ساخت مراکز داده و تضمین زنجیره‌های تأمین نیمه‌رسانای پیشرفته انباشته می‌شوند، ارائه می‌دهد.[1][4]

با این حال، چارچوب ریسک سیستمی هنگام اعمال بر تحقیق و توسعه واقعی مدل‌های پیشرو یا استقرار هوش مصنوعی در نرم‌افزارهای سازمانی کم‌ریسک، مناسب نیست. در این زمینه‌ها، برخورد با فناوری به عنوان یک تهدید سیستمی می‌تواند منجر به الزامات انطباق بیش از حد دست و پا گیر شود که رقبای کوچک‌تر را حذف کرده و انحصارات موجود را تثبیت می‌کند. هنگام ارزیابی نوآوری در لایه کاربرد و تحقیقات الگوریتمی بنیادی، چارچوب رونق فناوری استاندارد بسیار مناسب‌تر است. این چارچوب به درستی پیشرفت‌های سریع را به عنوان یک چرخه طبیعی بلوغ تکنولوژیکی که نیازمند انعطاف‌پذیری و تحمل بالا برای شکست‌های محلی است، شناسایی می‌کند.[2][5]

چارچوب رونق فناوری استاندارد هنگام درک رقابت ژئوپلیتیک گسترده‌تر و هجوم سرمایه خطرپذیر به کاربردهای تخصصی هوش مصنوعی، به خوبی منطبق است. این چارچوب به درستی این واقعیت را به تصویر می‌کشد که حفظ رهبری تکنولوژیکی نیازمند هزینه‌های سرمایه‌ای عظیم و گاهی ناکارآمد است. این مدل برای تحلیل پویایی‌های رقابتی بین شرکت‌های بزرگ فناوری و تجاری‌سازی سریع مدل‌های مولد ایده‌آل است. این مدل نوعی سرمایه‌گذاری تهاجمی را تشویق می‌کند که برای دستیابی به پیشرفت‌ها در زمینه‌هایی مانند کشف دارو، علم مواد و سیستم‌های خودران ضروری است.[2]

برعکس، چارچوب رونق فناوری استاندارد هنگام ارزیابی آسیب‌پذیری‌های اقتصاد کلان ایجاد شده توسط مقیاس محض توسعه زیرساخت‌های فعلی، مناسب نیست. این چارچوب در حسابرسی کافی خطرات سیستمی تمرکز فروشندگان، شکنندگی زنجیره تأمین نیمه‌رسانا و تقاضاهای انرژی بی‌سابقه‌ای که بر شبکه‌های برق قدیمی تحمیل می‌شود، شکست می‌خورد. با نادیده گرفتن این ریسک‌های ساختاری به عنوان صرفاً دردهای رشد، رویکرد عدم مداخله، اقتصاد گسترده‌تر را در معرض شوک‌هایی قرار می‌دهد که می‌توانند به راحتی از طریق نظارت محتاطانه و هدفمند کاهش یابند. تنش در وزارت خزانه‌داری کاملاً این موازنه حیاتی را خلاصه می‌کند.[1][3]