سناریوی فروپاشی اقتصادی با هوش مصنوعی و علت ترس بازارها

در چند روز گذشته یک متن سناریومحور درباره پیامدهای هوش مصنوعی به سرعت در وال استریت دست به دست شد و به موجی از نگرانی دامن زد؛ نگرانی ای که به زبان ساده می گوید اگر هوش مصنوعی بیش از حد سریع و بیش از حد ارزان شود، ممکن است به جای افزایش رفاه، موتور تقاضای اقتصادی را خاموش کند. این بحث به خودی خود جدید نیست، اما این بار به دلیل روایت داستانی، عدد و رقم های تکان دهنده و اتصال به نام شرکت های واقعی، روی معاملات کوتاه مدت هم اثر گذاشت.

به گزارش بارونز محور ترس بازارها، گزارشی از Citrini Research با عنوانی نزدیک به «بحران جهانی هوش تا سال 2028» است که در قالب یک یادداشت از آینده نوشته شده و یک مارپیچ منفی را تصویر می کند: هوش مصنوعی به سرعت بهره وری و اتوماسیون را بالا می برد، شرکت ها برای حفظ حاشیه سود کارکنان یقه سفید را کنار می گذارند، بیکاری بالا می رود، مصرف افت می کند و در نهایت درآمد شرکت ها و ارزش گذاری بازار ضربه می خورد. بارونز در عین بازتاب دادن شوک روانی این سناریو، رویکردی شکاکانه دارد و آن را کنار فهرستی از «پیش بینی های آخرالزمانی» تاریخ می گذارد که بسیاری از آنها یا محقق نشدند یا اثر واقعی شان کمتر از ترس اولیه بود؛ مثل وحشت Y2K، موج های ترس از کمبود منابع، یا روایت هایی که می گفتند یک فناوری یا یک اتفاق، اقتصاد را ناگهان از کار می اندازد. پیام بارونز این است که بازارها اغلب با یک روایت جذاب، بیش واکنشی می شوند، مخصوصا وقتی روایت با ترس های موجود هم جهت باشد؛ مثلا همین حالا هم بخش نرم افزار در سال 2026 زیر فشار نگرانی از «کدنویسی ارزان و سریع با AI» قرار گرفته و هر متن بدبینانه ای می تواند فروش را تشدید کند.

برای اینکه «اصل ماجرا» روشن شود، خود متن Citrini (که نویسندگانش آن را «سناریو نه پیش بینی» معرفی می کنند) می گوید در یک مسیر دو ساله از «اثر محدود و بخشی» به «اقتصادی که شبیه گذشته نیست» می رسیم. در این روایت، موج اول اخراج ها حتی در کوتاه مدت به نفع بورس تمام می شود: هزینه ها پایین می آید، سود اسمی شرکت ها بالا می رود و همین سود دوباره به خرید توان پردازشی و سرمایه گذاری بیشتر در AI برمی گردد. اما سپس حلقه بازخورد منفی شکل می گیرد: هرچه AI بهتر می شود، نیاز به نیروی انسانی کمتر می شود؛ هرچه نیروی انسانی کمتر می شود، تقاضای مصرفی و امنیت مالی خانوارها افت می کند؛ و این افت تقاضا، شرکت ها را دوباره به سمت کاهش هزینه و اتوماسیون بیشتر هل می دهد. در نسخه های بازتاب یافته از این سناریو در رسانه های اقتصادی، به آسیب پذیری مدل های کسب وکار مبتنی بر کارمزد و اصطکاک هم اشاره می شود: اگر عامل های هوشمند بتوانند کارهایی مثل مقایسه قیمت، خرید، رزرو، مذاکره و حتی انتقال ارزش را مستقیم و ارزان انجام دهند، بخش هایی از اقتصاد دیجیتال که از همین اصطکاک کارمزد می گیرند تحت فشار قرار می گیرند. همچنین سناریو روی اثرات مالی تاکید دارد: افزایش بیکاری به نکول وام های مسکن و وام های بازارهای اعتباری خصوصی منجر می شود و ریسک سیستماتیک را بالا می برد.

در نهایت، دلیل اینکه بازارها از چنین یادداشت هایی می ترسند فقط درستی یا نادرستی پیش بینی نیست، بلکه «ریسک توزیعی» است: حتی اگر احتمال وقوع کم باشد، اگر خسارت بالقوه بزرگ باشد، قیمت گذاری دارایی ها در کوتاه مدت می تواند واکنش نشان دهد. بارونز در جمع بندی خود تلاش می کند هیجان را پایین بیاورد و یادآوری کند بسیاری از سناریوهای بزرگ، مسیرهای تطبیقی اقتصاد را دست کم می گیرند: از خلق شغل های جدید تا تغییر در مهارت ها، سیاستگذاری های حمایتی و نوآوری های مکمل. با این حال، همین گزارش ها نشان می دهد بازار نسبت به پیامدهای AI دیگر صرفا هیجان زده نیست و بخش قابل توجهی از سرمایه گذاران، برای نخستین بار «ریسک سمت تاریک» را هم جدی قیمت گذاری می کنند.