Jason Furman przez ostatnie 25 lat należał do najważniejszych doradców ekonomicznych w Białym Domu, a dziś jest profesorem Uniwersytetu Harvarda. Przedstawia dwa skrajne scenariusze rozwoju AI – od silnego impulsu dla wzrostu wydajności gospodarki po ryzyko pęknięcia rynkowej bańki.
AI może zwiększyć produktywność i ulżyć finansom państwa
Zdaniem ekonomisty sztuczna inteligencja stanie się nowym silnikiem produktywności w USA, a technologia może przekroczyć nasze najśmielsze wyobrażenia. Jeśli AI odniesie duży sukces, pomoże ograniczyć jeden z największych problemów Stanów Zjednoczonych – wyjątkowo wysoki dług publiczny.
Z drugiej strony rynek akcji może być jednocześnie przewartościowany i przeinwestowany. A jeśli bańka AI pęknie, Jason Furman nie wyklucza nowego kryzysu finansowego w USA. Największym źródłem ryzyka są – jak ostrzega – tzw. shadow banki, czyli instytucje finansowe udzielające kredytów poza tradycyjnym systemem bankowym (polskim odpowiednikiem są parabanki).
Giełda i gospodarka potrafią iść w przeciwnych kierunkach
Jason Furman zwraca uwagę na kluczowe rozróżnienie: sytuacja na rynkach finansowych nie zawsze odzwierciedla to, co dzieje się w realnej gospodarce. Na giełdzie mogą występować spadki, nawet gdy aktywność gospodarcza i produktywność rosną. Historia wielokrotnie to pokazywała.
Ekonomista przypomina, że świat widział już wiele baniek spekulacyjnych: od kolei w XIX w. po bańkę dotcomów około roku 2000. Za każdym razem chodziło o realne, innowacyjne i imponujące technologie, ale inwestorzy stawali się zbyt optymistyczni. Inwestycje napędzały kolejne inwestycje, aż było za późno i zainwestowano zbyt dużo.
Problem rynku AI: modele są do siebie zbyt podobne
Jason Furman zwrócił uwagę na jedną szczególną cechę obecnego rynku AI: modele są do siebie bardzo podobne. Na rynku trudno więc się wyróżnić. A jeśli trudno się wyróżnić, trudno też osiągać bardzo wysokie zyski, których oczekują inwestorzy.
Jeśli istnieją trzy wiodące modele AI o podobnej jakości, można osiągnąć wzrost produktywności, ale nie ma pewności, że firmy przełożą to na zyski i rentowność. AI może stać się produktem o charakterze towarowym o niemal identycznej jakości, silnej konkurencji cenowej i niskich marżach, podobnie jak ropa czy stal.
Jason Furman uważa, że firmy AI będą zarabiać, ale by uzasadnić plany inwestycyjne liczone w bilionach dolarów, potrzebne byłyby naprawdę ogromne przychody. Co do takiej skali zysków pozostaje jednak sceptyczny.
Bańka AI bliżej dotcomów niż kryzysu z 2008 r.
W ostatnich 25 latach doszło do dwóch dużych baniek spekulacyjnych: technologicznej bańki dotcomów (2000 r.) oraz bańki na rynku nieruchomości w USA (2008 r.). Pierwsza doprowadziła do łagodnej recesji, druga do głębokiego kryzysu. Zdaniem Jasona Furmana pęknięcie bańki AI byłoby bardziej podobne do scenariusza po pęknięciu bańki dotcomów niż do kryzysu na rynku nieruchomości. Bezpośredni efekt dotyczyłby budowy centrów danych – inwestycje zostałyby zatrzymane. Uderzyłoby to w gospodarkę, ale skala byłaby mniejsza niż w przypadku rynku nieruchomości, który stanowi znacznie większą część całej gospodarki. Pośredni efekt to reakcja konsumentów na spadki giełdowe. Konsumpcja by spadła, ale – według Jasona Furmana – nie dramatycznie. Amerykanie wiedzą, że akcje są ryzykowne i wartość portfela może się kurczyć.
Podczas kryzysu finansowego było inaczej. Wówczas nieruchomości były postrzegane jako bezpieczna lokata kapitału, co skłaniało do zwiększania wydatków.
Banki cienia – najsłabsze ogniwo boomu na AI
Największą niewiadomą pozostaje obszar parabanków. Znaczna część finansowania centrów danych pochodzi właśnie stamtąd. Sektor ten urósł przez lata, ale nie był jeszcze testowany w warunkach kryzysu.
Jason Furman pozostaje ostrożnym optymistą co do jakości ich modeli ryzyka, ale podkreśla, że nie ma w tej sprawie pełnego przekonania. Gdyby był regulatorem, to właśnie ten sektor objąłby szczególnym nadzorem. Jeśli bańka AI przerodzi się w kryzys finansowy, jego zdaniem może on zacząć się właśnie tam. To jego najbardziej pesymistyczny scenariusz.
Ekonomista podkreśla, że w przypadku AI trzeba brać pod uwagę znacznie szerszy zakres scenariuszy niż zwykle, także bardzo optymistyczne prognozy mówiące o wzroście gospodarki USA rzędu 10–20 proc. rocznie. Jednocześnie zaznacza, że sam podchodzi do takich szacunków sceptycznie i uważa je za mało prawdopodobne. Dodaje, że nieodpowiedzialne byłoby zakładanie takiego scenariusza, ale jego całkowite odrzucenie też jest błędem.
AI kluczowa dla złotej ery amerykańskiej gospodarki
Donald Trump mówi o nadchodzącej złotej erze USA. Zdaniem Jasona Furmana AI może być kluczowa dla realizacji tego scenariusza. W pierwszej połowie 2025 r. aż 92 proc. wzrostu popytu w gospodarce miało pochodzić z AI. Wkład sztucznej inteligencji w produktywność w kolejnej dekadzie to według ekonomisty największa niewiadoma. Jeśli AI zadziała bardzo pozytywnie, dług publiczny USA może się ustabilizować. Jeśli nie, kraj może stanąć przed poważnymi problemami.
AI przyspieszy produktywność, ale bez rewolucji
Bazowy scenariusz zakłada, że AI przyspieszy wzrost gospodarczy i poprawi wydajność, ale bez przełomu. Jeśli dziś produktywność w USA rośnie średnio o około 1,7 proc. rocznie, dzięki AI tempo to mogłoby wzrosnąć do około 2,2 proc.
Podobnie jak maszyna parowa podniosła tempo wzrostu produktywności do ok. 1 proc. rocznie, a komputery do około 1,5 proc., AI mogłaby zwiększyć je nawet do 2,5 proc. rocznie. To, jak ocenia ekonomista, byłby już bardzo solidny wynik.
Wpływ AI na produktywność pojawi się z opóźnieniem
Od debiutu ChataGPT minęły już ponad trzy lata, a wyraźnego skoku produktywności w danych wciąż nie widać. Jason Furman porównuje AI do komputerów. W ich przypadku realny wpływ na statystyki wydajności gospodarki pojawił się dopiero po 15–20 latach. Nowe technologie potrzebują czasu, zanim firmy nauczą się wykorzystywać je na szeroką skalę. Po pęknięciu bańki internetowej produktywność rosła szybciej niż wcześniej m.in. dlatego, że nadmiarowo zbudowana infrastruktura światłowodowa zaczęła być później efektywnie wykorzystywana.
Zdaniem Jasona Furmana największe znaczenie ma to, co się dzieje w realnej gospodarce i wydajności firm, a nie same wyceny akcji na giełdzie. Profesor z Uniwersytetu Harvarda inwestuje w tanie, szeroko zdywersyfikowane fundusze indeksowe i utrzymuje je w portfelu przez długi czas. Podkreśla, że próby idealnego wyczucia momentu wejścia i wyjścia z rynku najczęściej kończą się stratą, dlatego większości inwestorów poleca strategię „kup i trzymaj” w perspektywie 20 lat. Natomiast jego współwykładowca na Uniwersytecie Harvarda wyraźnie zmniejszył zaangażowanie w akcje spółek związanych z AI, a dyskusja o ryzyku trwa także w środowisku tamtejszych ekonomistów.