Η τεχνητή νοημοσύνη αλλάζει όχι μόνο τον τρόπο με τον οποίο επενδύουν οι μεγάλες εταιρείες τεχνολογίας, αλλά και τον ανταγωνισμό για την άντληση κεφαλαίων. Οι «hyperscalers», που δαπανούν δεκάδες δισεκατομμύρια δολάρια για την κατασκευή κέντρων δεδομένων, στρέφονται πλέον όλο και περισσότερο στον δανεισμό, ενώ μέχρι πρότινος κάλυπταν τις επενδύσεις τους κυρίως με ταμειακές ροές και ίδια κεφάλαια.
Η εξέλιξη αυτή έρχεται σε μια περίοδο κατά την οποία τα επίπεδα του κρατικού και του εταιρικού χρέους χτυπούν «καμπανάκι». Στις ΗΠΑ, το ομοσπονδιακό χρέος ξεπερνά πλέον το 100% του ΑΕΠ, ενώ το κόστος εξυπηρέτησής του αναμένεται να φτάσει το 1 τρισεκατομμύριο δολάρια φέτος, ξεπερνώντας τις αμυντικές δαπάνες.
Αντίστοιχα, το δημόσιο χρέος της Γαλλίας βρίσκεται κοντά στο 119% του ΑΕΠ. Οι αποδόσεις των ομολόγων της πιέζονται, καθώς οι επενδυτές αμφισβητούν κατά πόσο είναι βιώσιμη η δημοσιονομική πορεία της χώρας.
Η μαζική άντληση κεφαλαίων από τις εταιρείες που επενδύουν στην τεχνητή νοημοσύνη έχει τρεις άμεσες συνέπειες. Καταρχάς, δείχνει ότι οι μεγάλες αμερικανικές εταιρείες τεχνολογίας μπορούν να συγκεντρώνουν κεφάλαια από τις διεθνείς αγορές χρέους, ακόμη και σε νομίσματα διαφορετικά από το δολάριο.
Επιπλέον, το μέγεθος των εκδόσεων επιτρέπει στους «hyperscalers» να προσελκύουν σημαντικά θεσμικά κεφάλαια. Με την έκδοση ομολόγων μακροπρόθεσμης διάρκειας, μάλιστα, ανταγωνίζονται πλέον τα κράτη για κεφάλαια από συνταξιοδοτικά ταμεία και ασφαλιστικές εταιρείες.
Το ερώτημα είναι τι θα σημάνει αυτή η διεκδίκηση κεφαλαίων για άλλους τομείς και αγορές. Ένας από τους κινδύνους είναι το φαινόμενο του «εκτοπισμού» (crowding-out effect), όχι μόνο μεταξύ των επιχειρήσεων που δανείζονται, αλλά και στις αγορές κρατικού χρέους. Εκεί, οι αποδόσεις μπορεί να αυξηθούν, ανεβάζοντας το κόστος δανεισμού για τις κυβερνήσεις. Σε συνδυασμό με τα ήδη υψηλά επιτόκια, η εξέλιξη αυτή ενδέχεται να έχει αρνητικές δευτερογενείς συνέπειες για χώρες που χρειάζονται κεφάλαια.
Η G20, την προεδρία της οποίας αναλαμβάνει το Ηνωμένο Βασίλειο από την 1η Δεκεμβρίου, αποτελεί το κατάλληλο πεδίο για μια συντονισμένη συζήτηση γύρω από τις ροές κεφαλαίων που συνδέονται με την τεχνητή νοημοσύνη και τις επιπτώσεις τους. Το θέμα θα πρέπει να βρίσκεται ψηλά στην ατζέντα, ώστε να γίνει καλύτερα κατανοητή η δυναμική του και να διαμορφωθεί κοινή πολιτική απάντηση, βασισμένη σε κοινά δεδομένα και αναλύσεις.
Ταυτόχρονα, η διεθνής κοινότητα χρειάζεται να ενισχύσει τα χρηματοοικονομικά εργαλεία που εξασφαλίζουν προσιτή χρηματοδότηση στις αναπτυσσόμενες χώρες. Οι εγγυήσεις από πολυμερείς αναπτυξιακές τράπεζες μπορούν να προσελκύσουν ιδιώτες επενδυτές, αντί να τους αποθαρρύνουν, ενώ ο αυξημένος δανεισμός σε τοπικά νομίσματα μπορεί να προστατεύσει τους δανειολήπτες από τους κινδύνους των συναλλαγματικών ισοτιμιών.
Η συζήτηση για την τεχνητή νοημοσύνη περιστρέφεται γύρω από το αν θα ενισχύσει την οικονομική ανάπτυξη. Πιο ουσιαστικό, όμως, είναι να τεθεί το ερώτημα: Ανάπτυξη για ποιον, και εις βάρος τίνος;
Η Πάολα Σουμπάτσι είναι καθηγήτρια και πρόεδρος τμήματος κρατικού χρέους και χρηματοοικονομικών στο Sciences Po.

