AI, бульбашка — це маховик?

Економіст MIT Рікардо Кабальєро у своїй останній робочій статті «Speculative Growth and the AI "Bubble"» висунув дуже цікаву думку:
Справжня проблема не в тому, чи є AI бульбашкою, а в тому, чи може сама бульбашка створити майбутні фундаментальні показники.
Традиційні фінанси вважають, що оцінка походить від фундаментальних показників. Майбутні грошові потоки визначають сьогоднішню ціну. Якщо ціна значно вища за грошові потоки, це бульбашка. Це логіка, якої дотримуються всі вартісні інвестори, модель DCF та теорія ефективного ринку.
Кабальєро ж доповнив причинно-наслідковий зв'язок у замкнене коло. Ціна не лише відображає майбутнє, але й формує його. Висока оцінка приносить здатність до фінансування, здатність до фінансування веде до формування капіталу, формування капіталу підвищує продуктивність, продуктивність зрештою покращує майбутні грошові потоки, і таким чином оцінка, яка здавалася відірваною від фундаментальних показників, стає частиною формування майбутніх фундаментальних показників (схоже на рефлексивність Сороса?).
У статті стверджується, що коли оцінка може впливати на інвестиції, саме зростання ціни може допомогти створити майбутні фундаментальні показники.
Ключ до того, що ця логіка спрацює для AI, полягає в тому, що AI не є капіталом у традиційному розумінні.
Звичайний капітал підпорядковується закону спадної граничної віддачі. Будівництво більшої кількості заводів зрештою призведе до недостатнього попиту, надлишкових потужностей, і дохідність капіталу буде дедалі нижчою.
Але Кабальєро вважає, що AI більше схожий на «трудовий капітал», який може постійно розширюватися. GPU, моделі, агенти не просто збільшують кількість машин, а постійно збільшують ефективну працю в усій економіці. У статті AI безпосередньо моделюється як капітал, здатний виконувати завдання, які раніше виконувалися працею, тому зі збільшенням капіталу здатність до праці також розширюється, а спадна віддача капіталу значно послаблюється.
Якщо копнути глибше, є ще важливіше відкриття: інвестиції в AI змінюють розподіл доходів.
Дедалі більше доходів перетікає до власників капіталу, а власники капіталу природно мають вищу схильність до заощаджень. Збільшення заощаджень означає збільшення пропозиції довгострокових коштів, зниження довгострокових процентних ставок, і більший запас капіталу стає легше нести для всієї економіки. У статті це називається Funding Feedback (зворотний зв'язок фінансування). Чим більше формування капіталу, тим нижча майбутня вартість фінансування; чим нижча вартість фінансування, тим більше підтримується подальше формування капіталу. Вся система починає демонструвати позитивний зворотний зв'язок, а не негативний, як у традиційних моделях зростання.
Таким чином, в економіці починають з'являтися два абсолютно різних довгострокових рівноваги.
В одному світі інвестиції в AI постійно недостатні, формування капіталу повільне, продуктивність тривалий час залишається на низькому рівні.
В іншому світі AI отримує постійне фінансування, масштабне будівництво дата-центрів, GPU, моделей і агентів, що врешті-решт формує нову рівновагу з високим капіталом і високою продуктивністю.
Дійсно цікаво, що рівновага високого капіталу існує, але не може бути досягнута автоматично лише за допомогою раціонального ринку. Стаття доводить, що, починаючи з сьогоднішнього стану низького капіталу, навіть якщо всі інвестори повністю раціональні, вони активно не перейдуть до того кращого майбутнього. Причина проста. Сьогодні недостатньо капіталу - не буде високого зростання в майбутньому; немає високого зростання в майбутньому - сьогодні не буде високої оцінки; немає високої оцінки - не буде формування капіталу. Вся система потрапляє в самоблокування.
Бульбашка якраз розриває це коло.
Висока оцінка дозволяє компаніям залучати фінансування, будувати більше GPU, тренувати більші моделі, розгортати більше агентів, і врешті-решт дійсно підвищувати продуктивність усієї економіки. Бульбашка — це не довгострокова рівновага, а міст до довгострокової рівноваги.
Ось чому в статті неодноразово наголошується на крихкості (Fragility). Справжнє питання ніколи не полягає в тому, чи лопне бульбашка, а в тому, чи лопне вона занадто рано. Якщо капітал ще не сформований, а фінансування припиняється, то все будівництво AI буде перервано, і майбутнє зростання зникне разом з ним. Якщо до моменту краху бульбашки вже було побудовано достатньо дата-центрів, моделей, агентів та інфраструктури, то навіть якщо оцінка зрештою повернеться до норми, рівновага високого капіталу все одно зможе зберегтися. У статті чітко зазначено, що ключовим є не те, чи відбудеться корекція, а чи відбудеться вона занадто рано.
Інтернет є класичним прикладом. Інтернет-бульбашка 2000 року повністю лопнула, але волоконно-оптичні кабелі, сервери, програмне забезпечення, дата-центри та інтернет-фахівці залишилися. Бульбашка зникла, але інтернет-революція дійсно почалася. AI, ймовірно, пройде подібний процес, але те, що залишиться, буде не просто мережа, а сам інтелект.
Однак, я вважаю, що рамки Кабальєро можна просунути ще на крок далі.
У статті AI моделюється як «відтворювана праця», але в реальності AI все більше наближається до «відтворюваних наукових дослідників». Якщо AI може не лише замінювати працю, але й брати участь у наукових дослідженнях, писати код, проектувати чіпи, відкривати нові матеріали, розробляти нові моделі, то він змінює не лише виробничу функцію, а й інноваційну функцію.
У минулому інноваційна здатність переважно залежала від кількості вчених, інженерів та талановитих людей, тому великі технологічні революції зазвичай потребували десятиліть накопичення, що також є важливою причиною тривалого існування циклів Кондратьєва. Економіка не природним чином переживає революцію кожні шістдесят років, а самі інноваційні ресурси зростають надто повільно.
Вперше AI починає ламати це обмеження.
Майбутня інноваційна здатність більше не покладатиметься лише на людський мозок, а може бути Human + Millions of AI Agents (Людина + мільйони AI-агентів). Ще далі, інноваційна здатність може залежати лише від AI (обчислювальної потужності).
Обчислювальна потужність постійно зростає, і інноваційна здатність також постійно зростає. Вперше інновації стали фактором виробництва, який можна капіталізувати та масштабувати.
Якщо додати до цього стрімкий розвиток Coding Agent, Research Agent, автоматизованих наукових досліджень та рекурсивного самовдосконалення (RSI), цей зворотний зв'язок стане ще сильнішим. Більше AI приносить швидші дослідження, швидші дослідження створюють кращі моделі, кращі моделі продовжують підвищувати ефективність досліджень, формуючи справжній Intelligence Flywheel (маховик інтелекту). Швидкість інновацій сама по собі починає прискорюватися, а не лише підвищення продуктивності.
Ось чому я завжди вважав, що економічна віддача від AI, ймовірно, відповідатиме принципу «Slowly, Then Suddenly» (Повільно, а потім раптово).
Сьогодні всі бачать інвестиції в GPU, тренування моделей, будівництво дата-центрів, і ROI виглядає не дуже високим, тому багато хто починає сумніватися, чи є AI бульбашкою. Але ці інвестиції насправді купують не сьогоднішній прибуток, а майбутній інтелектуальний капітал. Коли потужність моделей перетне певну критичну точку, масштабні агенти почнуть входити в підприємства, почнеться заміщення праці, і продуктивність може зазнати нелінійного стрибка, а оцінки, які здавалися завищеними в останні роки, почнуть справді реалізовуватися.
Це означає, що зворотний зв'язок, запропонований Кабальєро:
Оцінка → Інвестиції → Формування капіталу → Фундаментальні показники
У майбутньому, ймовірно, він еволюціонує далі:
Оцінка → Інвестиції → Обчислювальна потужність → Інтелект → Інновації → Більше ідей → Вища продуктивність → Вищий прибуток → Вища оцінка
Тут справжній позитивний зворотний зв'язок формує не просто капітал, а вся інноваційна здатність суспільства.
Якщо цей процес справедливий, то зміни, які приносить AI, можуть бути не просто черговою технологічною революцією, а зміною самого механізму виникнення технологічних революцій.
Те, чому довгі хвилі Кондратьєва в історії тривали 40-50 років, значною мірою визначалося не економічними законами, а постійною обмеженістю інноваційних ресурсів: обмежена кількість вчених, обмежена здатність до досліджень і розробок, повільне поширення знань. AI змінює цю передумову.
У майбутньому ми, можливо, побачимо не коротші хвилі Кондратьєва, а постійне виникнення кількох промислових революцій на одній платформі AI: AI-ліки, AI-матеріали, AI-чіпи, AI-роботи, AI-біовиробництво... Інновації починають індустріалізуватися, технологічні революції починають відбуватися безперервно.
Якщо Шумпетер зробив інновації ядром зростання, а Ромер зробив знання ядром зростання, то RSI разом з Кабальєро вказують на можливу центральну тезу наступного етапу теорії зростання:
Попередня теорія економічних циклів Шумпетера покладалася на руйнівні інновації, руйнівні інновації, які залежали від людського мозку та випадкових геніїв; а AI вперше робить такого генія капіталом, який можна інвестувати, масово виробляти, постійно посилювати і навіть постійно самопідсилювати.
З цього погляду, якою б великою не була бульбашка, перед обличчям експоненційного зростання інновацій вона, ймовірно, буде швидко перетравлена.