حتی اگر از هوش مصنوعی استفاده نکنید، ممکن است هزینه‌اش را بپردازید!
حتی اگر از هوش مصنوعی استفاده نکنید، ممکن است هزینه‌اش را بپردازید!
با سرازیر شدن حق بیمه عمر و پس‌انداز میلیون‌ها شهروند به بازار تاریک اعتبارات خصوصی، ترکیدن حباب هوش مصنوعی، زندگی روزمره ی مردم را هدف می‌گیرد.
در گوشه‌ای از تگزاس یا لوئیزیانا، بولدوزرها در حال شکافتن زمین‌های بایر هستند تا اسکلت‌های فولادی دیتاسنترهای عظیمی را بالا ببرند که روزی میزبان هزاران تراشه ی هوش مصنوعی خواهند بود. چند صد کیلومتر آن‌طرف‌تر، معلمی بازنشسته که شاید در تمام عمرش یک‌بار هم با چت‌بات‌ها گفت‌وگو نکرده باشد، حساب بیمه ی عمرش را بررسی می‌کند؛ بی‌خبر از اینکه پول بازنشستگی‌اش تحت‌تأثیر کابل‌های برق و لوله‌های خنک‌کننده ی دیتاسنتر قرار می‌گیرد.
در تابستان ۲۰۲۶ برای نخستین‌بار از زمان پایان جنگ جهانی دوم، سهم بازار سهام از ثروت خانواده‌های آمریکایی از ارزش املاک و مستغلات آن‌ها پیشی گرفت و به رکورد ۳۴ درصد رسید. حدود یک‌سوم از کل این سهام در حساب‌های بازنشستگی و صندوق‌های مستمری کارگران نگهداری می‌شود.
هم‌زمان خود بازار بورس نیز حالت متمرکزتری دارد؛ به‌طوری که تا اکتبر ۲۰۲۶، ده شرکت بزرگ فناوری بیش‌از ۴۶ درصد از کل ارزش شاخص S&P 500 را در اختیار دارند و اگر شرکت‌های کوچک‌تر مرتبط با هوش مصنوعی را به آن‌ها اضافه کنیم، آینده ی هوش مصنوعی، رشد یا سقوط ارزش بیش از نیمی از بازار سهام آمریکا را رقم خواهد زد.
مسلماً کارگران و بازنشستگان داوطلبانه پولشان را وارد بازی پرریسک هوش مصنوعی نمی‌کنند. شاید به یاد داشته باشید که در ژوئن ۲۰۲۶، شرکت اسپیس‌ایکس که چند ماه پیش‌تر استارتاپ هوش مصنوعی xAI را در خود ادغام کرده بود، با عرضه ی ۷۰ میلیارد دلار سهام، بزرگ‌ترین ورود به بورس در تاریخ را رقم زد.
ورود غول‌های نوظهور به بورس، پول خانواده‌ها را وارد پرریسک‌ترین بازی قرن می‌کند
مدیران اسپیس‌ایکس پیش‌از عرضه ی اولیه، مؤسسات اداره‌کننده ی شاخص‌های بزرگ بورس مانند نزدک و راسل را تحت‌فشار گذاشتند تا قوانین خود را تغییر دهند و سهام اسپیس‌ایکس را با سرعتی خارج از روال عادی وارد شاخص‌های اصلی کنند.
صندوق‌های سرمایه‌گذاری غیرفعال که پول حساب‌های بازنشستگی مردم را براساس این شاخص‌ها مدیریت می‌کنند، به شکل خودکار خریدار سهام شرکتی شدند که بخشی‌از آینده ی تجاری‌اش را ایده ی پرهزینه ی ساخت دیتاسنترهای هوش مصنوعی در فضا می‌داند. با آماده‌شدن شرکت آنتروپیک برای ورود به بورس در پاییز ۲۰۲۶ و برنامه ی مشابه OpenAI برای سال ۲۰۲۷، پای پس‌انداز مردم عادی بیش‌ازپیش به این میدان باز می‌شود.
اکتبر ۲۰۲۶، متیو شرر و مایا جنکینز از مؤسسه ی بازارهای باز و صندوق آموزشی آمریکایی‌ها برای اصلاحات مالی در گزارش تحلیلی Brace for Impact هزینه‌های احتمالی ترکیدن حباب هوش مصنوعی را بررسی کردند و هشدار دادند که شرکت‌های فناوری برای جبران فاصله ی عظیم هزینه‌ها و درآمدهایشان به استقراض کلان روی آورده‌اند؛ به‌تبع سقوط احتمالی آن‌ها به‌طور مستقیم، خانواده‌ها و اقتصاد واقعی را درگیر خواهد کرد.
میلیاردها دلاری که میان چند شرکت می‌چرخند
شاید وقتی روی گوشی‌تان با چت‌بات‌ها حرف می‌زنید، به این موضوع فکر نکنید که حتی پلن‌های رایگان مدل‌های هوش مصنوعی هم برای خود شرکت‌ها پرهزینه‌اند. طبق برآورد گلدمن ساکس، هزینه‌های سرمایه‌ای جهانی برای ساخت زیرساخت‌های هوش مصنوعی در سال ۲۰۲۶ از مرز یک تریلیون دلار عبور می‌کند.
تنها چهار غول بزرگ ابری، مایکروسافت، آلفابت، آمازون و متا که به «هایپراسکیلرها» شهرت دارند، قصد داشتند در سال ۲۰۲۶ حدود ۷۴۵ میلیارد دلار صرف توسعه ی زیرساخت‌های هوش مصنوعی‌شان کنند، یعنی پنج برابر مخارج سرمایه‌ای آن‌ها در سال ۲۰۲۳ و پیش‌بینی می‌شود مجموع مخارجشان تا سال ۲۰۳۰ به ۵٫۳ تریلیون دلار برسد.
نویسندگان گزارش یادآوری می‌کنند که ابعاد سرمایه‌گذاری غول‌های فناوری نسبت به تولید ناخالص داخلی آمریکا، از پروژه ی منهتن، برنامه ی فضایی آپولو و ساخت شبکه ی بزرگراه‌های بین‌ایالتی هم فراتر می‌رود. چنین مخارجی در صورتی توجیه اقتصادی دارند که بازگشت سرمایه ی متناسبی داشته باشند؛ اما پولی که مشتریان واقعی بابت خرید محصولات هوش مصنوعی می‌پردازند، کفاف هزینه‌ها را نمی‌دهد.
مخارج سرمایه‌ای زیرساخت‌های هوش مصنوعی از ابعاد پروژه منهتن و برنامه‌های فضایی آپولو نیز فراتر می‌رود
مؤسسه ی گارتنر کل هزینه‌کرد کاربران نهایی در سراسر جهان برای مدل‌ها و پلتفرم‌های هوش مصنوعی در سال ۲۰۲۵ را حدود ۳۹ میلیارد دلار و در سال ۲۰۲۶ حدود ۶۴ میلیارد دلار برآورد می‌کند؛ به‌بیان ساده، درآمد واقعی این صنعت از مشتریان بیرونی، به‌زحمت به ۱۰ تا ۲۰ درصد از پولی می‌رسد که صرف ساخت زیرساخت‌هایش می‌شود.
شرکت‌های پیشتازی مانند OpenAI و آنتروپیک که طبق داده‌های Ramp بیش‌از ۹۸ درصد بازار تجاری رابط‌های برنامه‌نویسی هوش مصنوعی را در اختیار دارند، در سال ۲۰۲۵ به‌ترتیب ۳۸ و ۴۲ میلیارد دلار زیان خالص ثبت کردند و xAI نیز پیش‌از ادغام با اسپیس‌ایکس، حاشیه سود منفی ۱۱۰۰ درصدی داشت. برای مقایسه، آمازون که در دهه ی نخست فعالیتش به زیان‌دهی مشهور بود، طی ۹ سال در مجموع تنها ۳ میلیارد دلار ضرر کرد.
اقتصاد چرخشی؛ توهم تقاضای انفجاری
چطور شرکت‌های هوش مصنوعی در گزارش‌های مالی‌شان همیشه تصویری از رونق بازار را پیش روی مخاطبان می‌گذارند؟
بخشی از رونقی که در گزارش‌های مالی شرکت‌های هوش مصنوعی دیده می‌شود، به «تأمین مالی حلقه‌ای» برمی‌گردد. غول‌های فناوری در استارتاپ‌های سازنده ی مدل‌ها سرمایه‌گذاری می‌کنند و استارتاپ‌ها همان پول را برای خرید تراشه یا اجاره ی سرور به سرمایه‌گذارانشان بازمی‌گردانند.
برای مثال مایکروسافت در OpenAI سرمایه‌گذاری می‌کند و OpenAI خدمات ابری آژور را از مایکروسافت می‌خرد؛ آمازون و آلفابت نیز رابطه ی مشابهی با آنتروپیک دارند و انویدیا با تأمین مالی استارتاپ‌ها و شرکت‌های ابری، هزینه ی خرید تراشه‌های خودش را در اختیار آن‌ها می‌گذارد. بررسی‌ها نشان می‌دهد حدود ۷۰ درصد درآمد هوش مصنوعی مایکروسافت و ۶۰ تا ۷۰ درصد درآمد مشابه آمازون، از OpenAI و آنتروپیک به‌دست می‌آید.
گردش پول درون‌خانوادگی، تصویری توهمی از تقاضای انفجاری ایجاد می‌کند. طبق تحلیل داده‌های شرکت Ramp در آگوست ۲۰۲۶، حدود ۸۰ درصد از کل درآمد سازمانی OpenAI و آنتروپیک تنها از یک درصد مشتریانشان به‌دست می‌آید که خود آن‌ها نیز عمدتاً شرکت‌های فناوری هستند.
غول‌های فناوری با خرید خدمات از یکدیگر، چرخه‌ای توهمی از تقاضای میلیاردی و درآمدهای کاغذی ساخته‌اند
ازسوی‌دیگر در سه‌ماهه ی دوم سال ۲۰۲۶، از مجموع ۲۸۵ میلیارد دلار سودی که پنج شرکت آلفابت، آمازون، متا، مایکروسافت و انویدیا گزارش کردند، ۱۶۰ میلیارد دلار حاصل از فروش محصول نبود و صرفاً از بالارفتن ارزش کاغذی سهام آن‌ها در شرکت‌هایی مانند آنتروپیک و اسپیس‌ایکس ناشی می‌شد.
در کنار چرخش پول، استارتاپ‌های خصوصی که الزامی به ارائه ی گزارش‌های حسابرسی‌شده ندارند، گاهی به‌جای درآمد واقعی سالانه، «نرخ درآمد سالانه‌شده» را اعلام می‌کنند؛ یعنی درآمد یک ماه را در دوازده ضرب می‌کنند؛ همان کاری که آنتروپیک در پایان سال ۲۰۲۵ با اعلام درآمد ۹ میلیارددلاری انجام داد؛ اما بعدتر در اسناد دادگاه مشخص شد کل درآمد واقعی شرکت در مجموع سه سال ۲۰۲۳ تا ۲۰۲۵ به حدود ۵ میلیارد دلار می‌رسید.
دیتاسنترهایی که روی بدهی ساخته می‌شوند
تا اواسط سال ۲۰۲۵، غول‌های فناوری هزینه ی ساخت دیتاسنترها را از محل درآمدهای نقدی سایر بخش‌های سودآور خود مانند تبلیغات اینترنتی و فروش آنلاین تأمین می‌کردند؛ اما هزینه ی پروژه‌ها به‌قدری بالا رفت که جریان پول نقد آزاد شرکت‌هایی مانند آلفابت و آمازون در سال ۲۰۲۶ برای نخستین‌بار پس از دهه‌ها منفی شد و مایکروسافت و متا نیز در آستانه ی وضعیت مشابهی قرار گرفتند. اینجا بود که صنعت هوش مصنوعی برای ادامه ی مسیر به بازار بدهی هجوم برد.
شرکت‌های فناوری برای اینکه ترازنامه‌های رسمی خود را در برابر سهام‌داران کم‌ریسک‌تر نشان دهند، بخش عمده‌ای از بدهی‌هایشان را خارج از دفاتر نگه می‌دارند. امروز ۹ شرکت بزرگ حوزه ی هوش مصنوعی شامل آلفابت، آمازون، متا، مایکروسافت، انویدیا، اوراکل، اسپیس‌ایکس، برودکام و AMD حدود ۵۹۵ میلیارد دلار بدهی بلندمدت در ترازنامه‌های رسمی خود دارند؛ اما محاسبات وال‌استریت ژورنال در آگوست ۲۰۲۶ نشان داد که آن‌ها ۳٫۱ تریلیون دلار تعهد و بدهی دیگر را خارج از ترازنامه‌های خود انباشته‌اند.
بدهی‌های سوداگرانه دیتاسنترهای هوش مصنوعی، در قالب بسته‌های مالی جدید به صندوق‌های بازنشستگی و صندوق‌های موقوفه دانشگاهی فروخته می‌شوند
کیک لایه‌ای دیتاسنتر ابیلین
برای اینکه ببینید بدهی‌های پنهان چطور مهندسی می‌شوند، به‌سراغ یکی از مستندترین پرونده‌های گزارش، یعنی پروژه ی دیتاسنتر عظیم شهر ابیلین در ایالت تگزاس می‌رویم که نویسندگان، آن را «کیک لایه‌ای شرکتی» می‌نامند. در بالاترین لایه ی کیک، شرکت OpenAI قرار دارد که از تراشه‌های انویدیا در دیتاسنتر ابیلین برای آموزش مدل‌هایش استفاده می‌کند؛ اما مالک ساختمان یا تراشه‌ها نیست؛ بلکه آن‌ها را با پولی که از سرمایه‌گذارانی چون سافت‌بانک و خود انویدیا گرفته، از اوراکل اجاره کرده است.
در لایه ی بعدی، کاشف به‌عمل می‌آید که اوراکل هم که برای جانماندن از قافله، تعهد خرید میلیاردها دلار تراشه را به انویدیا داده؛ مالک دیتاسنتر ابیلین نیست و آن را از یک شرکت ابری نوظهور یا نئوکلاد به‌نام Crusoe Energy اجاره کرده است و ماجرا وقتی عجیب‌تر می‌شود که بدانیم خود Crusoe هم مالک کامل پروژه نیست!
شرکت Crusoe به‌همراه غول اعتبارات خصوصی، Blue Owl Capital و یک صندوق زیرساخت دیجیتال، یک «شرکت کاغذی» یا نهاد با اهداف ویژه (SPV) تأسیس کرده‌اند. سه شریک، ۵ میلیارد دلار پول نقد گذاشته‌اند و این نهاد هم ۱۰ میلیارد دلار از بانک جی‌پی‌مورگان چیس وام می‌گیرد تا دیتاسنتر را روی زمینی متعلق به شرکت ششمی به‌نام Lancium بسازد؛ همان شگردی که پیش‌تر در رسوایی ورشکستگی انران در سال ۲۰۰۱ دیده شده بود.
شرکت‌های هوش مصنوعی بخش زیادی از بدهی‌شان را خارج از ترازنامه نگه می‌دارند
به‌طور مشابه، متا نیز بدهی دیتاسنتر ۲۶میلیارددلاری خود در لوئیزیانا را با همکاری Blue Owl و پیمکو به‌نام نهادی با اهداف ویژه ثبت کرد تا در ترازنامه‌‌ی رسمی شرکت دیده نشود.
بخش بزرگی از بدهی‌های خارج از ترازنامه در قالب اجاره‌های بلندمدت و تعهد خرید در سال‌های آینده پنهان شده‌اند. تعهدات اجاره ی دیتاسنتر پنج غول فناوری از زمان انتشار چت‌جی‌پی‌تی در اواخر ۲۰۲۲ تا میانه ی ۲۰۲۶ یازده برابر شد و از ۱٫۱ تریلیون دلار گذشت.
آلفابت به‌تنهایی بیش‌از ۸۰۰ میلیارد دلار تعهد خرید آتی دارد و انویدیا نیز افزون‌بر ۴۲۲ میلیارد دلار تعهد زنجیره ی تأمین و قراردادهای خارج از ترازنامه، ۱۰۹ میلیارد دلار از بدهی‌ها و اجاره‌های مشتریانش را تضمین کرده است؛ نقشی که اکونومیست را بر آن داشت تا انویدیا را «بانک مرکزی هوش مصنوعی» بنامد.
شرکت‌های ابری کوچک‌تر موسوم به نئوکلادها مانند CoreWeave نیز که اعتبار غول‌های بزرگ را ندارند، با بهره‌های دورقمی وام می‌گیرند و همان تراشه‌های هوش مصنوعی داخل دیتاسنترها را به‌عنوان وثیقه ی وام‌هایشان گرو می‌گذارند.
سایه سنگین سال ۲۰۰۸ و وام‌هایی که پیش از صدور صورت‌حساب فروخته می‌شوند
وقتی کارشناسان به حجم ۳٫۷ تریلیون دلاری بدهی‌های رسمی و پنهان ۹ شرکت فناوری نگاه می‌کنند، به یاد خاطره ی تلخ بحران مالی سال ۲۰۰۸ می‌افتند؛ چرا که کل بازار وام‌های مسکن ساب‌پرایم در اوج حباب سال ۲۰۰۷، با احتساب تورم و به ارزش دلار سال ۲۰۲۶، حدود ۲٫۳ تریلیون دلار بود. شباهت دو دوره تنها در بزرگی اعداد یا استفاده از ابزارهای مالی پیچیده و نهادهای با هدف ویژه محدود نمی‌شود و در انتقال ریسک از شرکت‌ها و وام‌دهندگان به مردم عادی نیز جلوه ی ملموسی دارد.
استفاده از شرکت‌های کاغذی برای ساخت دیتاسنترها، به ترفندهای مالی رسوایی انرون شباهت دارد
بسیاری از وام‌های ساخت دیتاسنتر امروز بر پایه ی «قراردادهای رزروشده، اما بدون صورت‌حساب» پرداخت می‌شوند؛ یعنی بانک یا مؤسسه ی مالی صرفاً براساس وعده ی کتبی یک شرکت هوش مصنوعی مبنی‌بر اجاره ی ساختمان در آینده، وام کلانی را آزاد می‌کند.
سپس وام‌ها دقیقاً مانند وام‌های مسکن سال ۲۰۰۸، تکه‌تکه و به اوراق‌قرضه تبدیل می‌شوند و به سرمایه‌گذاران نهادی یعنی صندوق‌های بازنشستگی، موقوفات دانشگاهی و شرکت‌های بیمه فروخته می‌شوند تا ریسک نکول وام از دوش صادرکننده ی اولیه برداشته شود و بر دوش بازنشستگان بیفتد.
وقتی پس‌انداز بازنشستگان پشتوانه وام‌های پرریسک می‌شود
بخشی از اوراق بدهی وام‌ها، سر از بازار ۳تریلیون‌دلاری صندوق‌های اعتبار خصوصی و شرکت‌های بیمه ی عمر درمی‌آورند. صندوق‌های اعتبار خصوصی که بیرون از نظارت سخت‌گیرانه ی بانکی فعالیت می‌کنند، طی دهه ی گذشته به وام‌دهندگان اصلی پروژه‌های پرریسک تبدیل شده‌اند و پیش‌بینی می‌شود تا سال ۲۰۲۸ حدود ۸۰۰ میلیارد دلار از بدهی دیتاسنترها را در اختیار داشته باشند.
ریسک وام‌های دیتاسنتر مانند وام‌های مسکن سال ۲۰۰۸ به مردم عادی منتقل می‌شود
غول‌های سرمایه‌گذاری خصوصی مانند آپولو و KKR برای تأمین نقدینگی لازم، برخی از شرکت‌های بیمه عمر را خریده‌اند؛ مؤسساتی که ۹۰ میلیون خانواده ی آمریکایی برای دریافت مستمری بازنشستگی و امنیت مالی پس از فوت سرپرست خانوار به آن‌ها تکیه دارند.
صندوق‌های خصوصی، پس‌اندازها و حق بیمه‌های مردم عادی را برمی‌دارند و در وام‌های پرریسک و پربهره ساخت دیتاسنترها یا خرید بدهی‌های مصرفی شرکت‌های «الان بخر، بعداً بپرداز» سرمایه‌گذاری می‌کنند. بیش‌از نیمی از سبد دارایی‌های با درآمد ثابت در بسیاری از این شرکت‌های بیمه اکنون به اعتبارات خصوصی و اوراق غیرشفاف اختصاص دارد.
شرکت‌ها برای پنهان‌کردن ریسک بالا، بیمه ی اتکایی دارایی‌ها را نیز به شرکت‌های زیرمجموعه ی خودشان در گریزگاه‌های مالیاتی فراساحلی می‌سپارند؛ بدین‌معنی که اگر بحرانی رخ دهد، شرکت بیمه و شرکت تضمین‌کننده‌اش هم‌زمان با هم فرومی‌ریزند.
درست‌مانند سال ۲۰۰۸ که بانک‌های تجاری ادعا می‌کردند از وام‌های مسکن پرریسک دور هستند؛ اما در عمل از طریق خطوط اعتباری به سیستم بانکداری سایه وصل بودند، امروز هم بانک‌های تجاری سنتی تا سه‌ماهه ی اول ۲۰۲۶ حدود ۲٫۷ تریلیون دلار خط اعتباری و وام در اختیار مؤسسات مالی غیربانکی گذاشته‌اند و خودشان نیز ۴۵۰ میلیارد دلار اعتبار مستقیم به شرکت‌های هوش مصنوعی اختصاص داده‌اند.
سقوط ارزش دیتاسنترها از مسیر صندوق‌های خصوصی و شرکت‌های بیمه، به سیستم بانکی سرایت می‌کند
وقتی تمام مراحل سیستم مالی هوش مصنوعی را در تصویری بزرگ می‌بینید، با زنجیره‌ای مواجه می‌شوید که در آن سقوط ارزش دیتاسنترها می‌تواند از مسیر صندوق‌های خصوصی و شرکت‌های بیمه عمر، به سیستم بانکی کشور سرایت کند.
از اواخر سال ۲۰۲۵، با افزایش تردیدها، بسیاری از سرمایه‌گذاران تلاش کردند پول خود را از صندوق‌های اعتبار خصوصی بیرون بکشند؛ اما مدیران صندوق‌ها برای جلوگیری از فروپاشی، برداشت پول را مسدود کردند تا بحرانی آرام و خاموش در این بازار شکل بگیرد.
ترک خوردن توهم بهره‌وری؛ چرا درآمدها کفاف هزینه‌ها را نمی‌دهد؟
سیستم استقراضی صنعت، برپایه ی این فرض کار می‌کند که شرکت‌های سراسر جهان به‌زودی متوجه جهش بهره‌وری هوش مصنوعی می‌شوند و تریلیون‌ها دلار بابت خرید اشتراک آن می‌پردازند؛ اما شواهد میدانی، سُست‌بودن بنیان چنین فرضی را نشان می‌دهد.
مطالعات متعددی در سال‌های ۲۰۲۵ و ۲۰۲۶ نشان داده‌اند که بین ۸۰ تا ۹۵ درصد از پروژه‌های آزمایشی هوش مصنوعی در شرکت‌ها بازگشت سرمایه ی مثبتی نداشته‌اند و میزان استفاده ی بزرگسالان آمریکایی از هوش مصنوعی در محیط کار، از ۴۶ درصد در اواسط ۲۰۲۵ به ۳۳ درصد در اواسط ۲۰۲۶ کاهش یافته است.
اکثریت پروژه‌های سازمانی هوش مصنوعی بازگشت سرمایه مثبتی نداشته‌اند
شرکت خدمات مالی کلارنا که با سروصدای تبلیغاتی کارمندان پشتیبانی خود را با چت‌بات‌های هوش مصنوعی جایگزین کرده بود، وقتی دید الگوریتم‌ها از پس همدلی و مدیریت مشتریان عصبانی برنمی‌آیند، بی‌سروصدا صدها کارمند اخراج‌شده را به کار برگرداند.
در بهار ۲۰۲۶، زمانی که آنتروپیک تصمیم گرفت مدل قیمت‌گذاری خود را از اشتراک ثابت به پرداخت براساس میزان مصرف تغییر دهد، مایکروسافت و کوین‌بیس برای کاهش هزینه‌ها به سراغ مدل‌های داخلی یا متن‌باز رفتند و شرکت‌هایی مثل والمارت و اوبر نیز سقف مشخصی برای استفاده ی کارمندانشان از هوش مصنوعی تعیین کردند.
ترس از فرار مشتریان باعث شد استارتاپ‌های سیلیکون‌ولی در تابستان ۲۰۲۶ وارد جنگ قیمتی شوند و تخفیف‌های ۷۵درصدی و میلیون‌ها توکن رایگان به شرکت‌ها بدهند؛ اقدامی که حاشیه ی سود آن‌ها را بیش‌ازپیش کاهش می‌دهد، به‌ویژه در شرایطی که مدل‌های استدلالی و ایجنت‌های جدید، توکن و برق بسیار بیشتری مصرف می‌کنند و هزینه ی استنتاج را بالا می‌برند.
هم‌زمان با افزایش نرخ بهره توسط فدرال رزرو در سپتامبر ۲۰۲۶، اگر سرمایه‌گذاران متوجه شوند که درآمدهای چند تریلیون دلاری هرگز از راه نمی‌رسند، زنجیره ی سقوط از ضعیف‌ترین حلقه‌ها آغاز می‌شود.
زنجیره سقوط از کجا آغاز می‌شود؟
با کندشدن تقاضا، فشار ابتدا به استارتاپ‌هایی مانند اوپن‌ای‌آی و آنتروپیک و سپس به اوراکل می‌رسد؛ شرکتی که برای تأمین زیرساخت موردنیاز اوپن‌ای‌آی، ۱۲۰ میلیارد دلار بدهی بلندمدت و ۲۶۰ میلیارد دلار تعهد اجاره ی خارج از ترازنامه را متقبل شده است.
لغو قراردادها و ناتوانی نئوکلادها در بازپرداخت وام‌ها نیز شرکت‌های کاغذی را ورشکست می‌کند و تعهدات چندصد میلیارددلاری آن‌ها، مانند بدهی‌های پنهان سیتی‌گروپ در سال ۲۰۰۷، به ترازنامه ی رسمی غول‌های فناوری بازمی‌گردد.
با توقف تقاضا، فروپاشی از ضعیف‌ترین حلقه‌های زنجیره آغاز شده و به ترازنامه غول‌های فناوری سرایت می‌کند
تفاوت بزرگ سناریو‌ی حباب هوش مصنوعی با حباب دات‌کام در سال ۲۰۰۰ یا حباب راه‌آهن در قرن نوزدهم، به ماهیت دارایی‌های باقی‌مانده برمی‌گردد. پس از ترکیدن حباب دات‌کام، شبکه ی کابل‌های فیبر نوری باقی ماند که عمر مفید چنددهه‌ای داشت و زیرساخت اینترنت مدرن را ساخت؛ اما دیتاسنترها به‌دلیل مصرف برق و سیستم‌های خنک‌کننده بسیار خاص، برای پردازش‌های ابری معمولی صرفه ی اقتصادی ندارند و تراشه‌هایشان زیر فشار کاری سنگین تنها یک تا سه سال عمر می‌کنند.
غول‌های فناوری در ترازنامه‌های خود عمر تراشه‌ها را پنج تا شش سال ثبت کرده‌اند تا هزینه ی استهلاک را کمتر نشان دهند؛ ترفندی که براساس محاسبه ی مایکل بری، سرمایه‌گذار مشهور، تا سال ۲۰۲۸ بیش از ۲۰۷ میلیارد دلار زیان پنهان روی دست چهار شرکت آمازون، گوگل، متا و مایکروسافت خواهد گذاشت.
در بازار سهام نیز که حجم پول قرض‌گرفته‌شده برای خرید سهام (Margin Debt) در تابستان ۲۰۲۶ به رکورد تاریخی ۱٫۵ تریلیون دلار رسید، یعنی تقریباً چهار برابر اوج حباب مسکن و پنج برابر اوج حباب دات‌کام، افت ارزش سهام فناوری باعث صدور اخطارهای مارجین و فروش اجباری سهام می‌شود.
گزارش محاسبه می‌کند که اگر نسبت قیمت به درآمد بازار سهام آمریکا تنها به میانگین تاریخی خود بازگردد (براساس شاخص CAPE که اکنون به عدد ۴۱ و نزدیکی رکورد حباب دات‌کام رسیده)، ۴۵ تریلیون دلار از ثروت کاغذی نابود خواهد شد؛ شوکی که از طریق «اثر ثروت منفی»، کاهش شدید مصرف، افت سرمایه‌گذاری و ورشکستگی صندوق‌های بازنشستگی و بیمه‌های عمر، اقتصاد واقعی را به کام رکودی عمیق می‌فرستد.
هزینه‌ای که شهروندان عادی روی قبض‌هایشان می‌پردازند
شهروندان عادی همین حالا نیز هزینه ی رونق هوش مصنوعی را می‌پردازند. عطش دیتاسنترها به انرژی و منابع، قبض برق مشترکان بزرگ‌ترین شبکه ی برق آمریکا را تا ۷۶ درصد افزایش می‌دهد، ذخایر آب مناطق خشک جنوب‌غربی را مصرف می‌کند و با تشدید کمبود نیمه‌هادی‌ها و مصالح ساختمانی، زمینه ی موج تازه‌ای از تورم را فراهم می‌سازد.
در سپتامبر ۲۰۲۶، اقتصاد آمریکا از مرز عجیبی عبور کرد و میزان پول خرج‌شده برای ساخت دیتاسنترها و سخت‌افزار پردازشی، رسماً از کل سرمایه‌گذاری در ساخت مسکن مسکونی پیشی گرفت. علاوه‌بر این، دولت فدرال تنها در سال ۲۰۲۵ نزدیک به ۲۷ میلیارد دلار تخفیف مالیاتی بابت استهلاک تجهیزات دیتاسنتر به پنج شرکت آلفابت، آمازون، متا، مایکروسافت و اوراکل اعطا کرده بود.
ورشکستگی شرکت‌ها، نه نجات با پول مردم
نویسندگان گزارش برای جلوگیری از تکرار بحران‌هایی مانند سال‌های ۱۹۲۹ و ۲۰۰۸، اقداماتی فوری را به سیاست‌گذاران پیشنهاد می‌دهند؛ مانند احیای مقررات نظارتی، الزام شرکت‌های خصوصی بزرگ به انتشار صورت‌های مالی حسابرسی‌شده، ممنوعیت معاملات حلقه‌ای و استفاده از شرکت‌های کاغذی برای پنهان‌کردن بدهی، تعیین استاندارد واقعی برای محاسبه ی عمر مفید تراشه‌ها و قطع یارانه‌ها و تخفیف‌های مالیاتی دیتاسنترها.
نویسندگان همچنین هشدار می‌دهند که دولت و کنگره باید اعلام کنند که در صورت ترکیدن حباب، هیچ بسته ی نجات مالی با پول مالیات‌دهندگان در انتظار میلیاردرهای سیلیکون‌ولی و بانکداران وال‌استریت نخواهد بود.
برخلاف بانک‌ها، هیچ‌یک از غول‌های فناوری سپرده‌های روزمره ی مردم را نگهداری نمی‌کنند و در صورت ناتوانی در پرداخت بدهی‌ها، باید مسیر قانونی ورشکستگی را طی کنند، مدیرانشان برکنار شوند و پاداش‌های پیش‌از ورشکستگی نیز بازپس گرفته شود.
اگر ادامه فعالیت بخشی از زیرساخت‌های ابری برای اقتصاد ضروری باشد، دولت می‌تواند آن‌ها را به قیمت روز بازار در دوران سقوط، تحت مدیریت عمومی درآورد. منابع عمومی نیز باید به‌جای نجات سفته‌بازان، به‌طور مستقیم صرف حمایت از کارگران، بیمه‌شدگان و بازنشستگانی شود که ناخواسته در معرض ریسک این بدهی‌ها قرار گرفته‌اند.