AI設備投資が米GDPの約2%に急増

Lu氏は自身が「イノベーション・パラドックス」と呼ぶパターンに懐疑論の根拠を置く。50年にわたるデジタル革新は消費者への広範な普及を達成したものの、マクロの生産性成長の低下を伴った。技術の普及は二重のK字型を描くと同氏は書く。消費者はほぼ即座に採用する一方、企業は氷河のような速さでしか動かず、企業内でも一握りのスーパースター企業が新ツールを素早く取り入れる傍ら、残りは活用に苦戦する。米経済の構造がこれを増幅していると同氏は論じる。垂直的に連鎖する産業部門—イノベーションがサプライチェーンを通じて伝わり得た—から、人間の判断に依存するため変革に抵抗する水平的に広がるサービス部門へと移行したのだ。経済学者William Baumolが描いたこうした「停滞」部門は、現在、先進国GDPの約半分を占めるとLu氏は言う。

Lu氏はさらに、経済の成長ドライバーを結びつける資金循環も指摘する。ハイパースケーラーは今年、半導体、データセンター、稼働用電力に8000億ドルを費やし、GDP成長を下支えする。投資家はAI株を買い上げ、最富裕層20%のポートフォリオを膨らませ、その支出が消費を押し上げる。整備がハイパースケーラーのキャッシュフローを超えて拡大するにつれ、新規投資は債務とオフバランスのパートナーシップによる調達が増えている—BISが「循環的融資」と指摘する力学だ。Lu氏は加えて、AI関連企業への資本集中が他の経済部門からAI対応に必要な投資を奪い、企業は行政・規制対応コストに縛られ、それが今やイノベーションを窒息させていると推計する。

同氏は、AIがなおこのパラドックスを覆す可能性を認める。過去のデジタル波と違い、AIは推論し判断できる認知技術であり、まさに労働集約的なBaumol部門の生産性を解き放つに必要なものだ。しかしそれには経済の広範な領域での深い採用が必要で、企業は半導体やデータセンターだけでなく、労働者やワークフローに資本を配分しなければならないと同氏は書く。バブルがはじけた場合の救いも歴史は示す。1830年代の運河、1880年代の鉄道、1920年代の電化、1990年代末の通信とインターネットは、いずれも痛烈な崩壊に終わったが、投機ブームで築かれた物理的インフラがその後の数十年の繁栄の土台を築いた。データセンター、半導体、AIモデルも同様に長持ちするかもしれないとLu氏は示唆するが、その過程は数カ月や数年ではなく数十年かかる。短期的には、賭けが集中するほど潜在的な清算は厳しくなる。