Svært mange land står ovenfor en matematisk utfordring. Gjeldsnivået stiger, kombinert med en aldrende befolkning. Historisk har slike utfordringer blitt løst gjennom vekst, inflasjon eller budsjettkutt. Budsjettkutt fremstår politisk krevende, mens inflasjon har vist seg kostbart. Dermed gjenstår vekst som den mest attraktive løsningen.
Den mest nærliggende forklaringen på at finansmarkedene kan utvise så stor grad av positivitet samtidig som vi har en såpass kraftig strukturell og syklisk motvind er at markedet i økende grad betrakter kunstig intelligens som en mulig løsning på flere av de utfordringene verdensøkonomien står overfor. Dersom AI kan øke produktiviteten betydelig, kan økonomiene vokse raskere uten tilsvarende økning i arbeidsstyrken. Høyere vekst vil igjen gjøre det enklere å håndtere både offentlig og privat gjeld.
Dersom BNP vokser raskere enn gjelden, vil gjeldsbelastningen gradvis falle uten behov for omfattende budsjettkutt eller høy inflasjon. Historisk er dette nettopp hvordan mange land har håndtert store gjeldsbyrder. Etter andre verdenskrig ble ikke gjelden som var bygget opp under to langvarige kriger borte fordi myndighetene sparte seg ut av problemene. Den ble håndterbar fordi økonomiene vokste raskt.
Spørsmålet er om AI faktisk kan levere en produktivitetsrevolusjon. Gjennom de siste 250 årene har verden opplevd en rekke teknologiske gjennombrudd som har endret samfunnet fundamentalt. Dampmaskinen, jernbanen, elektrisiteten, telefonen, datamaskinen og internett har alle transformert måten vi lever og arbeider på. Likevel er det overraskende vanskelig å identifisere tilsvarende dramatiske utslag i produktivitetsstatistikken. Økonomen Robert Solow oppsummerte dette paradokset på 1980-tallet da han konstaterte at man kunne se datamaskinalderen overalt, bortsett fra i produktivitetstallene. Produktiviteten har riktignok svingt en hel del historisk, men det er ikke slik at nye oppfinnelser har brakt produktivitetsveksten til stadig nye høyder. Grafen under viser produktivitetsvekst.
Mange land opplevde omfattende krigshandlinger på egen jord både under 1. og 2. verdenskrig, og dette synes å skape en del støy i produktivitetstallene. Hvis vi ser bort fra disse landene kan det virke som om mye av det vi oppfatter som den store etterkrigsperioden skyldtes at flere store økonomier tok igjen landene som allerede lå ved teknologifronten. Dataene kan indikere at den sterke produktivitetsveksten i perioden 1950–1970 i betydelig grad var drevet av strukturelle forhold som gjenoppbygging, urbanisering og teknologisk innhenting. Samtidig viser grafen at produktivitetsveksten i den utviklede verden har hatt en fallende trend over lang tid, til tross for en kontinuerlig strøm av teknologiske nyvinninger. Dersom denne tolkningen er riktig, innebærer det at stadig ny teknologi er nødvendig bare for å opprettholde produktivitetsveksten på dagens nivå. For å skape et varig oppsving i produktivitetsveksten må en ny teknologi være vesentlig mer transformativ enn de innovasjonene som allerede er tatt i bruk. Tilhengerne av kunstig intelligens argumenterer for at denne gangen er annerledes.
Mens tidligere teknologiske revolusjoner først og fremst automatiserte fysisk arbeid, har AI potensial til å automatisere deler av kunnskapsarbeidet. Om dampmaskinen var en revolusjon for industriarbeideren, kan AI bli en tilsvarende revolusjon for funksjonærer, konsulenter, advokater, programmerere og andre kunnskapsarbeidere. Dersom dette stemmer, kan de økonomiske konsekvensene bli betydelige. Men selv om produktivitetsveksten skulle materialisere seg, gjenstår et annet spørsmål som får langt mindre oppmerksomhet: Hvem vil høste gevinstene?
Kanskje vil de største vinnerne være teknologiselskapene som leverer infrastrukturen. Kanskje vil gevinsten tilfalle bedriftene som tar teknologien i bruk. Eller kanskje vil konkurransen sørge for at store deler av verdiskapingen kommer samfunnet som helhet til gode gjennom lavere kostnader, høyere lønninger og sterkere økonomisk vekst. Finansmarkedene synes i stor grad å anta at økt produktivitet automatisk vil føre til høyere selskapsoverskudd hos leverandørene av infrastruktur. Det har imidlertid ikke alltid vært tilfelle. Jernbanen revolusjonerte økonomien og skapte enorme samfunnsøkonomiske gevinster, men mange jernbaneselskaper ga skuffende avkastning til sine aksjonærer. Gevinstene tilfalt i stor grad industrien, handelen og forbrukerne. Det samme kan skje med kunstig intelligens. Videre kan man argumentere for at dersom alle selskaper i en bransje blir mer effektive samtidig, vil konkurransen ofte presse deler av gevinsten videre til kundene gjennom lavere priser.
Det er imidlertid klart at verdiskapingen i kapitalmarkedene i økende grad konsentreres hos et begrenset antall selskaper.
De største teknologiselskapene står i dag for en stadig større andel av både markedsverdier, investeringer og selskapsoverskudd. Kunstig intelligens, som er en teknologi som krever enorme investeringer i datakraft, energi og kompetanse, kan forsterke denne utviklingen ytterligere. Det kan gi de største teknologiselskapene en varig fordel og føre til at en større del av verdiskapingen samles hos et begrenset antall aktører. Kan AI bli den første virkelig store teknologien hvor gevinsten primært tilfaller eierne av infrastrukturen fremfor brukerne?
Det vanskelig å finne en periode hvor forventningene til én enkelt teknologi har vært høyere enn de er i dag. Om optimismen er berettiget eller ikke, vil trolig være et av de viktigste spørsmålene for både investorer og politikere det neste tiåret. Den nylige børsnoteringen av SpaceX illustrerer denne dynamikken. Selskapet er allerede blant verdens største målt etter markedsverdi, til tross for en omsetning som bare utgjør en brøkdel av de etablerte teknologigigantene.
Investorene kjøper med andre ord ikke dagens resultater. De kjøper forventninger om fremtidige resultater. På mange måter er dette den samme historien som preger store deler av AI-sektoren.
Kunstig intelligens kan vise seg å bli den viktigste teknologiske innovasjonen siden internett, og kanskje siden elektrisiteten. Dersom teknologien leverer den produktivitetsveksten mange håper på, kan den bidra til å løse flere av de strukturelle utfordringene verdensøkonomien står overfor.
For investorer er det imidlertid ikke tilstrekkelig å ha rett om teknologien. Man må også ha rett om hvem som får verdiskapingen. Historien viser at dette ofte er to forskjellige spørsmål. Det er derfor mulig at den viktigste investeringsbeslutningen de neste årene ikke handler om hvorvidt AI lykkes, men om hvem som til slutt kommer til å eie verdiskapningen som følge av AI.