جدیدترین · اپیزود ۱۳ · ۲۴ اکتبر ۲۰۲۶
آیا بهره‌وری هوش مصنوعی می‌تواند از مارپیچ بدهی آمریکا جلو بزند؟ مراکز داده، clawback مؤسسه Brookings و مالیات بر سرمایه
پس از فروپاشی بدهی دولتی فرانسه، دیوید می‌پرسد آیا بهره‌وری هوش مصنوعی می‌تواند ایالات متحده را از چرخه معیوب بدهی خودش نجات دهد. ایو پیش‌بینی‌های بهره‌وری Oxford Economics (۳.۵+ درصد در دهه آینده)، نظرسنجی‌های شرکتی NBER و CEPR (عمدتاً پیش‌بینی: مدیران مورد پرسش NBER در سه سال ۱.۴+ درصد انتظار دارند در برابر ۰.۲۹ درصدی که تاکنون اندازه‌گیری شده؛ CEPR سال گذشته ۰.۶+ درصد و ۱.۸+ درصد مورد انتظار) و سه سناریوی تولید ناخالص داخلی ۲۰۳۰ Anthropic (۱.۶+، ۸.۳+ و ۳۲+ درصد) را مقایسه می‌کند، شکاف درآمدی ۵ تریلیون دلاری مراکز داده به برآورد Gartner را می‌شکافد (۳ تریلیون دلار سرمایه‌گذاری که تا ۲۰۳۰ به ۸.۵ تریلیون دلار درآمد انباشته هوش مصنوعی نیاز دارد، در برابر حداکثر ۳.۶ تریلیون دلار، که سقف است نه پیش‌بینی) و چرخه تأمین مالی دایره‌ای میان تراشه‌سازان، غول‌های ابری و آزمایشگاه‌های هوش مصنوعی را توضیح می‌دهد، یافته Brookings و Jessica Riedl را شرح می‌دهد که بازده بالاتر اوراق خزانه و کاهش سهم نیروی کار (از ۶۰ به ۴۵ درصد در سناریوی افراطی Anthropic) بیش از نیمی از هر سود مالی هوش مصنوعی را پس می‌گیرند، و تاریخ عبرت‌آموز مالیات ثروت در اروپا را با نظام معیوب مالیات شرکتی آمریکا مقایسه می‌کند (جایی که اقتصاددانان MIT، Daron Acemoglu و Andrea Manera و Pascual Restrepo، مالیات مؤثر بر کار را با معیار ۲۵.۵ درصد و در بازه ۲۵.۵ تا ۳۳.۵ درصد برآورد می‌کنند، در برابر ۵ درصد بر نرم‌افزار و تجهیزات).
صدای کاملاً بازسازی‌شده با هوش مصنوعی. هر صدای هوش مصنوعی خط به خط برچسب خورده.