Экономика AI-бума: почему ИИ может спровоцировать глобальный рост процентных ставок

В новом интервью Dwarkesh с Dylan Patel из SemiAnalysis есть интересная мысль про экономику AI-бума: проблемой может стать не то, что AI-компании сжигают слишком много денег, а наоборот — что вкладывать в AI слишком выгодно. По оценке SemiAnalysis, капитальные расходы (CapEx) постройки ДЦ обходятся примерно в $10–15M на мегаватт, а Anthropic уже может извлекать из того же мегаватта до ~$50M выручки. Грубо говоря: потратил $10 на мощности → получил $50 выручки → деньги снова отправил на мощности. Это выручка, не прибыль, и тут не учтены RND, операционные расходы, но разрыв огромный и покрывает их (именно поэтому компании активно расширяются темпами, которые многим кажутся безумными). Ещё одна иллюстрация: рост мощностей в будущем во многом связан с тем, сколько литографов, печатающих чипы, сможет выпустить ASML. Они масштабируют производство, но очень медленно — к 2030-му году оптимистично они будут выпускать СТО литографов (на весь мир) в год. Dylan посчитал, что $6B CapEx на уровне производства полупроводников позволяют выпускать чипов примерно на 1 ГВт AI-инфраструктуры в год, а такой гигаватт способен поддерживать порядка $100B AI-выручки. Но Гигаватт-то будет делаться каждый год, и получается, что литографы на $6B за пять лет могут дать более $1T AI-выручки. Понятно, что между ними ещё TSMC, серверы, дата-центры, энергия и R&D, и каждый откусывает себе кусок пирога, но разница всё равно на порядки. По модели SemiAnalysis, AI buildout с 2024 по 2029 потребует больше $11T CapEx: около $6T оплатят из денежных поступлений, ещё примерно $5T придётся привлечь в долг. Для масштаба, это больше годового нового займа всех правительств ОЭСР вместе взятых (38 стран). Откуда взять столько денег? Пенсионный фонд может продать облигации и векселя США и купить облигации условной Meta. И чтобы быть привлекательными, Meta должна предложить больший процент — но это как раз и не будет проблемой, потому что AI НАСТОЛЬКО выгоден. Dylan приводит её как пример: недавно компания занимала примерно под 5–6%, но при огромной отдаче от дата-центров ей может быть выгодно занимать и под 8%. Конкретные 8% — грубая оценка, можно сказать с потолка и используется просто для иллюстрации. Если AI-компании готовы платить 8%, остальным заёмщикам тоже приходится повышать доходность (иначе к ним никто не даст денег). AI перебивает цену за мировой капитал, из-за чего кредит дорожает для всех. Для США это неприятно. Сейчас у США около $32T долга и ~$5.6T годовых доходов в казну; около $1T уже уходит на оплату процентов по облигациям и бондам. Каждый дополнительный процентный пункт ставки — эт примерно $320B в год, около 6% нынешних доходов бюджета. То есть если AI компании повысят проценты на +1 и все понесут деньги им, то государство тоже должно будет поднять, и это превращает ~20% доходов на обслуживание долга примерно в 25%, а +5 п.п. — уже в 40%. Если продолжать занимать около $2T в год, возникает петля: больше процентов → больше дефицит → больше долга → ещё больше процентов. Но США хотя бы получают сам AI-бум: дата-центры и новая прибыль находятся внутри страны, поэтому их можно обложить налогом. Сейчас налоговая система в основном собирает деньги с доходов людей и зарплат, а если AI начнёт автоматизировать труд, старая налоговая база может сжиматься. Для стран без крупного AI-сектора всё хуже: ставки вырастут и для них (зачем давать денег Зимбабве и Пакистану, если можно OpenAI и Meta?), а новой налоговой базы у них не появится. И вот таким странам придётся очень туго. AI окажется настолько полезным, что начнёт перетягивать на себя триллионы капитала и поднимать его цену для остальной экономики. === Ждём лонг от @RationalAnswer про математику экономики, сам-то я не шарю 🤓