Η ταχύτατη αυτή αύξηση δημιουργεί εύλογα το ερώτημα κατά πόσο οι δαπάνες για τεχνητή νοημοσύνη εκτοπίζουν άλλες επενδύσεις και επιχειρηματικές δαπάνες. Το ζήτημα αποκτά ιδιαίτερη σημασία επειδή μεγάλο μέρος των επενδύσεων στην AI κατευθύνεται στην αγορά εισαγόμενου τεχνολογικού εξοπλισμού.

Ωστόσο, η Goldman Sachs διαπιστώνει μέχρι στιγμής ότι οι ενδείξεις για ουσιαστικό crowding out παραμένουν περιορισμένες.

Στον τομέα των τεχνολογικών επενδύσεων, η Goldman επισημαίνει ότι οι hyperscalers έχουν χρηματοδοτήσει μεγάλο μέρος της επέκτασης των υποδομών AI περιορίζοντας τις επαναγορές ιδίων μετοχών. Παράλληλα, οι μεγάλες εταιρείες τεχνολογίας εμφανίζονται πρόθυμες να αυξήσουν τον δανεισμό τους και δεν φαίνεται να αποθαρρύνονται ιδιαίτερα από το υψηλό κόστος χρήματος.

Αυτό σημαίνει ότι, τουλάχιστον μέχρι σήμερα, οι επενδύσεις στην AI δεν έχουν οδηγήσει σε δραματική συρρίκνωση των υπόλοιπων τεχνολογικών επενδύσεων. Οι hyperscalers φαίνεται να αξιοποιούν συνδυασμό ισχυρών ταμειακών ροών, περιορισμού των buybacks και αυξημένου δανεισμού για να διατηρήσουν το επενδυτικό τους πρόγραμμα.

Ανάλογη εικόνα προκύπτει και από τις επιχειρήσεις που χρησιμοποιούν υπηρεσίες τεχνητής νοημοσύνης. Σύμφωνα με έρευνα της Goldman Sachs, το κόστος που συνδέεται με την υιοθέτηση της AI παραμένει μέχρι στιγμής σχετικά περιορισμένο. Περίπου τα δύο τρίτα των σχετικών δαπανών χρηματοδοτούνται μέσω περικοπών σε άλλες επιχειρηματικές δαπάνες.

Πιο εμφανής είναι η επίδραση στον κατασκευαστικό κλάδο. Οι επενδύσεις σε data centers έχουν αυξηθεί και πλέον αντιστοιχούν περίπου στο 9% της ιδιωτικής μη οικιστικής κατασκευαστικής δραστηριότητας στις ΗΠΑ.

Ωστόσο, η Goldman επισημαίνει ότι η άνοδος αυτή συνέπεσε με πτώση στις επιδοτούμενες επενδύσεις σε μονάδες μεταποίησης. Η εξέλιξη αυτή αντιστάθμισε μέρος της αυξημένης ζήτησης για κατασκευαστικούς πόρους, με αποτέλεσμα να υπάρχουν μέχρι στιγμής μόνο περιορισμένες ενδείξεις ότι οι επενδύσεις στα data centers εκτοπίζουν άλλες κατασκευαστικές δραστηριότητες σε εθνικό επίπεδο.

Παράλληλα, η χρηματοδότηση που συνδέεται με την τεχνητή νοημοσύνη έχει αποκτήσει πλέον σημαντικό βάρος στην αγορά εταιρικών ομολόγων. Η Goldman Sachs υπολογίζει ότι οι εκδόσεις που σχετίζονται με την AI αντιστοιχούν σχεδόν στο ένα τέταρτο των συνολικών εκδόσεων εταιρικού χρέους επενδυτικής βαθμίδας.

Παρά το σημαντικό αυτό μέγεθος, όμως, οι επιπτώσεις στις υπόλοιπες επιχειρήσεις παραμένουν περιορισμένες. Τα spreads των εταιρικών ομολόγων που δεν συνδέονται με την AI εξακολουθούν να βρίσκονται κοντά σε ιστορικά χαμηλά επίπεδα, γεγονός που δείχνει ότι η αυξημένη χρηματοδοτική ανάγκη των εταιρειών τεχνητής νοημοσύνης δεν έχει μέχρι στιγμής προκαλέσει σημαντική πίεση στην υπόλοιπη αγορά πιστώσεων.

Συνολικά, η Goldman Sachs καταλήγει στο συμπέρασμα ότι τόσο η συμβολή της τεχνητής νοημοσύνης στην ανάπτυξη του αμερικανικού ΑΕΠ όσο και οι επιπτώσεις εκτόπισης άλλων οικονομικών δραστηριοτήτων είναι μικρότερες από ό,τι συχνά υποστηρίζεται.

Για το 2026, η Goldman εκτιμά ότι το πρόσθετο crowding out από την έκρηξη των επενδύσεων στην AI θα ανέλθει περίπου στα 50 δισ. δολάρια.

Το ποσό αυτό είναι σημαντικό σε απόλυτους όρους, αλλά παραμένει σχετικά περιορισμένο σε σχέση με το συνολικό μέγεθος της αμερικανικής οικονομίας και των επιχειρηματικών επενδύσεων. Μέχρι στιγμής, επομένως, η επενδυτική έκρηξη στην τεχνητή νοημοσύνη φαίνεται περισσότερο να προσθέτει μια νέα και εξαιρετικά μεγάλη πηγή ζήτησης στην οικονομία παρά να εκτοπίζει μαζικά τις υπόλοιπες επενδύσεις.

Ωστόσο, η Goldman ουσιαστικά αφήνει ανοικτό το ενδεχόμενο η εικόνα να αλλάξει εάν οι επενδύσεις στην AI συνεχίσουν να αυξάνονται με τον ίδιο ρυθμό, ιδιαίτερα εάν οι hyperscalers χρειαστεί να προσφύγουν ακόμη περισσότερο στις αγορές χρέους ή εάν η ζήτηση για υποδομές τεχνητής νοημοσύνης αρχίσει να απορροφά μεγαλύτερο μέρος των διαθέσιμων κατασκευαστικών και χρηματοδοτικών πόρων.