تا سال 1700 میلادی، اقتصاد جهانی واقعاً رشد نمیکرد – در رکود بود. در طول 17 قرن پیش از آن، تولید جهانی به طور متوسط 0.1% در سال گسترش یافته بود، نرخی که در آن تقریباً یک هزاره طول میکشد تا تولید دو برابر شود. سپس چرخهای نخریسی شروع به کار کردند و موتورهای بخار به حرکت درآمدند. رشد جهانی بین سالهای 1700 و 1820 پنج برابر شد و به 0.5% در سال رسید. تا پایان قرن 19، این رقم به 1.9% و در قرن 20، به طور متوسط به 2.8% رسید که در این نرخ تولید هر 25 سال دو برابر میشود. رشد نه تنها به یک هنجار تبدیل شده است؛ بلکه سرعت گرفته است.
اگر به سخنان مبلغان سیلیکون ولی باور کنیم، این انفجار قرار است بزرگتر شود. آنها معتقدند که هوش مصنوعی عمومی (AGI)، که قادر است در اکثر مشاغل دفتری از اکثر انسانها بهتر عمل کند، به زودی رشد سالانه تولید ناخالص داخلی را به 20-30% در سال یا بیشتر افزایش خواهد داد. این ممکن است مضحک به نظر برسد، اما آنها اشاره میکنند که در بیشتر تاریخ بشر، ایده رشد اقتصادی نیز مضحک بود.
احتمال اینکه هوش مصنوعی به زودی بسیاری از کارگران را زائد کند، به خوبی شناخته شده است. آنچه کمتر مورد بحث قرار میگیرد، امید به این است که هوش مصنوعی بتواند جهان را در مسیر رشد تصاعدی قرار دهد. این امر پیامدهای عمیقی خواهد داشت. بازارها نه تنها برای نیروی کار، بلکه برای کالاها، خدمات و داراییهای مالی نیز دچار دگرگونی خواهند شد. اقتصاددانان تلاش کردهاند تا چگونگی بازآرایی جهان توسط هوش مصنوعی عمومی را بررسی کنند. تصویری که در حال ظهور است شاید خلاف انتظار و قطعاً گیجکننده باشد.
این ایدهها هستند، احمق!
اقتصادها در ابتدا عمدتاً از طریق افزایش جمعیت رشد کردند. برداشتهای بزرگتر امکان تغذیه افراد بیشتری را فراهم میکرد؛ کشاورزان بیشتر به برداشتهای بزرگتر منجر میشدند. اما این شکل از رشد، استانداردهای زندگی را افزایش نداد. بدتر اینکه، قحطی یک تهدید دائمی بود. توماس مالتوس، اقتصاددان قرن هجدهم، استدلال کرد که رشد جمعیت ناگزیر از بازده کشاورزی پیشی خواهد گرفت و باعث فقر میشود. در واقع، عکس این اتفاق افتاد: افراد بیشتر نه تنها بیشتر میخوردند، بلکه ایدههای بیشتری نیز داشتند. این ایدهها هم به تولید بالاتر و هم در نهایت به کاهش باروری منجر شد که باعث افزایش تولید سرانه شد. نظریه میگوید، هوش مصنوعی عمومی امکان نوآوری بیپایان را بدون افزایش جمعیت فراهم میکند و رشد تولید ناخالص داخلی سرانه را فوقالعاده افزایش میدهد.
اکثر اقتصاددانان موافقند که هوش مصنوعی پتانسیل افزایش بهرهوری و در نتیجه تقویت رشد تولید ناخالص داخلی را دارد. سوال اساسی این است که چقدر؟ برخی تنها تغییرات حاشیهای را پیشبینی میکنند. به عنوان مثال، دارون عجماغلو از مؤسسه فناوری ماساچوست، تخمین میزند که هوش مصنوعی در مجموع طی یک دهه، تولید ناخالص داخلی جهانی را حداکثر 1-2% افزایش خواهد داد. اما این نتیجهگیری بر این فرض استوار است که تنها حدود 5% از وظایف را میتوان با هوش مصنوعی ارزانتر از کارگران انجام داد. این فرض نیز به نوبه خود، تا حدی بر تحقیقات انجام شده در سال 2023 است، زمانی که هوش مصنوعی تواناییهای کمتری داشت.
پیشبینیهای رادیکالتر از تأثیر اقتصادی هوش مصنوعی فرض میکنند که بخش بسیار بیشتری از تولید اقتصادی جهان در نهایت با بهبود فناوری و دستیابی به هوش مصنوعی عمومی خودکار خواهد شد. خودکارسازی تولید تنها به انرژی و زیرساخت کافی نیاز دارد - چیزهایی که سرمایهگذاری بیشتر میتواند تولید کند. معمولاً رشد ناشی از سرمایهگذاری به بازده نزولی میرسد. اگر ماشینها را اضافه کنید اما نه کارگران را، سرمایه بیکار میماند. اما اگر ماشینها به اندازه کافی در جایگزینی انسانها خوب شوند، تنها محدودیت در انباشت سرمایه، خود سرمایه است. و اضافه کردن قدرت هوش مصنوعی بسیار سریعتر از انتظار برای گسترش جمعیت است، همانطور که آنسون هو از اندیشکده Epoch AI استدلال میکند.
با این حال، حتی خودکارسازی کامل تولید نیز به یک انفجار رشد منجر نخواهد شد، طبق بررسی مدلهای فیلیپ ترامل، از دانشگاه آکسفورد، و آنتون کورینک از دانشگاه ویرجینیا. فرض کنید تولید به طور کامل خودکار شود، اما فناوری بهبود نیابد. اقتصاد به نرخ رشد ثابتی میرسد که توسط کسری از تولید که پسانداز شده و در ساخت ماشینهای جدید سرمایهگذاری مجدد میشود، تعیین میگردد.
رشد واقعاً تصاعدی مستلزم این است که هوش مصنوعی در سختترین کار، یعنی بهبود فناوری، جایگزین نیروی کار شود. آیا هوش مصنوعی است که پیشرفتهای چشمگیری در بیوتکنولوژی، انرژی سبز و خود هوش مصنوعی به ارمغان خواهد آورد؟ امید میرود که عوامل هوش مصنوعی عمومی بتوانند وظایف پیچیده و بلندمدت را در حین تعامل با رابطهای کامپیوتری انجام دهند. آنها نه تنها به سؤالات پاسخ میدهند، بلکه پروژهها را نیز اجرا میکنند. پروژه آیندههای هوش مصنوعی، یک گروه تحقیقاتی، پیشبینی میکند که تا پایان سال 2027، آزمایشگاههای هوش مصنوعی تقریباً کاملاً خودکار، تحقیقات علمی را انجام خواهند داد. سم آلتمن، رئیس اوپناِیآی، پیشبینی کرده است که سیستمهای هوش مصنوعی احتمالاً سال آینده شروع به تولید «بینشهای جدید» خواهند کرد.
اقتصاددانانی که نظریه رشد «درونزا» را مطالعه میکنند، که تلاش میکند پیشرفت فناوری را مدلسازی کند، مدتهاست که فرض کردهاند اگر ایدهها با سرعت کافی ایدههای بیشتری تولید کنند، رشد باید بدون محدودیت افزایش یابد. سرمایه تنها انباشته نمیشود؛ بلکه مفیدتر نیز میشود. پیشرفت حالت ضربی دارد. انسانها هرگز از این آستانه عبور نکردهاند. در واقع، برخی از اقتصاددانان پیشنهاد کردهاند که یافتن ایدهها در طول زمان دشوارتر شده است، نه آسانتر. به عنوان مثال، محققان انسانی باید مواد بیشتری را برای رسیدن به مرز دانش فراگیرند.
هوش مصنوعی عمومی ممکن است این محدودیتها را کاهش دهد. در مدل Epoch، بازدهیهای اولیه بزرگ ناشی از خودکارسازی، مجدداً در تحقیق و توسعه سختافزار و نرمافزار سرمایهگذاری میشوند. رشد سالانه تولید ناخالص داخلی از 20% فراتر میرود، زمانی که هوش مصنوعی بتواند حدود یک سوم وظایف را خودکار کند، و همچنان رو به افزایش است. آقای هو میگوید که این مدل «قطعاً اشتباه است» - اما تشخیص دلیل آن دشوار است. اقتصاددانان فکر میکنند که این مدل در مورد انگیزههای سرمایهگذاری در تحقیق، که مزایای آن به کل اقتصاد سرایت میکند و یک مشکل اقدام جمعی ایجاد میکند، بیش از حد خوشبین است. شرکتهای هوش مصنوعی به آقای هو میگویند که او حلقههای بازخوردی را که وقتی هوش مصنوعی عمومی میتواند خود را بهبود بخشد، دست کم گرفته است - فرآیندی که امید میرود در نهایت به یک ابرهوش منجر شود که بسیار توانمندتر از هر انسانی است.

علم تشنجآور
فرض کنید این حلقهها حداکثر قدرت را داشته باشند و اقتصاد به «اطلاعاتی تبدیل شود که توسط سرمایه اطلاعاتی تولید میشود، که خود توسط اطلاعاتی تولید شده است که به نوبه خود هر سال اطلاعات را سریعتر تولید میکند»، همانطور که ویلیام نوردهاوس، برنده جایزه نوبل اقتصاد، در مقالهای در سال 2021 نوشت. این امر منجر به «تکینگی» میشود – نقطهای که تولید بینهایت میشود. تکینگی در واقع یک استدلال متقابل است: اثباتی بر اینکه مدل باید در نهایت اشتباه از آب درآید. اما حتی اولین گام در این مسیر، یعنی یک شتاب بزرگ در رشد، یک رویداد عمیق خواهد بود.
همه اینها برای کارگران به چه معناست؟ اولین موج رشد بشریت به خصوص برای آنها سخاوتمندانه نبود. طبق گفته گرگ کلارک از دانشگاه جنوب دانمارک، یک کارگر ساختمانی انگلیسی در سال 1800 میلادی همان دستمزد واقعی را داشت که یک کارگر در سال 1230 میلادی. افزایش تعداد دهانها برای تغذیه، عملاً تمام افزایش تولید را خنثی کرد. برخی از مورخان استدلال میکنند که در 50 سال بعدی، استانداردهای زندگی کارگران کاملاً کاهش یافت.
این بار نگرانی این است که کارگران بیکار شوند. قیمت اجرای یک AGI (هوش مصنوعی عمومی) سقفی برای دستمزدها تعیین میکند، زیرا هیچکس کارگری را استخدام نخواهد کرد اگر هوش مصنوعی بتواند آن کار را با هزینه کمتری انجام دهد. این سقف با بهبود فناوری به مرور زمان کاهش مییابد. با فرض اینکه هوش مصنوعی به اندازه کافی ارزان و توانمند شود، تنها منبع درآمد مردم، به عنوان رانتخواران – یعنی صاحبان سرمایه – خواهد بود. آقای نوردهاوس و دیگران نشان دادهاند که وقتی نیروی کار و سرمایه به اندازه کافی قابل جایگزینی باشند و سرمایه انباشته شود، تمام درآمد در نهایت به صاحبان سرمایه میرسد. از این رو، باور در سیلیکون ولی این است: وقتی انفجار رخ میدهد، بهتر است ثروتمند باشید.
یک اقتصاد در حال رونق اما بدون کارگر ممکن است مقصد نهایی بشریت باشد. اما به عقیده تایلر کوئن از دانشگاه جرج میسون، اقتصاددانی که عموماً نسبت به هوش مصنوعی خوشبین است، تغییر کندتر از آن چیزی خواهد بود که فناوری زیربنایی اجازه میدهد. او میگوید: «عوامل تولید بسیاری وجود دارد... هرچه هوش مصنوعی قویتر باشد، ضعفهای عوامل دیگر بیشتر شما را محدود میکنند. این میتواند انرژی باشد؛ میتواند حماقت انسان باشد؛ میتواند مقررات باشد؛ میتواند محدودیتهای داده باشد؛ یا میتواند صرفاً کندی نهادی باشد.» امکان دیگر این است که حتی یک ابرهوش نیز ایدههایش تمام شود. فیلیپ آگین از LSE و همکارانش در یک مقاله کاری در سال 2017 نوشتند: «هوش مصنوعی ممکن است مشکلی را با ماهیگیران حل کند، اما آنچه در برکه است را تغییر نخواهد داد.»
میانگینها تنوع را پنهان میکنند. دستمزدهای انفجاری برای ستارگان برتر، آنهایی را که مشاغل دفتری عادیتری دارند، تسلی نخواهد داد، زیرا آنها باید به بخشهایی از اقتصاد بازگردند که هنوز به صورت خودکار درنیامدهاند. فرض کنید، با وجود AGI، پیشرفت فناوری در رباتیک متوقف شود. در این صورت کارهای فیزیکی بسیاری وجود خواهد داشت که نیاز به انسان دارند، از لولهکشی گرفته تا مربیگری ورزشی. این بخشهای اقتصاد، مانند صنایع پرکاربر امروز، احتمالاً تحت تأثیر «بیماری هزینه باومول» (یک نقیصه فوقالعاده برای کارگران) قرار خواهند گرفت که در آن دستمزدها علیرغم عدم افزایش بهرهوری، رشد خواهند کرد.
در مورد کلاسیک، که به نام اقتصاددان ویلیام باومول نامگذاری شده است، دستمزدها رشد میکنند تا از تغییر شغل کارگران به صنایع با بهرهوری بالا جلوگیری شود. این امر در مورد AGI صدق نمیکند، اما عوامل دیگری ممکن است اثرات مشابه باومول را ایجاد کنند. به عنوان مثال، صاحبان هوش مصنوعی و کارگران نخبه ممکن است بخش زیادی از ثروت جدید خود را صرف خدمات پرکاربرد کنند. به ثروتمندان امروز فکر کنید که برای چیزهایی که خودکارسازی آنها دشوار است، از وعدههای غذایی در رستورانها گرفته تا پرستاران بچه، هزینه زیادی میپردازند. این یک دیدگاه خوشبینانه است: حتی کسانی که ستاره نیستند نیز از این امر بهرهمند میشوند.
با این حال، افراد غیرثروتمند تنها از فراوانی انتخابی برخوردار خواهند بود. قدرت خرید آنها در مورد هر چیزی که هوش مصنوعی بتواند تولید یا بهبود بخشد، سر به فلک خواهد کشید. کالاهای تولیدی در کارخانههای تحت مدیریت هوش مصنوعی ممکن است تقریباً رایگان باشند؛ سرگرمیهای دیجیتالی جذاب ممکن است تقریباً هیچ هزینهای نداشته باشند؛ و قیمت مواد غذایی، اگر هوش مصنوعی بتواند راهی برای افزایش بازدهی کشاورزی پیدا کند، ممکن است به شدت سقوط کند. اما قیمت هر چیزی که هنوز پرکاربرد است – مثلاً مراقبت از کودک یا غذا خوردن در بیرون – باید متناسب با دستمزدها افزایش یابد. هر کسی که از کار دانشمحور امروز به یک گزینه پرکاربرد تغییر کند، ممکن است متوجه شود که میتواند کمتر از آن کالاها و خدمات با محدودیت عرضه را نسبت به امروز تهیه کند.
برخی نگرانند که اثر باومول آنقدر شدید باشد که رشد اقتصادی را محدود کند. وقتی قیمت چیزی سقوط میکند، مردم بیشتر از آن را میخرند. اما سهم آن از هزینههای مصرفکننده هنوز میتواند کاهش یابد. غذا را در نظر بگیرید. در سال 1909، آمریکاییها روزانه 3400 کالری غذا (شامل ضایعات) میخریدند که 43% از درآمدشان را تشکیل میداد. امروزه آنها 3900 کالری غذا میخرند، اما این تنها 11% از درآمدشان را هزینه میکند. اگر قیمتها سریعتر از افزایش مقدار کاهش یابند، اقتصاد اندازهگیری شده تحت سلطه هر چیزی قرار میگیرد که نمیتوان آن را با کارایی بیشتری تولید کرد. آقای آگین و همکارانش نوشتند: «رشد ممکن است نه توسط آنچه در آن خوبیم، بلکه توسط آنچه ضروری و در عین حال دشوار است محدود شود.»
با این حال، به عقیده دومینیک کویی از متا، مهم است که اثرات باومول را در چشمانداز صحیح خود قرار دهیم. حتی اگر آنها اندازه اندازهگیری شده اقتصاد را محدود کنند، هوش مصنوعی عمومی هنوز میتواند تغییرات عظیمی به ارمغان آورد. باز هم، پژواکی از انقلابهای فناوری گذشته وجود دارد. گوشیهای هوشمند و خدمات آنلاین رایگان بیشمار جهان را تغییر دادهاند، اما به نظر نمیرسد تأثیر زیادی بر رشد داشته باشند. و در نهایت، یک ابرهوش ممکن است تنگناها را نیز حل کند، به عنوان مثال با کشف فناوریهای جدید که عرضه انرژی بیشتری را آزاد میکنند، یا با تسریع پیشرفت در رباتیک.
اگر فکر میکنید انفجاری در رشد اقتصادی در راه است، چه باید بکنید؟ توصیهای که از مدلها به دست میآید ساده است: مالک سرمایه باشید، زیرا بازده آن سر به فلک خواهد کشید. (در سیلیکون ولی یافتن مهندسان پردرآمدی که با دلتنگی پول نقد را برای روزی که کارشان دیگر ارزشمند نیست، ذخیره میکنند، دشوار نیست.) با این حال، دانستن اینکه کدام داراییها را باید داشت، دشوار است. دلیل آن ساده است: رشد فوقالعاده بالا باید به معنای نرخ بهره واقعی فوقالعاده بالا باشد.
نیروهای مالی را در نظر بگیرید که به محض اینکه احتمال انفجار در رشد مطرح شود، وارد عمل خواهند شد. سرمایهگذاری عظیم در مراکز داده و تولید انرژی مورد نیاز خواهد بود. ممکن است فکر کنید که مقادیر سرمایهگذاری شده امروز، مانند پروژه 500 میلیارد دلاری «استارگیت» OpenAI، قبلاً فوقالعاده است. اما طبق مدل Epoch AI، سرمایهگذاری بهینه در هوش مصنوعی در سال جاری 50 برابر بیشتر است: 25 تریلیون دلار. و این تنها بخشی از تصویر است. یک اقتصاد بزرگتر، تقاضای بیشتری برای سرمایه غیرفناوری نیز به همراه خواهد داشت، برای سرمایهگذاری در چیزهایی مانند زیرساختها و کارخانههای بزرگتر، زیرا کسبوکارها برای ارائه خدمات به تقاضای بالاتر، گسترش مییابند. رقابتی برای سرمایهگذاری آغاز خواهد شد.
در عین حال، تمایل به پسانداز کاهش مییابد. به طور متوسط، درآمدها قرار است به شدت افزایش یابد. اقتصاددانان تمایل دارند فرض کنند که مردم سعی میکنند مصرف خود را در طول زمان هموار کنند: در شرایط برابر، آنها ترجیح میدهند امروز 100 دلار و فردا 100 دلار خرج کنند تا مثلاً امروز 200 دلار و فردا هیچ. از این رو نیاز به پسانداز وجود دارد که میتواند برای سوخترسانی به رشد سرمایهگذاری شود. اما یک اقتصاد در حال رشد سریع، صرفهجویی را غیرضروری جلوه میدهد. ثروتهای هنگفتی در راه است، پس چرا پسانداز کنیم؟ به همین دلیل، فرانک رمزی، اقتصاددان اوایل قرن بیستم، اشاره کرد که با افزایش رشد، نرخهای بهره واقعی نیز افزایش مییابند، تا مصرفکنندگان بیخیال را به پسانداز بخشی از پولی که در غیر این صورت تمایل به خرج کردن آن دارند، ترغیب کنند.

تروور چو و همکارانش در یک مقاله کاری اخیر استدلال میکنند که برای قیمت داراییها، این به معنای یک کشمکش خواهد بود. سهام را در نظر بگیرید. از یک سو، نرخهای بهره بسیار بالاتر، نرخ تخفیفی را که سرمایهگذاران برای ارزشگذاری سودهای آتی استفاده میکنند، به شدت افزایش میدهد و بنابراین ارزش جریانهای نقدی آتی را کاهش میدهد. از سوی دیگر، رشد بسیار سریعتر، تا زمانی که یک شرکت خود در معرض خطر هوش مصنوعی نباشد، باید منجر به سودهای آتی بسیار بالاتر شود. آنها نتیجه میگیرند: «اثر خالص بر میانگین قیمت سهام نامشخص است.»
قدرت قانون رمزی بسیار مهم خواهد بود: هرچه میل به هموارسازی مصرف در طول زمان بیشتر باشد، اگر رشد سرسامآور آینده تقریباً تضمین شده باشد، نرخها بیشتر افزایش خواهند یافت. متأسفانه، در مورد میزان قوی بودن انگیزه برای هموارسازی مخارج، اجماعی وجود ندارد. اقتصاددانان کلان تمایل دارند فکر کنند که این انگیزه آنقدر ریشهدار است که نرخها معمولاً سریعتر از رشد افزایش مییابند و باعث سقوط بازار سهام میشوند. اساتید مالی تمایل دارند عکس این را باور کنند: که رشد از نرخها پیشی میگیرد.
اگر این به نظر بیش از حد قماربازانه میآید، یک استدلال برای صرفاً سپردهگذاری پول نقد در بانک وجود دارد: در این صورت یک سرمایهگذار میتواند از نرخهای بهره بالاتر استفاده کند بدون اینکه نگران ارزش سرمایه باشد. اما اگر بانکهای مرکزی متوجه آنچه در حال وقوع بود نشوند و نرخهای بهره را کمتر از آنچه شرایط ایجاب میکرد تعیین کنند، تورم اوج میگیرد و ارزش پول نقد را از بین میبرد. زمین نیز یک گزینه دیگر است. عرضه آن ثابت است - و یک نظریه این است که یک ابرهوش ممکن است بخواهد زمین را با پنلهای خورشیدی و مراکز داده بپوشاند و قیمت زمین را بالا ببرد. باز هم، زمین از جمله داراییهای حساس به نرخ بهره است. تصور کنید که وام مسکن را با 30% دوباره تأمین مالی کنید.
پرهای بیشتر یا هیسهیس بیشتر؟
نرخهای بهره بالاتر، وضعیت دولتهای بدهکار جهان را نیز پیچیده خواهد کرد. رشد سریع، مشکلات مالی آنها را آسانتر میکند، اما نرخهای بهره بالاتر، آنها را بدتر میکند. ممکن است مجبور شوند مبالغ زیادی پول نقد را به سهامداران ثروتمند واگذار کنند، در حالی که از دست دادن شغل، تقاضا برای توزیع مجدد در جهت دیگر را افزایش میدهد – مانند کمکهای همگانی که بسیاری در سیلیکون ولی انتظار دارند ضروری باشد. آقای کوئن بر تمرکز خوشبینانه بر افزایش اندازه کیک، به جای نگرانی در مورد نحوه تقسیم آن، تأکید میکند. اما هر کشوری که قادر یا مایل به آزاد کردن رشد ناشی از هوش مصنوعی نباشد، در حالی که برای سرمایه به سرمایهگذاران جهانی وابسته است، با فشار بیرحمانهای روبرو خواهد شد.
اگر سرمایهگذاران فکر میکردند همه اینها محتمل است، قیمت داراییها در حال حاضر بر اساس آن در حال تغییر بود. با این حال، علیرغم ارزشگذاریهای سر به فلک کشیده شرکتهای فناوری، بازارها بسیار دور از این هستند که رشد تصاعدی را قیمتگذاری کنند. باسیل هالپرین از استنفورد، یکی از نویسندگان همکار آقای چو، میگوید: «بازارها آن را با احتمال بالا پیشبینی نمیکنند.» یک پیشنویس مقاله که در 15 ژوئیه توسط آیزیا اندروز و مریم فربودی از MIT منتشر شد، نشان میدهد که بازده اوراق قرضه به طور متوسط در اطراف انتشار مدلهای جدید هوش مصنوعی توسط شرکتهایی مانند OpenAI و DeepSeek کاهش یافته است، نه افزایش.
به عبارت دیگر، سیلیکون ولی هنوز نتوانسته تز خود را به دنیا بقبولاند. اما پیشرفت هوش مصنوعی برای بخش عمدهای از یک دهه، از پیشبینیهای مربوط به زمان عبور آن از نقاط عطف مختلف پیشی گرفته است. لازم نیست به سال 1700 برگردید تا کسی را پیدا کنید که بتوانید با پیشرفتهای بعدی بشریت شگفتزدهاش کنید: فقط تصور کنید DeepSeek را به فردی از سال 2015 نشان دهید. اگر اجماع در مورد تأثیرات هوش مصنوعی بر اقتصاد به همان اندازه از منحنی عقب باشد که اکثر پیشبینیها در مورد قابلیتهای هوش مصنوعی بودهاند، در این صورت سرمایهگذاران - و همه دیگران - با یک غافلگیری بزرگ روبرو خواهند شد. رابرت لوکاس، اقتصاددان، زمانی گفت: پیامدهای رشد اقتصادی برای رفاه انسانی آنقدر عمیق است که «وقتی فرد شروع به فکر کردن درباره آنها میکند، فکر کردن به هر چیز دیگری دشوار است.» مانند بسیاری از زمینههای دیگر، چشمانداز AGI این پدیده را تشدید میکند.