AI उछाल वैश्विक वित्तीय संकट का जोखिम पैदा कर रहा है, केंद्रीय बैंकर्स ने चेतावनी दी

केंद्रीय बैंक की चेतावनियाँ और ऐतिहासिक संदर्भ

• कुछ पाठक पिछले केंद्रीय बैंक की चेतावनियों (जैसे 1999, 2007 BIS रिपोर्ट) की तलाश करते हैं और महसूस करते हैं कि 2026 की AI चेतावनी असामान्य रूप से स्पष्ट है।
• अन्य लोग ध्यान दिलाते हैं कि हमें यह भी जानना होगा कि बिना किसी बड़े संकट के ऐसी चेतावनियाँ कितनी बार दी गईं, और यह भी कि चेतावनियाँ जोखिम लेने की प्रवृत्ति कम करके “self-defeating prophecies” बन सकती हैं।

AI उछाल का पैमाना और संरचना

• BIS के अंश 2025–26 में कुछ ही hyperscalers द्वारा AI capex में >$1T की ओर संकेत करते हैं, जिसका एक हिस्सा debt-financed है, जबकि returns अनिश्चित हैं।
• उद्धृत जोखिमों में शामिल हैं: winner-take-most अपेक्षाओं से प्रेरित over-investment, बिजली और चिप bottlenecks, और equity/credit repricing तथा investment bust के एक साथ होने की संभावना।

बबल की गतिशीलता और systemic risk

• कई लोगों को AI bubble साफ़ दिखती है; बहस यह है कि यह तेज़ crash में खत्म होगी या लंबे stagnation में।
• कुछ का तर्क है कि इसका प्रभाव सीमित रहेगा क्योंकि AI मुख्यतः equity-financed है; दूसरों को suppliers, credit markets, और retail investors के जरिए होने वाले knock-on effects की चिंता है, खासकर जब/यदि ये कंपनियाँ IPO करेंगी।
• बार-बार यह cynicism सामने आता है कि downturn में elites को bail out किया जाएगा और scapegoats फिर से immigrants और गरीब होंगे।

श्रम, पूँजीवाद, और दीर्घकालिक संगतता

• एक दृष्टिकोण: यदि AI अंततः अधिकांश श्रम को automate कर देती है, तो capitalism—जो श्रम के सकारात्मक मूल्य पर आधारित है—ढह जाएगा।
• अन्य लोग अल्पकालिक खतरों पर ज़ोर देते हैं: white‑collar jobs का तेज़ विस्थापन consumer incomes और demand को घटा सकता है, जबकि दूसरा परिदृश्य यह है कि AI अपेक्षा से कम प्रदर्शन करे और speculative investment को मिटा दे।

मूल्य, rents, और “parasitism”

• इस पर तीखी बहस है कि क्या frontier AI firms “parasites” हैं जो rents निकाल रही हैं:
  • आलोचकों का तर्क है कि वे “plundering the commons” से लाभ को निजी बना देती हैं (दूसरों के काम पर training, कभी-कभी pirated data के माध्यम से), और अर्थपूर्ण intellectual labor को नष्ट कर सकती हैं।
  • समर्थकों का कहना है कि training को अब तक fair use माना गया है और वे AI की तुलना पिछली productivity technologies (tractors, fertilizers) से करते हैं, जिन्होंने भी disruption पैदा की लेकिन value बनाई।
• कुछ लोग genuine value creation और rent-seeking में भेद करते हैं, भले ही दोनों एक ही business model में हों।

क्षमताएँ, SaaS, और उत्पादकता

• कई practitioners बताते हैं कि LLMs SaaS-style apps को “one-shot” कर देती हैं या तेज़ी से iterate करती हैं, जिससे लागत और build time कम होता है। अन्य इन्हें production-grade नहीं, बल्कि “vibe-coded” systems मानते हैं जिनमें छिपा हुआ tech debt जमा होता है।
• चिंता है कि बेहद सस्ता software अर्थव्यवस्था के कुछ हिस्सों को छोटा कर देता है: $XX,XXX/year SaaS subscription को $50 के API calls से बदल देना नए hiring या नए products से संतुलित नहीं हो सकता।
• skeptics का तर्क है कि software engineering “cracked” नहीं है: models requirements, domain understanding, और long-term maintainability में संघर्ष करती हैं।

क्षेत्र-विशिष्ट विस्तार: therapy, bullshit jobs, और last mile

• कुछ लोग अनुमान लगाते हैं कि insurers सस्ते first line के रूप में AI “therapists” को आगे बढ़ाएँगे; अन्य इसे ज्ञात failure modes और कमजोर training data के कारण खतरनाक मानते हैं।
• “bullshit jobs” पर चर्चा: automation अक्सर headcount कम नहीं करती; organizations निर्णयों से जुड़े humans को रखना पसंद करती हैं।
• कई लोगों का तर्क है कि AI के लाभ फिलहाल मुख्यतः SWE में केंद्रित हैं; अन्य क्षेत्रों को भारी “last mile” domain encoding चाहिए, जो मौजूदा LLM architectures के साथ स्केल नहीं हो सकता।

अवसर लागत और पूँजी के वैकल्पिक उपयोग

• एक प्रमुख धारा $2T+ की AI-संबंधित valuation/investment को लेकर अफसोस जताती है, जबकि उतना धन infrastructure, clean energy, housing, education, या social support के लिए जा सकता था।
• प्रत्युत्तर:
  • यह मुख्यतः private capital है जो returns चाहता है, न कि करदाताओं का पैसा।
  • सरकारें पहले से ही social programs और infrastructure पर ट्रिलियंस खर्च करती हैं; समस्या शायद structural inefficiency और misaligned incentives है, न कि केवल धन की मात्रा।
• प्रस्तावों में hoarding कम करने के लिए demurrage-based money, और active transport, nuclear, solar, housing जैसे high social ROI वाले बड़े निवेश शामिल हैं—AI arms race की तुलना में बेहतर macro bets के रूप में।

व्यक्तिगत वित्तीय प्रतिक्रियाएँ

• कुछ प्रतिभागी अपना पैसा भारी मात्रा में cash/T‑bills में ले जाने का वर्णन करते हैं, यह मानते हुए कि AI, energy shocks, और मौजूदा financial vulnerabilities के मेल से बुरी खबर आ सकती है।
• अन्य लोग सावधानी बरतने को कहते हैं; समय-निर्धारण अनिश्चित है, और AI exuberance राजनीतिक रूप से वर्षों तक जारी रह सकती है, किसी reckoning से पहले।