AI και δημιουργική καταστροφή

Μάικλ Ρόμπερτς Φεβρουάριος 3, 2026


Οι κεφαλαιουχικές δαπάνες από τους «υπερκλιμακωτές» και τους τεχνολογικούς γίγαντες σε κέντρα δεδομένων τεχνητής νοημοσύνης και τσιπ κλπ συνεχίζουν να αυξάνονται. Μέχρι στιγμής, η αύξηση των επενδύσεων που σχετίζονται με την τεχνητή νοημοσύνη δεν είναι ιδιαίτερα μεγάλη με βάση τα ιστορικά πρότυπα. Σύμφωνα με μελέτη της Τράπεζας Διεθνών Διακανονισμών (BIS),βρίσκεται περίπου στο 1% του ΑΕΠ των ΗΠΑ, και είναι παρόμοιο σε μέγεθος με την έκρηξη του σχιστολιθικού πετρελαίου στις ΗΠΑ στα μέσα της δεκαετίας του 2010 και το μισό από την αύξηση των επενδύσεων πληροφορικής κατά τη διάρκεια της έκρηξης των dot-com της δεκαετίας του 1990. Η έκρηξη των επενδύσεων σε εμπορικά ακίνητα και εξόρυξη που σημειώθηκε στην Ιαπωνία και την Αυστραλία κατά τη διάρκεια των δεκαετιών του 1980 και του 2010, αντίστοιχα, ήταν πάνω από πέντε φορές μεγαλύτερη σε σχέση με το ΑΕΠ.

Μπορεί να μην έφτασε στο βαθμό της σιδηροδρομικής μανίας του 19ου αιώνα, αλλά φτάνει εκεί.

Οι συνολικές επενδύσεις που σχετίζονται με την πληροφορική, συμπεριλαμβανομένων των επενδύσεων σε άλλο εξοπλισμό και λογισμικό πληροφορικής, αυξήθηκαν στο 5% του ΑΕΠ, υπερβαίνοντας την προηγούμενη οροφή τους στο αποκορύφωμα της έκρηξης των dot-com το 2000.

Οι επενδύσεις που σχετίζονται με την τεχνητή νοημοσύνη λαμβάνουν διάφορες μορφές. Η πιο άμεση είναι οι δαπάνες για κέντρα δεδομένων, τα οποία στεγάζουν τη συγκεκριμένη υποδομή πληροφορικής που απαιτείται για την εκπαίδευση, την ανάπτυξη και την παροχή εφαρμογών και υπηρεσιών τεχνητής νοημοσύνης. Τέτοιες δαπάνες περιλαμβάνουν το κόστος κατασκευής των φυσικών εγκαταστάσεων, καθώς και τις δαπάνες για πληροφορική και άλλο ηλεκτρικό εξοπλισμό που απαιτείται για τη λειτουργία τους, συμπεριλαμβανομένων των διακομιστών και του εξοπλισμού δικτύωσης.
Μέχρι στιγμής, σε αντίθεση με την dot.com έκρηξη, η οποία οφείλεται σχεδόν εξ ολοκλήρου στις δαπάνες των εταιρειών που χρησιμοποιούν προϊόντα πληροφορικής, η τρέχουσα έκρηξη οφείλεται στις εταιρείες παραγωγής πληροφορικής. Αλλά κι αυτό αλλάζει επίσης. Πέρα από τα κέντρα δεδομένων, οι επενδύσεις που σχετίζονται με την τεχνητή νοημοσύνη μπορούν επίσης να περιλαμβάνουν εγκαταστάσεις παραγωγής ΤΠ (Τεχνολογίες Πληροφορικής), οι οποίες παράγουν τα εξειδικευμένα μικροκυκλώματα και το λογισμικό που τροφοδοτούν τα εν λόγω συστήματα. Τέλος, η πρόοδος στην τεχνητή νοημοσύνη μπορεί επίσης να ωθήσει ευρύτερες επενδύσεις σε προϊόντα πληροφορικής, για παράδειγμα εάν η τεχνητή νοημοσύνη ωθήσει τις επιχειρήσεις να αναβαθμίσουν το υλικό του υπολογιστή τους ή να αγοράσουν νέο λογισμικό.
Έτσι, οι επενδύσεις που σχετίζονται με την τεχνητή νοημοσύνη έχουν αναδειχθεί ως σημαντικός μοχλός της οικονομικής ανάπτυξης των ΗΠΑ. Από αμελητέα συμβολή πριν από το 2022, οι δαπάνες για εγκαταστάσεις κατασκευής ημιαγωγών και κέντρα δεδομένων συνέβαλαν κατά μέσο όρο 0,4 εκατοστιαίες μονάδες στην αύξηση του ΑΕΠ κατά την επόμενη τριετία.

Τα κέντρα δεδομένων των ΗΠΑ προβλέπεται να καταναλώνουν σχεδόν το 10% του συνόλου του δικτύου ηλεκτρικής ενέργειας των ΗΠΑ έως το 2030. Αυτό είναι τετραπλάσιο από το ποσοστό που προβλέπεται να χτυπήσει η Κίνα. Οι ΗΠΑ διαθέτουν περίπου τα μισά κέντρα δεδομένων στον κόσμο, αλλά μόνο το 4% του παγκόσμιου πληθυσμού.

Ενώ η μεταποιητική δραστηριότητα των ΗΠΑ παραμένει υποτονική, οι επενδύσεις πληροφορικής ως ποσοστό της οικονομικής παραγωγής των ΗΠΑ έχουν αυξηθεί στο υψηλότερο επίπεδο από το 2001, παρέχοντας σημαντική ώθηση στις συνολικές επιχειρηματικές επενδύσεις και δραστηριότητες. Αν και αυτή η αύξηση της πληροφορικής έχει συγκεντρωθεί στις Ηνωμένες Πολιτείες, δημιουργεί επίσης θετικές δευτερογενείς επιπτώσεις παγκοσμίως, κυρίως στις εξαγωγές τεχνολογίας της Ασίας.
Οι συνολικές επενδύσεις πληροφορικής, οι οποίες περιλαμβάνουν επίσης δαπάνες από επιχειρήσεις για εξοπλισμό και λογισμικό για τη διευκόλυνση της χρήσης τεχνητής νοημοσύνης, αντιπροσώπευαν σχεδόν το ήμισυ της αύξησης του ΑΕΠ τα τελευταία τρίμηνα, συμβάλλοντας στον περιορισμό των αρνητικών επιπτώσεων των εμπορικών δασμών του Τραμπ στην ανάπτυξη. Οι ετήσιες δαπάνες μόνο για κέντρα δεδομένων θα μπορούσαν να αυξηθούν μεταξύ 100-225 δισεκατομμυρίων δολαρίων τα επόμενα πέντε χρόνια. Αυτό θα έβλεπε μόνο τις δαπάνες των κέντρων δεδομένων να αυξάνονται μεταξύ 0,8 και 1,3% του ΑΕΠ, από 0,5% σήμερα.
Ο ενθουσιασμός για την έκρηξη των μετοχών της τεχνητής νοημοσύνης από τα χρηματοπιστωτικά ιδρύματα δεν έχει σχεδόν μειωθεί. Η Nvidia, η Microsoft και η Amazon μαζί σχεδιάζουν να επενδύσουν 60 δισεκατομμύρια δολάρια στο OpenAI, τον σχεδιαστή ChatGPT. Η Amazon σκέφτεται να επενδύσει 50 δισεκατομμύρια δολάρια στην εταιρεία από μόνη της. ενώ η SoftBank της Ευρώπης σχεδιάζει να επενδύσει 30 δισεκατομμύρια δολάρια περισσότερα. Εν τω μεταξύ, το OpenAI αναζητά 50 δισεκατομμύρια δολάρια από επενδυτές στη Μέση Ανατολή.
Οι εταιρείες που οδηγούν επί του παρόντος την επενδυτική έκρηξη της τεχνητής νοημοσύνης λειτουργούν ιστορικά με σημαντικά λιγότερο χρέος από άλλες εταιρείες. Αντίθετα, βασίστηκαν στις εξαιρετικά κερδοφόρες δραστηριότητές τους για να δημιουργήσουν τις ταμειακές ροές που απαιτούνται για τη χρηματοδότηση επενδύσεων. Ωστόσο, αυτές οι εταιρείες έχουν αυξήσει σημαντικά τις κεφαλαιουχικές τους δαπάνες, με τις επενδύσεις να αυξάνονται τόσο σε απόλυτους όρους όσο και ως μερίδιο των εσόδων. Έτσι, το τεράστιο μέγεθος αυτών των επενδύσεων ξεπερνά πλέον τις ταμειακές ροές.

Η χρηματοδότηση χρέους γίνεται πιο διαδεδομένη, αυξάνοντας τη μόχλευση. Και εδώ είναι ο κίνδυνος να σκάσει η φούσκα, εάν οι αποδόσεις δεν υλοποιηθούν ή εάν οι οικονομικές συνθήκες γίνουν αυστηρότερες. Επιπλέον, η κερδοφορία από τις επενδύσεις σε τεχνητή νοημοσύνη είναι πολύ ευαίσθητη στη συχνή υποτίμηση των τσιπ. Αυτό συμπιέζει τα περιθώρια κέρδους και έτσι απαιτεί πρόσθετη χρηματοδότηση χρέους.
Ο δανεισμός από ιδιωτικά πιστωτικά κεφάλαια (δηλαδή εκτός παραδοσιακών τραπεζών) σε τομείς που σχετίζονται με την τεχνητή νοημοσύνη έχει αυξηθεί ραγδαία, τώρα πάνω από 200 δισεκατομμύρια δολάρια, δηλαδή αυξάνεται από λιγότερο από 1% του συνολικού όγκου των ανεξόφλητων δανείων σε σχεδόν 8%. Τέτοια δάνεια από μη ρυθμιζόμενες πηγές θα μπορούσαν να τριπλασιαστούν μέχρι το τέλος της δεκαετίας. Επίσης, πολλές κρίσιμες εταιρείες που σχετίζονται με την τεχνητή νοημοσύνη δεν είναι επί του παρόντος εισηγμένες στα χρηματιστήρια. Το χρέος που προκαλεί ο δανεισμός τους θα μπορούσε να έχει συνέπειες που δεν παρατηρήθηκαν κατά την εποχή των dot-com.

Το OpenAI υποτίθεται ότι είναι ο ηγέτης στον αγώνα AI. Μετά την κυκλοφορία του ChatGPT το 2022, η startup έχει συγκεντρώσει 800 εκατομμύρια ενεργούς χρήστες την εβδομάδα, υπερδιπλάσια από την επισκεψιμότητα των ανταγωνιστικών AI που αναπτύχθηκαν από τον ιδιοκτήτη του Facebook Meta Platforms και τη μητρική Alphabet της Google. Αλλά το κόστος παραμονής στην κούρσα αποδεικνύεται εξαιρετικά ακριβό. Η OpenAI σχεδιάζει να αυξήσει τα τρέχοντα 1,9 GW υπολογιστών της σε 36 GW τα επόμενα οκτώ χρόνια και έχει συνάψει μια σειρά συμφωνιών για την κατασκευή κέντρων δεδομένων και την αγορά τσιπ αιχμής, τα οποία μαζί την έχουν επιβαρύνει με υποχρεώσεις 1,4 τρισεκατομμυρίων δολαρίων ΗΠΑ. Μεγαλύτεροι ανταγωνιστές όπως η Alphabet και η Meta έχουν παλαιού τύπου επιχειρήσεις που παράγουν εκατοντάδες δισεκατομμύρια δολάρια ετησίως από τα οποία μπορούν να αντλήσουν. Το OpenAI, αντίθετα, μπορεί να επιβιώσει μόνο για όσο διάστημα οι υποστηρικτές του είναι πρόθυμοι να το κρατήσουν στη ζωή.
Το OpenAI έχει συγκεντρώσει περισσότερα από 60 δισεκατομμύρια δολάρια από το 2015, συμπεριλαμβανομένων 41 δισεκατομμυρίων δολαρίων πέρυσι σε έναν γύρο με επικεφαλής τη SoftBank που ήταν ο μεγαλύτερος που έχει δει ποτέ. Αλλά πρόκειται να κάψει τα τελευταία από αυτά τα μετρητά φέτος και με την κερδοφορία να απέχει ακόμη μερικά χρόνια, το ερώτημα είναι εάν οι επενδυτές είναι πρόθυμοι να χρηματοδοτήσουν το γιγαντιαίο ζημιογόνο εγχείρημα. Η εταιρεία αντιμετωπίζει τώρα μια μαύρη τρύπα 20 δισεκατομμυρίων δολαρίων στους λογαριασμούς της φέτος, καθώς μια σειρά από συμφωνίες buy now, pay later που συνήφθησαν με προμηθευτές όπως η Nvidia, η Oracle και η CoreWeave αρχίζουν να λήγουν, θέτοντας την startup υπό οξεία πίεση να βρει νέους επενδυτές με βαθιές τσέπες για να εξασφαλίσει το μέλλον της.
Η φετινή χρονιά θα μπορούσε να είναι καθοριστική για το OpenAI. Με τα έσοδα να είναι μόνο ένα κλάσμα του αυξανόμενου κόστους της, η προβλεπόμενη τρύπα στα οικονομικά της θα αυξηθεί σε περίπου 130 δισεκατομμύρια δολάρια τα επόμενα δύο χρόνια. Η Open AI εξετάζει το ενδεχόμενο εισαγωγής στο χρηματιστήριο (IPO) 100 δισεκατομμυρίων δολαρίων. Αυτό θα ήταν τρεις φορές μεγαλύτερο από τη μεγαλύτερη δημόσια εγγραφή που έχει δει ποτέ: την εισαγωγή 29,4 δισεκατομμυρίων δολαρίων το 2019 της Saudi Aramco, η οποία απέφερε περισσότερα από 1 τρισεκατομμύριο δολάρια εσόδων από το πετρέλαιο εκείνη την εποχή.

Έτσι, το σκάσιμο της φούσκας της τεχνητής νοημοσύνης εξακολουθεί να βρίσκεται στην ημερήσια διάταξη το 2026. Η κατάρρευση των προηγούμενων επενδυτικών εκρήξεων έπληξε περίπου 1 εκατοστιαία μονάδα κατά μέσο όρο την αύξηση του πραγματικού ΑΕΠ των ΗΠΑ. Όπως το θέτει η BIS: «Εάν η μείωση των επενδύσεων σε τεχνητή νοημοσύνη συνοδευόταν από σημαντική διόρθωση στο χρηματιστήριο, οι αρνητικές δευτερογενείς επιπτώσεις θα μπορούσαν να είναι μεγαλύτερες από ό,τι υποδηλώνουν οι προηγούμενες εκρήξεις. Οι επενδυτές ευνόησαν τις αμερικανικές μετοχές για να αποκτήσουν έκθεση σε εταιρείες τεχνητής νοημοσύνης και η κρυφή μόχλευση μπορεί να οδηγήσει σε δευτερογενείς επιπτώσεις στην πιστωτική αγορά. Συνολικά, ενώ η τεχνητή νοημοσύνη μπορεί να δώσει μια διαρκή ώθηση στην οικονομική ανάπτυξη, μένει να δούμε αν αυτό το δυναμικό θα αξιοποιηθεί». Η Gita Gopinath, πρώην επικεφαλής οικονομολόγος του ΔΝΤ, υπολόγισε ότι ένα κραχ του χρηματιστηρίου της τεχνητής νοημοσύνης, ισοδύναμο με αυτό που τερμάτισε την έκρηξη των dot-com, θα διέγραφε περίπου 20 τρισεκατομμύρια δολάρια από τον πλούτο των αμερικανικών νοικοκυριών και άλλα 15 τρισεκατομμύρια δολάρια στο εξωτερικό, αρκετά για να στραγγαλίσουν τις καταναλωτικές δαπάνες και να προκαλέσουν παγκόσμια ύφεση. Αυτή είναι και η άποψη του ΔΝΤ. Το ΔΝΤ φοβάται ότι οι εταιρείες τεχνητής νοημοσύνης θα μπορούσαν να αποτύχουν να αποφέρουν κέρδη ανάλογα με τις υψηλές αποτιμήσεις τους. Ακόμη και μια μέτρια διόρθωση στις αποτιμήσεις των μετοχών τεχνητής νοημοσύνης θα μείωνε την παγκόσμια ανάπτυξη κατά 0.4%. «Σε συνδυασμό με χαμηλότερα από τα αναμενόμενα συνολικά κέρδη παραγωγικότητας των συντελεστών παραγωγής και μια πιο σημαντική διόρθωση στις αγορές μετοχών, οι παγκόσμιες απώλειες παραγωγής θα μπορούσαν να αυξηθούν περαιτέρω, συγκεντρωμένες σε περιοχές με βαριά τεχνολογία, όπως οι Ηνωμένες Πολιτείες και η Ασία».

Αλλά ακόμα κι αν σκάσει μια φούσκα που ωθεί την οικονομία των ΗΠΑ σε ύφεση, ίσως αυτό να είναι μόνο βραχύβιο, γιατί θα μπορούσε να υπάρξει μια σταδιακή αλλαγή στα επίπεδα παραγωγικότητας των ΗΠΑ από την ευρεία υιοθέτηση της τεχνητής νοημοσύνης σε όλους τους τομείς. Πολλοί οικονομολόγοι είναι αισιόδοξοι ότι αυτό θα συμβεί. Ο οικονομολόγος του Πανεπιστημίου του Στάνφορντ, Eric Brynjolfsson προβλέπει ότι η τεχνητή νοημοσύνη θα ακολουθήσει μια «καμπύλη J» στην οποία αρχικά υπάρχει μια αργή, ακόμη και αρνητική, επίδραση στην παραγωγικότητα καθώς οι εταιρείες επενδύουν πολλά στην τεχνολογία, προτού τελικά καρπωθούν τα οφέλη. Και μετά έρχεται η έκρηξη. Μια τέτοια καμπύλη J παρατηρήθηκε στην αύξηση της παραγωγικότητας της μεταποίησης των ΗΠΑ, η οποία μειώθηκε στα μέσα της δεκαετίας του 1980 και στη συνέχεια μετά την ύφεση του 1991, επιταχύνθηκε απότομα μέχρι τα μέσα της δεκαετίας του 2000.

Έτσι, πρώτα σκάει η φούσκα, μετά μια ύφεση και μετά υπάρχει μια ανάκαμψη που βασίζεται σε εφαρμογές που σχετίζονται με την τεχνητή νοημοσύνη – όπως ακριβώς συνέβη μετά το σκάσιμο της σιδηροδρομικής μανίας στα μέσα του 19ου αιώνα. Πράγματι, αυτή φαίνεται να είναι η άποψη του υποψηφίου του T rump για την ηγεσία της Ομοσπονδιακής Τράπεζας των ΗΠΑ τον Ιούνιο, Kevin Warsh. Ο Warsh εκτιμά ότι η τεχνητή νοημοσύνη θα σώσει την κατάσταση ενισχύοντας την παραγωγικότητα τόσο πολύ που θα είναι μια «σημαντική αποπληθωριστική δύναμη».
Αυτή είναι η θεωρία της δημιουργικής καταστροφής που διατυπώθηκε για πρώτη φορά από τον Αυστριακό οικονομολόγο Joseph Schumpeter τον 20ο αιώνα. Η θεωρία του αναβίωσε πρόσφατα από τους τελευταίους νικητές του βραβείου Νόμπελ (Riksbank) για τα οικονομικά, Philippe Aghion και Peter Howitt. Υποστηρίζουν ότι η ταχύτητα της ανόδου νέων επιχειρήσεων με νέα τεχνολογία και η πτώση παλαιών επιχειρήσεων με παλιά τεχνολογία συσχετίζεται θετικά με την αύξηση της παραγωγικότητας της εργασίας. «Αυτό θα μπορούσε να αντανακλά την άμεση συμβολή της δημιουργικής καταστροφής».
Αλλά η «δημιουργική καταστροφή» έχει δύο μέρη. Η παραγωγικότητα αυξάνεται, αλλά μόνο μετά την καταστροφή του παλιού κεφαλαίου. Οποιαδήποτε «σταδιακή αλλαγή» της παραγωγικότητας θα είναι δυνατή μόνο μέσω της απώλειας εργατικού δυναμικού. Το ΔΝΤ υπολογίζει ότι το 60% των θέσεων εργασίας στις προηγμένες οικονομίες θα επηρεαστεί. Οι οικονομολόγοι της Morgan Stanley εκτιμούν ότι οι τράπεζες της Ευρώπης θα μπορούσαν να μειώσουν το εργατικό δυναμικό τους κατά περίπου 10% έως το 2030. Η εκτίμηση βασίζεται σε μια ανασκόπηση 35 μεγάλων δανειστών που απασχολούν μαζί περίπου 2.12 εκατομμύρια άτομα. Μια περικοπή αυτού του μεγέθους θα μεταφραζόταν σε περίπου 212.000 ρόλους που θα εξαφανίζονταν τα επόμενα πέντε χρόνια. Ήδη, υπάρχουν ενδείξεις ότι η υιοθέτηση της τεχνητής νοημοσύνης πλήττει τις προοπτικές απασχόλησης των εργαζομένων της Αμερικής, σύμφωνα με μελέτη τριών ερευνητών του Πανεπιστημίου του Στάνφορντ. Αυτή η μελέτη βρήκε «πρώιμα, μεγάλης κλίμακας στοιχεία που συνάδουν με την υπόθεση ότι η επανάσταση της τεχνητής νοημοσύνης αρχίζει να έχει σημαντικό και δυσανάλογο αντίκτυπο στους εργαζόμενους εισαγωγικού επιπέδου στην αμερικανική αγορά εργασίας». Ήδη, οι εργαζόμενοι μεταξύ 22 και 25 ετών σε θέσεις εργασίας που εκτίθενται περισσότερο στην τεχνητή νοημοσύνη — όπως η εξυπηρέτηση πελατών, η λογιστική και η ανάπτυξη λογισμικού — έχουν δει μείωση της απασχόλησης κατά 13% από το 2022.
Μια οικονομία που καθοδηγείται από πράκτορες τεχνητής νοημοσύνης αναδύεται.
Οι καταναλωτικοί πράκτορες ΤΝ έχουν ήδη αρχίσει να κλείνουν ταξίδια και να πραγματοποιούν μικρές αγορές αυτόνομα για λογαριασμό των καταναλωτών. Σύντομα θα αναλαμβάνουν μεγαλύτερο μέρος της αγοραστικής διαδικασίας σε σύνθετες αγορές: θα διαπραγματεύονται τιμές και όρους, θα συντονίζουν παραδόσεις και επιστροφές και θα πραγματοποιούν συναλλαγές με άλλους πράκτορες σε ταχύτητες μηχανής. Η παγκόσμια αγορά πρακτόρων τεχνητής νοημοσύνης, αξίας 5.4 δισεκατομμυρίων δολαρίων το 2024,προβλέπεται να φτάσει τα 236 δισεκατομμύρια δολάρια έως το 2034.

Για τις επιχειρήσεις, αυτό σημαίνει ότι ένα αυξανόμενο μερίδιο πελατών δεν θα είναι καθόλου άνθρωποι. Θα είναι πράκτορες που θα ενεργούν για λογαριασμό ιδιωτών, αλληλεπιδρώντας με άλλους πράκτορες που εκπροσωπούν πωλητές, παρόχους logistics και επεξεργαστές πληρωμών. Η πλειοψηφία της εμπορικής αλυσίδας εφοδιασμού θα μπορούσε τελικά να είναι από πράκτορα σε πράκτορα.
Αλλά ιστορικά, υπάρχει και η άλλη πλευρά στον αντίκτυπο της τεχνολογίας. Η τεχνολογική αλλαγή υπήρξε ο κύριος μοχλός αύξησης της απασχόλησης σε όλη την ιστορία. Περίπου το 60 τοις εκατό των εργαζομένων στις ΗΠΑ σήμερα απασχολούνται σε επαγγέλματα που δεν υπήρχαν το 1940. Στη δεκαετία του 1840, ο Φρίντριχ Ένγκελς υποστήριξε ότι η εκμηχάνιση έχασε θέσεις εργασίας, αλλά δημιούργησε επίσης νέες θέσεις εργασίας σε νέους τομείς. Στη δεκαετία του 1850, ο Μαρξ διευκρίνισε αυτές τις δύο πλευρές της δημιουργικής καταστροφής: «Τα πραγματικά γεγονότα, τα οποία διαστρεβλώνονται από την αισιοδοξία των οικονομολόγων, είναι τα εξής: οι εργάτες, όταν εκδιώκονται από το εργαστήριο από τις μηχανές, ρίχνονται στην αγορά εργασίας. Η παρουσία τους στην αγορά εργασίας αυξάνει τον αριθμό των εργατικών δυνάμεων που βρίσκονται στη διάθεση της καπιταλιστικής εκμετάλλευσης… Η επίδραση των μηχανών, που έχει παρουσιαστεί ως αποζημίωση για την εργατική τάξη, είναι, αντίθετα, μια πιο τρομακτική μάστιγα. …. Μόλις οι μηχανές εκτοπίσουν ένα μέρος των εργατών που απασχολούνται σε έναν δεδομένο κλάδο της βιομηχανίας, οι έφεδροι εκτρέπονται επίσης σε νέα κανάλια απασχόλησης και απορροφώνται σε άλλους κλάδους. Εν τω μεταξύ, τα αρχικά θύματα, κατά τη διάρκεια της μεταβατικής περιόδου, ως επί το πλείστον λιμοκτονούν και χάνονται». (Grundrisse).
Το συμπέρασμα εδώ είναι ότι η αυτοματοποίηση σημαίνει αυξημένες επισφαλείς θέσεις εργασίας και αυξανόμενη ανισότητα για μεγάλες περιόδους. Ο Ντάρεν Ατζέμογλου, βραβευμένος με Νόμπελ και ειδικός στην τεχνολογία, κατέληξε σε παρόμοια συμπεράσματα με τον Ένγκελς και τον Μαρξ. «Νομίζω ότι ένα από τα πράγματα που πρέπει να κάνεις ως οικονομολόγος είναι να κρατάς δύο αντικρουόμενες ιδέες στο μυαλό σου ταυτόχρονα», λέει. «Αυτό είναι το γεγονός ότι η τεχνολογία μπορεί να δημιουργήσει ανάπτυξη, ενώ επίσης δεν εμπλουτίζει τις μάζες (τουλάχιστον όχι για μεγάλο χρονικό διάστημα). Η τεχνολογική πρόοδος είναι ο πιο σημαντικός μοχλός της ανθρώπινης άνθησης, αλλά αυτό που τείνουμε να ξεχνάμε είναι ότι η διαδικασία δεν είναι αυτόματη (sic). “Κάτω από τον καπιταλιστικό τρόπο παραγωγής για το κέρδος και όχι για την κοινωνική ανάγκη, υπάρχει μια αντίφαση, επομένως «η μαθηματική μοντελοποίηση και η ποσοτική κατανόηση της πάλης μεταξύ του κεφαλαίου – το οποίο επωφελείται περισσότερο από την τεχνολογική πρόοδο – και της εργασίας δεν είναι εύκολη υπόθεση». Πράγματι.

About Author

Διαβάστε επίσης

Από τον ίδιο αρθρογράφο