沃伦警告人工智能泡沫可能引发金融危机

参议员伊丽莎白·沃伦 (Elizabeth Warren) 将人工智能行业支出与 2008 年金融危机进行了比较,警告两者之间存在惊人的相似之处,并呼吁国会对人工智能公司进行监督。
马萨诸塞州民主党参议员伊丽莎白·沃伦 (Elizabeth Warren) 在 2008 年毁灭性的金融危机后倡导金融监管改革,她对人工智能行业敲响了紧急警钟。周三,沃伦在华盛顿特区举行的范德比尔特政策加速器活动上发表讲话时引用了她的标志性短语:“当我看到泡沫时,我就知道有泡沫。”这位经验丰富的立法者的警告表明,人们越来越担心当前的人工智能行业支出轨迹是否反映了十多年前几乎导致全球经济崩溃的鲁莽金融行为。
沃伦发表此番言论之际,整个技术领域的人工智能投资和发展出现了前所未有的激增。大公司、风险投资公司和初创公司已总共向人工智能研究、基础设施和应用投入了数千亿美元。然而,根据沃伦的评估,支出率远远超过了该行业内的实际创收和技术验证。支出与有形回报之间的这种根本性脱节与 2008 年危机之前的房地产泡沫动态有着令人不安的相似之处,当时资产价值的膨胀与基本面的脱离造成了系统性风险。
沃伦在政策活动上发表讲话时承认,她认为人工智能技术具有积极的社会影响和经济转型的“巨大潜力”。尽管如此,她的谨慎乐观态度也伴随着一个重要的警告:许多人工智能公司当前的商业实践和财务行为正在为潜在的灾难性调整奠定基础。沃伦特别强调了人工智能领域主要参与者为扩张和研究计划提供资金所采用的大规模支出承诺和激进借贷策略的令人不安的模式。
这位参议员在金融监管方面的专业知识直接源于她在消费者金融保护局的设计和倡导中发挥的核心作用,该机构是在 2008 年金融危机的废墟中诞生的。当沃伦将过去的金融危机与新兴经济风险进行比较时,这种制度背景使她特别可信。她的政治生涯一直在研究不受控制的企业行为、监管不足和激励措施失调为金融不稳定创造条件的机制。 Warren 将此分析框架应用于当代人工智能领域,确定了一些值得监管机构认真关注的行为模式。
沃伦的警告特别值得注意,因为她愿意坦率地谈论她所认为的人工智能泡沫的存在。沃伦没有采用许多政策制定者在讨论新兴技术的投机过度时所使用的更为谨慎的语言,而是使用了直截了当的术语来发出真正的警报。她提到的 2008 年危机“惊人的相似之处”不仅包括支出模式,还包括历史上先于金融调整的更广泛的炒作、投机投资和风险投资动态生态系统。
沃伦的干预时机反映了国会对人工智能监督和监管更广泛的兴趣。随着人工智能系统越来越多地融入关键的经济和社会基础设施——从金融服务和医疗保健到就业决策和刑事司法——各个政治领域的政策制定者都认识到需要深思熟虑的监管框架。沃伦对这一新兴政策对话的贡献强调了金融稳定的维度,他认为,即使人们担心偏见、隐私或工作岗位流失,人工智能领域所表现出的纯粹的经济鲁莽也会带来系统性风险。
根据 Warren 的分析,人工智能经济的增长率急剧加快,但这种扩张似乎脱离了可持续的商业模式或经过验证的商业应用。公司正以前所未有的速度消耗资本,押注于未来可能会或可能不会如预期实现的突破。推动此类活动的风险投资狂潮展现了之前金融泡沫之前的许多特征:“这次不同”的心态、普遍低估风险、投资者的从众行为以及将怀疑论者视为缺乏远见或理解的倾向。
沃伦明确呼吁国会干预,这代表着围绕人工智能的监管争论的升级。她主张采取直接立法行动,围绕人工智能企业支出和借贷行为建立护栏,而不是主要依靠行业自律或现有监管机构。这一职位使她站在政策制定者的最前沿,要求政府对科技行业的金融行为进行更积极的监督,而不仅仅是其产品或算法结果。
参议员的言论还强调了人工智能政策对话中的一个重要区别。虽然许多公众讨论都集中在存在风险、安全问题或先进人工智能系统滥用的可能性上,但沃伦正在提请人们注意更直接的、传统的经济危险。金融危机不需要技术灾难场景;它们可能仅仅是由任何行业中不可持续的支出模式、投机过度和系统性过度杠杆化造成的,无论该行业的产品最终可能会带来多大的好处。
沃伦警告的含义不仅仅限于金融周期的学术讨论。如果人工智能行业的很大一部分被证明无法证明其当前的估值和支出水平是合理的,那么其影响可能会波及到整个经济。许多主流金融机构、养老基金和投资组合都拥有大量与人工智能相关的公司和投资。人工智能估值的大幅调整可能会引发更广泛的市场不稳定,特别是如果它暴露了在长期低利率和充裕风险融资期间依赖廉价资本的其他行业的过度杠杆化。
展望未来,沃伦的干预可能会加剧国会内部关于对人工智能行业财务动态采取适当监管反应的讨论。她的担忧最终是否会引发立法行动,还是面临科技行业游说的阻力,目前仍不确定。然而,鉴于她在金融风险具体化为全面危机之前识别金融风险的记录,她的声音尤其重要。这位参议员呼吁采取行动,反映出这样一种信念:历史不必重演,但前提是政策制定者必须先发制人,解决她在当代人工智能领域中发现的结构性漏洞。
来源: The Verge


