Weiß nicht schlüpfriger Hang

Denken Sie über die Auswirkungen des BIP von Innovationsplattformen nach Mit disruptiver Technologie wird man nicht nur einmal, sondern viermal bezahlt: 1 Die Technologie motiviert zu neuen Investitionen in Kapital (wie in diesem Diagramm zu sehen ist, und was wir jetzt mit Rechenzentren erleben). Finanzkapital, das untätig war, kauft aggressiv Material und Arbeitskraft, um die technologischen Grundlagen auszubauen. Was auch immer man über die Weisheit davon sagen mag, Meta saß auf Bargeld und wandelt dieses jetzt in Rechenzentren um. Dies kann makroökonomisch bedeutsam sein, selbst wenn die zugrunde liegenden Renditen der Technologie nicht eintreffen. Der Technologiebau hat positive makroökonomische (wenn auch einmalige) Erträge, selbst wenn der ROIC nicht besser ist als konkurrierende Kapitalwege. Robert Fogle argumentierte berühmt in "Railroads and American Economic Growth: Essays in Econometric History", dass die makroökonomische Bedeutung der Eisenbahnen nicht so groß war. Verdichtet behauptete er, dass dasselbe Kapital, das zum Ausbau von Straßen, Kanälen und Flussverkehr verwendet wurde, ähnliche Kostensenkungen im Transportwesen erzielt hätte. Dies ignoriert völlig die Tatsache, dass die Bedeutung der Eisenbahn nicht nur in der realisierten Fähigkeit lag, sondern dass das Versprechen ausreichte, um Finanzkapital für Investitionen anzuziehen. 2 Wenn das Versprechen sich bewahrheitet, liefert die neue Anlagebasis überdurchschnittliche Renditen. Die einmalige Investition in feste Anlagen im Bereich der weltraumbasierten Computer-Satelliten oder Angelegenheiten in diesem bestimmten Jahr, aber die laufende Rendite auf diesem Satelliten ist über die gesamte Lebensdauer des Vermögenswerts von Bedeutung. Dass diese Token in der Lage sind, die Produktivität des Wissensarbeiters zu steigern, bedeutet, dass der Wissensarbeiter (oder sein Arbeitgeber) einen Teil an den Token-Anbieter zurückzahlen wird. Wenn Ihr AI-Computersatellit im Laufe seiner Lebensdauer eine Million Token für jeden Dollar der Satellitenkosten generieren kann und Sie $5 pro Million Token verlangen können (alles ungefähr gleich), dann könnte Ihre Rendite sehr gesund aussehen. Kapital fließt in diese Kategorien, weil Kapitalgeber genau diese Berechnungen anstellen. Mindestens endet man mit einer Wirtschaft, die eine viel größere feste Kapitalbasis hat und, bei gesunden Renditen, eine bessere Rendite auf dieser Kapitalbasis erzielt – die Auswirkungen kumulieren sich. 3 Disruptive Technologie verwandelt oft nicht-marktliche Aktivitäten in messbare Marktaktivitäten. Obwohl dieser Trade-off die Auswirkungen der Technologien aus einer Perspektive des menschlichen Wohlergehens überbewertet, kann er aus einer Perspektive der BIP-Buchhaltung monumentale Bedeutung haben. Es gibt einen wirtschaftlichen Witz, dass die Heiratsanmeldung Ihrer Haushälterin makroökonomisch katastrophal ist (obwohl mikroökonomisch großartig, nicht zuletzt wegen der Steuereinsparungen). Sie macht weiterhin die gleiche Arbeit, aber ihre Arbeit wird nicht mehr in die BIP-Einkommenskonten gemessen. Disruptive Technologie liefert oft die umgekehrte Transformation. Die unbezahlte Lohnrechnung für all unsere Amateurfahrer in den USA beläuft sich auf etwa 4 Billionen Dollar jährlich; 13% des US-BIP(!) Das ist *eine Menge* nicht-marktlicher Arbeit. Ein Robotaxi sollte eine gesunde Rendite genießen, teilweise weil es einen Teil dieser nicht monetarisierten Arbeit monetarisiert. Die marginalen Kosten für den Betrieb Ihres vollständig besessenen Toyota Camry liegen bei etwa 0,35 $ pro Meile. Selbst wenn Sie ein vollständig abbezahltes Auto haben, würden Sie sich jedoch immer noch entscheiden, für 1 $ pro Meile gefahren zu werden, solange Sie Ihre Zeit besser als 20 $ pro Stunde bewerten (und dies lässt die zusätzlichen Vorteile eines Robotaxis gegenüber einem selbstgesteuerten Fahrzeug außer Acht – bessere Sicherheit, keine Parkplatzsuche, weniger Stress, um nur einige zu nennen.) Wir denken, dass es mehr als 1 Billion Dollar an adressierbarem Markt für Robotaxis gibt, da sie sich diesem Preis von 1 $ pro Meile aus diesem Grund nähern. Aus der Perspektive des Verbrauchers treffen sie einen Trade-off, sie kaufen Freizeit zu einem fairen Preis. Aus makroökonomischer Sicht ist dies gefundene Produktion. Pro Meile Fahren brachte zuvor 0,35 $; jetzt bringt es 1 $. 4 Disruptive Technologien ermöglichen es den Menschen auch, ihre schönen Köpfe und Körper auf erfüllendere, befriedigendere und wertschöpfende Aktivitäten zu lenken. Ein Heilmittel für eine seltene Krankheit wird makroökonomisch wichtig, weil es zukünftige Gesundheitsausgaben in eine einmalige Kostenposition vorverlagert. Effektiv bringt es zukünftige wirtschaftliche Aktivitäten in die Gegenwart. Aber dieses Heilmittel ist auch eine Investition in Humankapital. Die vermiedenen Krankenhausaufenthalte und die höhere Lebensqualität sind nicht nur für die menschliche Gesundheit wichtig, sie ermöglichen es dieser Person auch, ihre Karriere aggressiver zu verfolgen, ein Unternehmen zu gründen oder Kunst zu schaffen. Wir könnten uns entscheiden, Netflix zu binge-watchen, während wir im hinteren Teil eines Robotaxis sitzen, und das wäre in Ordnung und makroökonomisch nützlicher als das manuelle Steuern des Fahrzeugs, aber wir könnten auch diese Zeit damit verbringen, eine Sammlung von AI-Agenten zu orchestrieren, die die nächste erstaunliche disruptive Technologie entwickeln.

Eine paradoxe Beziehung in der Technologie, die mit dem Jevons-Paradoxon verwandt ist, aber etwas schief: AI-Chips sind heute verfügbar Aber Sie könnten effizienter effizientere Chips in 3 Jahren einsetzen Warum die Eile? Eine Technologie, die sich inmitten eines raschen Kostenrückgangs befindet, spaltet fast zwangsläufig den Markt zwischen denen, die glauben, dass der Zugang zu minderwertiger Technologie heute ihnen eine viel bessere Position in der Zukunft verschaffen wird, und denen, die denken, dass es am besten ist, ein oder zwei Nodes hinterher zu arbeiten. Die Kosten zur Generierung von Tokens sinken. Und doch zahlen AI-Modellanbieter teuer – ebenso wie ihre Nutzer – um heute Tokens zu generieren, die morgen schrecklich ineffizient aussehen werden. Entweder sind die aggressiven Nutzer fehlgeleitet, oder die Zeitkosten, keine Tokens zu generieren, müssen sogar die steile Leistungskurve übersteigen, der die Token-Generierung folgt. Auf Hardwarebasis – ganz abgesehen von architektonischen Verbesserungen – halbieren sich die Kosten zur Generierung von Tokens jährlich ungefähr. Das muss bedeuten, dass die wahrgenommene Rendite aus der Token-Generierung mindestens 100 % annualisiert ist. Ein Gigawatt Rechenleistung heute ist so wertvoll wie 2 GWs im nächsten Jahr. Das führt fast zwangsläufig zu Raumcomputing. Empfindlich gegenüber verschiedenen Eingaben sieht es so aus, als würde raumgestütztes AI-Computing im Vergleich zu terrestrischem AI-Computing auf einer pro-Token-Basis bei ungefähr 400 $ pro kg in Startkosten kosteneffizient werden. Obwohl wir noch nicht dort sind, sollte Starship bei angemessenen Volumina – was wir von SpaceX bis 2030 erwartet haben, bevor die Raumcomputing-Möglichkeit aufkam – diese Kosten-Schwelle überschreiten. Wichtiger als die Kosten ist jedoch die Zeit. AI-Unternehmen sind jetzt hungrig nach Flops. Branchenweit erwarten wir, dass terrestrische Rechenzentren bis 2030 90 GW installieren, nachdem sie zwischen jetzt und dann kumulativ 250 GW aufgebaut haben. Das ist möglich, aber aggressiv, angesichts der Schwierigkeiten beim Bau echter Infrastruktur an echten Orten, die von echten Menschen bewohnt werden (die sich möglicherweise vor einen Bulldozer werfen, weil sie dieses Buch gelesen haben, das den Wasserverbrauch von Rechenzentren um das 1000-fache übertrieben hat.). SpaceX muss seine Startkapazität massiv erhöhen, um in eine Überlappungsbahn zu gelangen. Um 100 GW in einem Jahr zu transportieren, benötigen sie wahrscheinlich etwa 100 Starts pro Tag. Mehr denn je ist der kritische Pfad für SpaceX die Wiederverwendbarkeit des Starship, aber wenn sie diese Schwelle überschreiten können, werden sie sich in einer wirtschaftlich begünstigten Position wiederfinden, nachdem sie große Skalierungsbeschränkungen umgangen haben, die konkurrierende Chipbereitstellungseinheiten belasten werden. Sie werden buchstäblich die höhere Position haben.