Guolian Minsheng Securities, şu anki AI altındaki "işsiz refah"ın, mevcut ABD mali sistemi altında borç sorunlarının çözümüne göre sınırlı bir etkisi olabilir. Hatta kısa vadeli olarak, AI sadece "içsel rekabet temelli" bir teknoloji gelişimiysa ve gerçek yeni talepler yaratmazsa, mevcut işgücü ve hizmet arzını yalnızca düşük fiyattan değiştirirse, açık azaltılamaz ve vergi tabanına olan etkisi borç sorunlarını daha da ağırlaştırabilir.
Yazı yazarı, kaynak: Guolian Minsheng Securities
Geçen yıl Ray Dalio'nun borç döngüsü teorisi piyasada yaygınlaşınca, ABD tahvillerine yönelik endişeler açıkça arttı. 2025 yılının sonuna kadar ABD devlet borçları yaklaşık 38 trilyon dolara ulaştı ve net faiz harcamaları da on trilyon dolarlara yaklaştı. Faiz açığı oranındaki artış, mali alan ve ekonomik dinamizm üzerinde bir baskı oluşturuyor; borç baskısı göz ardı edilemez durumda. Şu anda ABD para politikasının gevşetilmesi zor ve bütçe gelir-gider dengesi sürekli baskı altında kalırken, piyasa görünüşte yeni bir borç azaltma yolu bulmuş gibi: Verimlilik artışı sağlayan Yapay Zekâ'nın baskıyı hafifletmesine umut bağlanıyor. Peki, bu kez Yapay Zekâ, ABD borçlarının “kurtarıcısı” olabilecek mi?
AI, ABD borç baskısını nasıl hafifletebilir? Makroekonomik ve mali sürdürülebilirlik analiz çerçevesinde, borç oranı (borç / GSYİH) genellikle aşağıdaki klasik formülle belirlenir: ???? = (???? −????)????−1 + ????. Burada: D borç oranını, R faiz seviyesini, G GSYİH büyüme oranını, P temel açık oranını (faiz giderleri hariç açık / GSYİH) temsil eder.
Bu doğrultuda, borç oranını azaltmanın üç temel yolunu şöyle sıralayabiliriz: Birincisi, para politikası yoluyla faiz oranlarını düşürerek faiz yükünü hafifletmek ve borç faizlerinin birikmesiyle ortaya çıkan riskleri önlemek; ikincisi, ekonomi boyutunda teknolojik yeniliklerle ekonomik büyüme teşvik ederek GSYİH'nin genişlemesi ve verimlilik artışı sayesinde ekonomik büyüme hızını borç büyüme hızını aşmak; üçüncüsü, maliye politikası yoluyla harcamaları azaltarak gelirleri artırarak temel bütçe açığını daraltmak ve yeni borçlanmayı kökten kontrol altına almak. Burada dikkat edilmesi gereken nokta, para politikasının borç baskısını sadece geçici olarak hafifletebileceğidir; borç riskini kökten çözmek için temel verimlilik artışı yoluyla ekonomik dinamizmin iyileşmesine (ikinci yol) ya da temel bütçe açığının kapanmasına hatta fazla verilmesine yol açan mali reformlara ihtiyaç duyulur (üçüncü yol).
Tarihsel olarak, ABD 20. yüzyılda en az iki kez borç sorunlarını aşamalı olarak çözmüş ve temel yaklaşımı yukarıdaki çerçeveye yüksek oranda uygunmuştur:
Bir: 1946–1974 (İkinci Dünya Savaşı sonrası): Savaş sonrası avantajlar altında ABD borç oranı sürekli olarak önemli ölçüde düştü. İkinci Dünya Savaşı sonrası ABD'nin GSYİH'ye oranı 30 yıl içinde %100'ün üzerindeyken yaklaşık %20'ye düştü; bu düşüş oldukça belirgindi ve temelde çok sayıda faktörün bir araya gelmesinin sonucuydu.
1) Para yönü: Faiz kontrolü ve ardından yavaş piyasa geçişi, mevcut borçların faiz maliyetini düşük tuttu. 1951 yılından önce, Federal Rezerv, devlet tahvilleri için faiz üst sınırı belirledi ve Q maddesi gibi mevduat faizlerini kontrol eden finansal kısıtlama araçları ile birlikte, ABD hükümeti mevcut borçların devir faiz maliyetini büyük ölçüde düşürerek borç baskısını “durdurdu”. 1951 yılında Hazine ile Federal Rezerv arasında yapılan anlaşma yürürlüğe girdikten sonra, yeni tahvillerin faizleri piyasa mekanizmalarına bırakıldı, ancak mevcut tahvillerin kalan vadesi hâlâ altı yıl kadar uzundu ve kısa vadeli düşük faizli eski tahviller hâlâ piyasada dolaşıyordu.
2) Ekonomik taraf: Yüksek büyüme, teknoloji dönüşümü ve verimlilik artışı, borç oranının düşüşünün temel itici gücü oldu. O dönemde ABD ekonomisi yüksek büyüme dönemine girdi, otomobil montaj hatları gibi modern büyük ölçekli üretim yöntemleri yaygınlaşırken, elektronik cihazlar ve erken dönem bilgisayarlar gibi savaş teknolojileri sivil alana yoğun bir şekilde aktarıldı; yol ağları gibi altyapı unsurlarının geliştirilmesiyle birlikte, 1948 ile 1973 yılları arasında ABD'nin toplam faktör verimliliği yıllık %2'nin üzerinde bir oranda arttı ve bu da borç oranının istikrarlı bir şekilde düşmesini sağladı.
3) Maliye tarafı: Savunma ve sosyal yardım harcamaları düşük seviyede olup, bütçe fazlası doğrudan yeni borçlanmayı engelliyor. İkinci Dünya Savaşı sonrası ABD, savunma harcamalarını büyük ölçüde azaltmış ve sadece bazı savaş yıllarında açık yaşamıştır; aynı dönemde sosyal güvenlik harcamalarının oranı düşük olup, Medicare gibi modern refah sistemleri henüz ortaya çıkmamıştır. Düşük refah yükü, bu dönemde federal hükümetin faiz ödemeleri hariç yıllık ortalama GDP'nin %0,9'una denk gelen bir ilk bütçe fazlası sağlamasını sağlamıştır ve bu da yeni borçların çıkarılmasını mali kaynaktan azaltmıştır.
İkinci: 1990'lar (Clinton dönemi): Teknoloji devrimi ile mali disiplin birlikte hareket ederek açık, fazlaya döndü. 1996-2001 yılları arasında ABD hükümeti borcu sürekli azaldı; bu borç azaltma döngüsü, İkinci Dünya Savaşı sonrası dönemlere kıyasla daha sınırlı bir hacim ve süreyle gerçekleşse de, mali yönetim açısından temsili bir vaka olarak kalır.
1) Para yönü: Var olan borç faizleri aşamalı olarak düşüyor. Borç faizleri, 1980’in başındaki en yüksek seviye olan yaklaşık %10’dan 1994’te en düşük %5,9’a düşmüş, ardından 1995-2001 yılları arasındaki kalan dönemde ortalama %6’nın hafif üzerinde seyretmiştir.
2) Ekonomik boyut: Yeni ekonomi, üretim verimliliğini artırarak ekonomik hacmi büyütür ve devlet gelirlerini artırır. Ticari internet dalgasının tamamen başlamasıyla, "yeni ekonomi" ile ilişkili dijital teknolojiler temel üretkenlik haline gelir. 1990’lı yıllarda toplam faktör verimliliğinin ekonomiye katkısı %0 civarından 2000 yılında %2’lik bir zirveye ulaşır; canlı ekonomi, GDP’nin paydasını genişletmekle kalmaz, aynı zamanda daha yüksek vergi gelirleri de doğurur.
3) Maliye: Barış artılarından yararlanarak gelir-gider kontrolünü uygulayarak maliye açığını büyük ölçüde kapatmak. Soğuk Savaş’ın sona ermesiyle önemli bir “barış artısı” serbest bırakıldı; 1990-2000 yılları arasında ABD savunma harcamalarının GSYİH’ye oranı neredeyse yarıya indi. Aynı dönemde, Clinton yönetimi siyasi baskıları aştı ve 1993 Yılında Kapsamlı Bütçe Düzeltme Yasası’nı kabul ederek şirketlere ve yüksek gelirli bireylere vergi artışı getirdi, Medicare gibi zorunlu harcamaları kontrol altına aldı. Ayrıca yeni ekonomi sayesinde hisse senedi piyasasındaki yükselişten de faydalanarak sermaye kazançlarının GSYİH’ye oranı, 1990 başlarında yaklaşık %2 seviyesinden %6’nın üzerinde bir seviyeye yükseldi. Bu durum, ABD’nin 1996-2001 yılları arasında ortalama yaklaşık %3,2’lik gerçek ilkeli fazla vermesine ve tamamen zararlı durumdan kurtulmasına neden oldu.
Bu turda, mevcut para politikasının gevşemekte, maliye politikasının sıkılaşmakta olduğu ortamda, AI tarafından desteklenen verimlilik artışı, ABD tahvilleri için tekrar kritik bir destek olabilir mi? Verimliliğin borçları çözeceği zinciri aslında şu şekildedir: “Verimlilik artışı → yeni endüstrilerin eski endüstrileri yerine geçmesi → yeni istihdamın eski istihdamı yerine geçmesi ve yeni istihdamın geliri eski istihdamdan daha yüksek → vergi gelirlerinde artış → açıkta hafifleme”. Bu süreçte AI’nın etkisi, bir yandan temel motor olarak toplam faktör verimliliğini büyük ölçüde artırarak ekonomik paydayı büyütmesi (2. yol); diğer yandan AI’nın getirdiği verimliliğin yeni vergi kaynaklarını ortaya çıkarması ve açık baskısını tersine çevirmesi (3. yol) şeklinde ortaya çıkmaktadır. Ancak şu anda bu iki yol da bazı gerçekçi zorluklarla karşı karşıya görünmektedir.
Üretkenlik boyutunda, AI "iyi bir ilacı" olsa da, şu aşamada etkisi hâlâ sınırlıdır ve şu anki temel çatışmayı çözmek yeterli değildir:
Bir yandan, kurumsal uygulamaların uygulama hızının etkisiyle, üretken yapay zekânın teknoloji avantajlarının gerçek ekonomiye aktarılmasında bir gecikme mevcuttur. Pennsylvania Üniversitesi'nin hesaplamalarına göre, 2026-2027 yılları arasında yapay zeka, toplam faktör verimliliğini (TFP) sadece %0,05-0,1 oranında artırabilecek; 2030'ların başlarına kadar katkı oranı %0,2 seviyesine yavaşça ulaşacaktır. Bu avantajların serbest bırakılma ölçeği ve hızı, şu anda maliye ve borç düzeyindeki baskıyı dengeleyememektedir. Diğer yandan, yapay zeka avantajları herkese eşit şekilde dağılmamıştır. Artan "K tipi" ayrışma, ekonomik dengeli gelişimi de kısıtlayacaktır.
Fiskal gelir oluşturma açısından, yapay zekâ (AI) vergi gelirlerinin genişlemesini garanti etmeyebilir ve ABD vergi tabanının büyümesini etkileyebilir. AI'nın getirdiği işgücü yerine geçme ve servet transferi etkileri, üretim faktörleri getirilerinin dağılımını yeniden şekillendirerek ABD'de emek gelirlerinin sürekli olarak sermaye ve şirket sektörüne kaymasına neden olmaktadır. 2000 yılından beri küreselleşme, çalışanların pazarlık gücüne zarar vererek ABD'de emek gelirlerinin milli gelirdeki payının sürekli düşmesine yol açmıştır; yapay zekâ ise bu ayrışma eğilimini daha da güçlendirmektedir: Yapay zekâ ile ilgili sermaye harcamaları doğrudan şirket kârlarını artırırken, veri merkezleri gibi yatırımların istihdam yaratma kapasitesi zayıftır ve istihdam ile maaş artışlarını etkili bir şekilde destekleyememektedir. Bu nedenle 2020 yılından sonra ABD'de şirket ve hane halkı sektörleri arasındaki gelir payı farkı daha da artmıştır.
Bu dağılım, ABD'nin vergi tabanını yapısal olarak zayıflattı. ABD federal gelir yapısını incelediğimizde, 2025 yılında bireysel gelir vergisi (yaklaşık %51) ve emek ücret vergisi (yaklaşık %33) birlikte federal gelirin yaklaşık %85'ini oluştururken, kurumlar vergisinin payı yalnızca yaklaşık %10'dur. Bu, AI uygulamaları nedeniyle kalıcı işsizlikle karşı karşıya kalan ya da düşük maaşlı pozisyonlara yönlendirilen beyaz yakalı çalışan gruplarının, federal gelirin büyük bir kısmını oluşturan bireysel gelir vergisi ve emek ücret vergisi tabanını sistematik olarak zayıflatabileceği anlamına gelir. Ayrıca, bu iki vergi arasındaki oran farklılığı, kurumlar vergisinin bireysel vergideki düşüşü tamamen telafi edemeyeceği anlamına gelir: ABD'de bireysel gelir vergisi en yüksek %37'ye kadar olan ilerlemeli oranlarla uygulanır (mevcut ABD gelir dağılımı, bireysel vergi için daha avantajlıdır), ancak kurumlar vergisi sadece %21'lik ilerlemesiz tek bir oranla uygulanır; bu "K tipi" yapı kurumlar vergisi açısından dezavantajlıdır. Silicon Valley'nin küresel vergi kaçırma ve kâr transferi yeteneklerinin artmasıyla birlikte, bu şirketlerin vergi gelirlerine marjinal katkıları, yüksek maaşlı insan sermayesi kaybından kaynaklanan ilerlemeli vergi boşluğunu dolduramayabilir. Şu anda "kişiye vergi"ye değil "sermayeye vergi"ye dayalı sert bir vergi sistemi altında, bu faktör getirilerinin transferi, ABD'nin "teknoloji ne kadar gelişirse, vergi tabanı o kadar tükenir" paradoksuyla karşı karşıya kalmasına neden olabilir.
Buna göre, mevcut AI altındaki “işsiz refah” durumu, şu anki ABD mali sistemi altındaki borç sorunlarının çözümüne göre sınırlı katkıda bulunabilir. Hatta kısa vadede, AI sadece “içsel rekabetçi” bir teknoloji gelişimi ise ve gerçek yeni talepler yaratmazsa, mevcut işgücü ve hizmet arzını yalnızca düşük fiyattan değiştirirse, açık azaltılamaz ve vergi tabanına olan etkisi borç sorunlarını daha da ağırlaştırabilir.
Peki, şu anda AI'nın ABD'de oluşturduğu faktör dağılım dengesizliğinin neden olduğu vergi zorluklarını nasıl çözebiliriz? Aslında, Clinton dönemi yeni ekonomi yönetimi deneyimi bazı ipuçları sunmaktadır. O dönemde, ABD de benzer şekilde bilgi teknolojisi devrimi (PC ve internet) tarafından yönlendirilen yeni bir ekonomi dalgasını yaşamaktaydı. Teknoloji getirisinin yoğun bir şekilde serbest bırakılmasıyla birlikte, emek gelirleri ve şirket karları arasında yapısal bir ayrılma yaşanmıştı; ancak Clinton yönetimi tarihi bir bütçe fazlası yaratmıştı. Bu mucizenin temelini, üretkenlikteki büyük atlamalar (teknoloji getirisi) ve savunma gibi kamu harcamalarının stratejik azaltılması (bütçe tasarrufu) oluşturuyordu; aynı zamanda kararlı ve hassas vergi sistemi reformlarıyla da destekleniyordu. 1993'te Clinton yönetimi, bütçe düzenleme yasasını uygulayarak federal bireysel gelir vergisi en yüksek marjinal oranını %31'den %39,6'ya çıkarttı ve büyük şirketlerin gelir vergi oranını %34'ten %35'e hafifçe artırdı (oran artışı küçük olsa da, şu anki yalnızca %21 şirket vergi oranı ile karşılaştırıldığında açıkça daha yüksektir ve genel vergi toplama kapasitesi daha güçlüdür). Bu tarihi deneyim, teknolojik değişimlerin zenginlik ve fakirlik arasındaki farkı genişlettiğinde, verimli vergi ve transfer sistemlerinin toplumsal ve ekonomik sistemin istikrarı için bir "güvenlik valfi" olabileceğini göstermektedir.
Bu, yapay zeka çağında daha gerçekçi bir işaret teşkil ediyor. Yapay zekanın üretkenliği yeniden şekillendirmesiyle, geleneksel "sermaye-çalışma" dağılım yapısı daha hızlı bir şekilde bozulabilir. Yapay zekanın gelecekteki üretkenlik sıçramasına güvenmekten öte, ABD'nin vergi ve maliye sistemi de dağılım yapısındaki değişikliklere karşı kontradöngüsel olarak ayarlanmalıdır. Şu anda politika tartışmalarının genişliğine bakıldığında, gelecekteki ABD vergi ve maliye senaryoları için ana akım yaklaşımlar şu üç yoldan oluşmaktadır: Birincisi, "sermaye tarafından" kazanç elde etmek. Yapay zekanın sermaye getirisi ile emek ücreti arasındaki oranı artırması bağlamında, sermaye kazançları vergisini artırma ve zengin sınıf ile teknoloji devlerine daha yüksek marjinal vergi oranları uygulama, servet dağılımını dengeleme aracı olarak görülebilir; İkincisi, "faktör tarafından" vergi tabanı sağlamak. Yapay zekanın eğitimi için gerekli olan "toplumsal verileri" kamu malı olarak kabul edip, büyük modellerin ticari kazançları üzerinden "dijital faktör vergisi" uygulamak, verilerden doğan değerin kamu maliyesine geri dönmesini sağlar. Üçüncüsü, "otomasyondan" transfer ödemeleri elde etmek. Halen tartışılan "robot vergisi" veya "yapay zeka vergisi" kavramlarını araştırmak, büyük ölçekli insan yerine geçişler nedeniyle yüksek becerili işgücünün becerisizleşmesine neden olan işletmelere hedefli vergi uygulamak ve bu gelirle teknolojik işsizlikten etkilenen ve yeniden yapılandırılmasına ihtiyaç duyan işçi gruplarını desteklemek. Ancak hangi yol seçilirse seçilsin, temelde tümü "faktör kazancı alanlarına" yapısal vergi artırımı uygulamayı amaçlamaktadır ve teknolojik ilerlemenin yarattığı aşırı kazançları, vergi ve maliye aracılığıyla ikinci kez topluma geri aktarmayı hedeflemektedir.
Ancak, teorik fikirlerden gerçek politikalara geçişte ABD, yapısal bir yönetim zorluğu ile karşı karşıya kalıyor. Birincisi, AI unsurlarının soyutluğu ve sınır ötesi akışı, geleneksel kurumsal temel vergilendirme sistemini yönetimsel başarısızlık ve vergi tabanı erozyonu ile karşı karşıya bırakıyor; İkincisi, küresel AI teknoloji rekabetinin makro bağlamında, herhangi bir tek taraflı mikro vergi sıkılaştırması, yerel yenilikçiliği baskılayabilir ve teknoloji sermayesi ile yüksek becerili unsurların tersine doğru akışına neden olabilir; Üçüncüsü, temel hesaplama gücü ve dijital konuşma haklarını elinde tutan çok uluslu teknoloji devleri, siyasi müzakerelerde güçlü pazarlık gücüne sahiptir ve bu da varlık stoklarının ikinci dağıtımını zorlaştırır.
“Sayısal üretkenlik sınır tanımaz” ile “gerçek ekonomik vergi egemenliği sınırlıdır” arasındaki çatışma, AI çağındaki vergi ve maliye desteğinin anında sağlanamayacağını, teknolojik engeller ve coğrafi politika gibi çoklu faktörlerle yüzleşilmesi gerektiğini anlamına gelir; bu da ABD tahvillerinin sorununun, kısa vadeli olarak ABD ekonomisinin karşı karşıya kaldığı büyük bir zorluk olmaya devam edebileceğini gösterir.
Amerika Birleşik Devletleri devlet tahvili hacmi 38 trilyon doların yakınında ve faiz harcamaları trilyonlarca dolar seviyesinde; piyasa, AI ile verimlilik artışı sayesinde borç baskısının hafifletilmesini bekliyor. 1946-1974 yılları arasındaki ikinci dünya savaşından sonraki dönem ve 1990’lı yıllarda Clinton dönemine ait tarihsel deneyimler üzerinden borçların azaltılması için üç yol analiz ediliyor: para politikası gevşemesi, ekonomik büyüme ve mali reform. Şu anda AI ile desteklenen verimlilik artışı gerçek zorluklarla karşı karşıya: 2026-2027 yılları arasında AI’nın toplam faktör verimliliğini yalnızca 0,05-0,1 puan artıracak olduğu tahmin ediliyor; bu faydaların borç baskısını dengelemesi şimdilik mümkün değil. Daha da önemlisi, AI’nın yarattığı “işsiz refah” K-tipi ayrışmayı artırıyor; işgücü yerine geçme etkisi, bireysel gelir vergisi ve maaş vergisi tabanını yapısal olarak zayıflatıyor; mevcut, “kişiye vergi”ye yüksek oranda bağımlı olan vergi sisteminde teknolojik refah, vergi tabanının kuraklaşmasını bile artırabilir. Makale, AI’nın Amerikan borçlarının “kurtarıcısı” olamayacağını ve borç sorununun hafifletilmesi için mali ve vergi sisteminin kontraksiyonel ayarlamalarla desteklenmesi gerektiğini savunuyor.