論文の概要: Artificial Intelligence and the US Economy: An Accounting Perspective on Investment and Production

• arxiv url: http://arxiv.org/abs/2601.11196v1
• Date: Fri, 16 Jan 2026 11:15:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-19 20:21:50.467398
• Title: Artificial Intelligence and the US Economy: An Accounting Perspective on Investment and Production
• Title（参考訳）: 人工知能と米国経済 : 投資・生産の経理的展望
• Authors: Luisa Carpinelli, Filippo Natoli, Marco Taboga,
• Abstract要約: 本稿は、現在のAI波が米国の国家口座でどのように捉えられているかについて概説する。 AIエコシステムのバックボーンを構成するデータセンタが果たす重要な役割を強調します。 現在の利用率と価格では、新しいAIデータセンターを起源とするサービスの生産は、次の四半期の変わり目にGDPに寄与する可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence (AI) has moved to the center of policy, market, and academic debates, but its macroeconomic footprint is still only partly understood. This paper provides an overview on how the current AI wave is captured in US national accounts, combining a simple macro-accounting framework with a stylized description of the AI production process. We highlight the crucial role played by data centers, which constitute the backbone of the AI ecosystem and have attracted formidable investment in 2025, as they are indispensable for meeting the rapidly increasing worldwide demand for AI services. We document that the boom in IT and AI-related capital expenditure in the first three quarters of the year has given an outsized boost to aggregate demand, while its contribution to GDP growth is smaller once the high import content of AI hardware is netted out. Furthermore, simple calculations suggest that, at current utilization rates and pricing, the production of services originating in new AI data centers could contribute to GDP over the turn of the next quarters on a scale comparable to that of investment spending to date. Short reinvestment cycles and uncertainty about future AI demand, while not currently acting as a macroeconomic drag, can nevertheless fuel macroeconomic risks over the medium term.
• Abstract（参考訳）: 人工知能(AI)は政策、市場、学術的な議論の中心に移行してきたが、マクロ経済のフットプリントはいまだ部分的には理解されていない。 本稿では,現在のAI波が米国国内アカウントでどのように捉えられているのかを概説し,単純なマクロ会計フレームワークとAI生産プロセスのスタイリングされた記述を組み合わせる。 私たちは、AIエコシステムのバックボーンを構成するデータセンターが果たす重要な役割を強調し、2025年に深刻な投資を惹きつけた。 第1四半期のITとAI関連の資本支出の急増により、需要の総和が大幅に増加し、一方、AIハードウェアの高輸入コンテンツがネットアウトされると、GDPの成長への貢献は小さくなっています。 さらに、単純な計算では、現在の利用率と価格において、新しいAIデータセンターに起源を持つサービスの生産は、現在の投資支出に匹敵する規模で、次の四半期の変わり目にGDPに寄与する可能性があることを示唆している。 短期的な再投資サイクルと将来のAI需要の不確実性は、現在マクロ経済的なドラッグとして機能していないが、それでも中期的にはマクロ経済的なリスクを増す可能性がある。

関連論文リスト

• Can Artificial Intelligence Accelerate Technological Progress? Researchers' Perspectives on AI in Manufacturing and Materials Science [0.0]
  本稿は、AIおよび機械学習(ML)技術に経験した研究者を対象に、米国拠点の学術的製造・材料科学への32回のインタビューの結果を報告する。 インタビュアーは主に、材料や製造プロセスのモデリングにAIを使用し、材料や製造プロセスなどのデザインスペースのより安価で迅速な探索を可能にした。 インタビュアーは、AI/MLツールは、高密度データがすでに利用可能であるデザインスペースの外では信頼できない、古い研究手法と相まって熟練した司法的応用を必要とする、AI/MLツールは破壊的な理論的進歩の機会を有害に回避できる、と報告している。
  論文  参考訳（メタデータ） (2025-11-18T00:19:37Z)
• Leveraging Artificial Intelligence as a Strategic Growth Catalyst for Small and Medium-sized Enterprises [0.0]
  人工知能(AI)は、大企業が保有する未来的な概念から、中小企業向けの現代的でアクセスしやすく、不可欠な成長レバーへと移行してきた。 起業家やビジネスリーダーにとって、戦略的AIの採用はもはや選択肢ではない。 AIの採用を裏付ける定量的証拠は魅力的だ。91%の中小企業がAIを使用して、収入を直接的に増やすと報告している。 トップラインの成長以外にも、AIは重要な運用効率を推進し、運用コストを最大30%削減し、企業価値を20時間以上節約できることを示した。
  論文  参考訳（メタデータ） (2025-09-18T01:56:04Z)
• Openness in AI and downstream governance: A global value chain approach [0.0]
  AIにおけるオープン性は、オープンAIモデル、データセット、ツールチェーンの新たなエコシステムを強調している。 オープンリソースが技術移転と、AI産業の力に直面しても追いつくことができるかどうか、という疑問が浮かび上がっている。 この作業は、AIバリューチェーンの以前のマッピングを拡張して、基礎的AIと下流バリューチェーンを結びつけるフレームワークを構築する。
  論文  参考訳（メタデータ） (2025-09-12T13:12:09Z)
• An AI Capability Threshold for Rent-Funded Universal Basic Income in an AI-Automated Economy [2.6451153531057985]
  我々は、AI資本利益が普遍的なベーシックインカムを持続的にファイナンスできる最初のクローズドフォーム条件を導出する。 我々は、異なる経済シナリオの下で、AI能力がAI前自動化と比較して生産性のレベルとしてしきい値を定義する方法について分析する。
  論文  参考訳（メタデータ） (2025-05-24T13:08:13Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
  政府や企業は、AIを管理する手段として計算を活用し始めている。 計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。 プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
  論文  参考訳（メタデータ） (2024-02-13T21:10:21Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
  我々はICTの重要部分としてCompSysに注目している。 オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
  論文  参考訳（メタデータ） (2022-05-26T11:02:29Z)
• The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning [126.37520136341094]
  機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。 AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。 単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
  論文  参考訳（メタデータ） (2021-08-05T17:42:35Z)
• Qlib: An AI-oriented Quantitative Investment Platform [86.8580406876954]
  AI技術は、量的投資システムに新たな課題を提起した。 Qlibは、その可能性の実現、研究の強化、定量的投資におけるAIテクノロジの価値の創造を目的とする。
  論文  参考訳（メタデータ） (2020-09-22T12:57:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。