بانکهای مرکزی با شتاب در تلاشاند بفهمند هوش مصنوعی چگونه تورم را دگرگون میکند، اما درباره پاسخ این پرسش با هم همنظر نیستند.
در بیشتر سه سال گذشته بانکهای مرکزی با هوش مصنوعی همانطور رفتار کردهاند که با تغییرات اقلیمی یا تحولات جمعیتی رفتار میکنند: نیرویی بلندمدت که باید زیر نظر باشد اما هنوز ابزاری برای سیاست پولی به حساب نمیآید.
آگهی
آگهی
این تفکیک اکنون از میان رفته است.
سیاستگذاران شروع کردهاند به اینکه هوش مصنوعی را تغییری ساختاری در مقیاس برقرسانی یا اینترنت ببینند؛ تغییری که تورم، نرخهای بهره و حتی خود ابزارهایی را که بانکهای مرکزی برای تعیین آنها به کار میگیرند دگرگون میکند.
دیگر اختلاف بر سر این نیست که آیا هوش مصنوعی اهمیت دارد یا نه.
بحث بر سر زمانبندی، مسیر انتقال و جهت اثر است: این که آثار آن با چه سرعتی ظاهر میشود، ابتدا قیمتها بالا میرود یا پایین میآید و بانکهای مرکزی چگونه باید به نیرویی واکنش نشان دهند که شاید در کوتاهمدت تورمزا باشد اما در گذر زمان اثر کاهنده بر تورم داشته باشد.
بانک مرکزی اروپا و بوندسبانک هماکنون با هوش مصنوعی چه میکنند
بانک مرکزی اروپا سریعترین گامها را برای تبدیل هوش مصنوعی از تئوری به عمل برداشته است.
چهار اقتصاددان این بانک، اسکار آرسه، کارین کلایبر، میکله لنزا و خوان پردس، در یک یادداشت وبلاگی (منبع به زبان انگلیسی) که ۲۱ آوریل ۲۰۲۶ منتشر شد، اعلام کردند که از پایان ۲۰۲۲ یک مدل یادگیری ماشین بخشی از جعبهابزار تحلیلی برای آمادهسازی تصمیمهای سیاست پولی شورای حکمرانان بوده است.
این مدل بر حدود ۶۰ شاخص تکیه میکند که انتظارات تورمی، فشارهای هزینهای، فعالیت واقعی اقتصادی و شرایط مالی را پوشش میدهد و در هر فصل چند بار بهروزرسانی میشود.
نتایج این مدل پیشاپیش در زمان واقعی آزموده شده است.
در سهماهههای دوم و چهارم سال ۲۰۲۵، مدل خطرهای صعودی در تورم هسته را که بعدا محقق شد، گوشزد کرده بود؛ به طوری که قرائت نهایی حدود ۲۰ واحد پایه بالاتر از پیشبینیهای رسمی سیستم یورویی بود.
نویسندگان نوشتند: «هوش مصنوعی میتواند به رصد آنی ریسکهای تورمی کمک کند.»
بوندسبانک نیز در مسیری مشابه حرکت میکند.
یوآخیم ناگل، رئیس بوندسبانک، در یک کنفرانس مشترک بوندسبانک و SUERF در فرانکفورت در ۹ دسامبر ۲۰۲۵ اعلام کرد بانک مرکزی آلمان هماکنون از طیف گستردهای از کاربردهای هوش مصنوعی برای بهبود تحلیلها و پشتیبانی از فرایندهای کاری استفاده میکند.
این موارد شامل دستیارهای هوشمند متنی، تحلیل اسناد با کمک هوش مصنوعی و مدلی به نام MILA است که ارتباطات بانکهای مرکزی منطقه یورو را ارزیابی میکند.
ناگل گفت: «فناوری در نهایت باید در خدمت انسان باشد و برای ما به عنوان بانک مرکزی هم همینطور است: ما از هوش مصنوعی استفاده میکنیم تا ماموریت خود را تا حد ممکن خوب انجام دهیم.»
فدرال رزرو درباره هوش مصنوعی چه میگوید: از کنجکاوی تا بحثهای اصلی
در فدرال رزرو این تغییر کمتر عملیاتی و بیشتر مفهومی بوده و روزبهروز فوریت بیشتری پیدا کرده است.
مقامها از صرف اذعان به وجود هوش مصنوعی فراتر رفتهاند و اکنون درباره این بحث میکنند که این فناوری چگونه موازنههای اصلی سیاست پولی را دگرگون میکند.
کریستوفر والر، عضو هیات مدیره فدرال رزرو، پارسال در یک سخنرانی استدلال کرد (منبع به زبان انگلیسی) که پذیرش هوش مصنوعی با سرعتی بیشتر از رایانههای شخصی، اینترنت یا تلفنهای هوشمند در حال رخ دادن است و اکنون پرسش درباره بهرهوری در مرکز بحث سیاست پولی قرار دارد.
والر گفت: «یک پرسش کلیدی این است که آیا هوش مصنوعی به بازگشت رشد بهرهوری کمک خواهد کرد یا نه. هر رشد پایدار بهرهوری بالاتر از ۲ درصد، بدون ایجاد فشار تورمی از افزایش درآمدهای واقعی و سطح زندگی پشتیبانی میکند. به عنوان سیاستگذار پولی امیدوارم هوش مصنوعی چنین کند.»
فیلیپ جفرسون، نایبرئیس فدرال رزرو، در رویداد Euro20+ که نوامبر ۲۰۲۵ به میزبانی ناگل برگزار شد، بر اثر دو لبه هوش مصنوعی بر تورم تاکید کرد.
از یک سو این فناوری میتواند از طریق افزایش بهرهوری هزینههای تولید را پایین بیاورد و از سوی دیگر ممکن است قیمت نهادهها را بالا ببرد.
جفرسون گفت: «هوش مصنوعی میتواند در برخی گروههای قیمتی فشار افزایشی ایجاد کند زیرا بسیاری از شرکتها میکوشند این فناوری را در مقیاس وسیع به کار بگیرند. هوش مصنوعی همچنین به مراکز داده نیاز دارد که برای زمین، انرژی و دیگر نهادهها با سایر فرایندهای تولیدی رقابت میکنند. بنابراین فکر میکنم اثر هوش مصنوعی بر تورم فقط فشار کاهنده نیست.»
سیاسیترین صدای حاضر در این بحث اکنون کوین وارش است که از سوی دونالد ترامپ برای ریاست فدرال رزرو پس از پایان دوره جروم پاول در ماه مه معرفی شده است.
وارش رونق هوش مصنوعی را بزرگترین موج افزایشدهنده بهرهوری در طول عمر خود خوانده و این دوره را با اواخر دهه ۱۹۹۰ مقایسه کرده است؛ زمانی که آلن گرینسپن سیاست پولی را نسبت به قواعد مکانیکی، انبساطیتر نگه داشت و در مقابل، بهرهوری بالا و قیمتهای باثبات نصیب اقتصاد شد.
اما شهادتی که او هفته گذشته در جلسه بررسی صلاحیت خود در سنا ارائه کرد، وجه محتاطتری از او را نشان داد.
او هوش مصنوعی را نیرویی توصیف کرد که در حال نزدیک شدن به «سرعت گریز» است و هشدار داد سیاستگذاران هنوز نمیتوانند به آن دستاوردهای بهرهوری تکیه کنند.
وارش با هشدار درباره اینکه فدرال رزرو ممکن است ناچار شود مدلهای خود را بازنگری کند، گفت: «هوش مصنوعی چنان در حال مهم شدن است که به چیزی شبیه سرعت گریز نزدیک میشود.»
او در حالی اذعان کرد که موج کنونی نوآوری میتواند در گذر زمان فشارهای قیمتی را کاهش دهد و نبرد با تورم را سادهتر کند که هشدار داد سیاستگذاران هنوز درک روشنی از این ندارند که این دستاوردها چگونه به بازار کار، یعنی نیمه دیگر ماموریت فدرال رزرو، سرریز خواهد شد.
شکاف در والاستریت میان خوشبینان به کاهش تورم و بازهای سرمایهگذاری
در حالی که بانکهای مرکزی هنوز در حال بحث بر سر چگونگی تفسیر هوش مصنوعی هستند، والاستریت معامله روی آن را شروع کرده است. بزرگترین مدیران دارایی و اقتصاددانان بانکهای سرمایهگذاری این فناوری را وارد پیشبینیهای خود از تورم، رشد و بازدهی اوراق قرضه کردهاند و خیابان (والاستریت) به دو اردوگاه معاملاتی متضاد تقسیم شده است.
خوشبینان به کاهش تورم (disinflation bulls) هوش مصنوعی را شوک مثبت عرضه میبینند: قیمتهای پایینتر، نرخهای بهره پایینتر و رشد داراییهای پرریسک.
بازهای سرمایهگذاری (capex hawks) برعکس، با یک مشکل تورمی کوتاهمدت روبهرو میبینند: چرخهای بیسابقه از سرمایهگذاری که قیمت برق را بالا میبرد، توازن پسانداز و سرمایهگذاری را به هم میزند و پیش از آنکه دستاوردهای بهرهوری برسد، بازدهی بلندمدت را افزایش میدهد.
تهاجمیترین سناریوی کاهش تورم از سوی صنعت مدیریت دارایی مطرح شده است. مایک هونستد، رئیس بخش مدیریت دارایی ۱.۴ تریلیون دلاری نورترن تراست، آوریل ۲۰۲۶ به فایننشال تایمز گفت هوش مصنوعی ممکن است به یکی از بزرگترین شوکهای مثبت عرضه در تاریخ اقتصاد مدرن بدل شود.
به گفته هونستد اگر هوش مصنوعی جهش پایداری در بهرهوری ایجاد کند، کاری را برای کاهش تورم انجام خواهد داد که سالها سیاست پولی انقباضی نتوانست به پایان برساند.
هونستد گفت: «تقریبا انگار خود هوش مصنوعی سیاست پولی شماست و قرار است موثرتر از هر کاری باشد که فدرال رزرو یا هر بانک مرکزی دیگری در جهان میتواند انجام دهد.»
بازهای سرمایهگذاری تصویر معکوسی میبینند: چرخه سرمایهگذاریای آنقدر بزرگ که پیش از رسیدن دستاوردهای بهرهوری، قیمت برق و بازدهی اوراق را بالا میبرد.
بن می و دانیل هارنبرگ از موسسه آکسفورد اکونومیکس، فوریه امسال استدلال کردند که کاهش پیشدستانه نرخها با این فرض که هوش مصنوعی در نهایت اثر کاهنده بر تورم خواهد داشت، اشتباه است؛ زیرا هوش مصنوعی در حال حاضر از مسیر قیمت برق، سرمایهگذاری در مراکز داده و اثر ثروت ناشی از رشد قیمت سهام، تورم را بالا میبرد.
آکسفورد اکونومیکس در یادداشت خود نوشت: «اثر هوش مصنوعی بر تورم به این بستگی دارد که تا چه حد تقویت سمت عرضه اقتصاد با هر افزایش همزمان در تقاضای کل خنثی شود.»
گلدمن ساکس نیز به نتیجهای مشابه رسید. اقتصاددانان این بانک، مانوئل آبکاسیس و هونگسن وی، بر آنچه شاید دستکمگرفتهترین کانال انتقال اثر هوش مصنوعی بر تورم باشد تمرکز کردهاند: قیمت برق.
تورم برق در آمریکا تا دسامبر ۲۰۲۵ در مقیاس سالانه ۶.۹ درصد بود؛ بسیار بالاتر از تورم شاخص هزینه مصرف شخصی (PCE) که ۲.۹ درصد ثبت شد. گلدمن انتظار دارد تورم قیمت برق مصرفی در سالهای ۲۰۲۶ و ۲۰۲۷ نزدیک ۶ درصد بماند و سپس در ۲۰۲۸ به حدود ۳.۵ درصد کاهش یابد.
آبکاسیس گفت: «انتظار داریم مراکز داده به طور چشمگیری تقاضای برق را افزایش دهند و در پنج سال آینده حدود ۴۰ درصد از رشد کل تقاضای برق را توضیح دهند.»
برآورد گلدمن این است که هزینههای بالاتر برق در سال ۲۰۲۶ حدود ۰.۲ واحد درصد و در ۲۰۲۷ حدود ۰.۱۵ واحد درصد به تورم سرفصل اضافه کند و بخشهای درمان، حملونقل و خدمات غذایی بخش عمده سرریز غیرمستقیم این افزایش هزینه را در قیمتهای هسته جذب کنند.
مسئله زمانبندی است نه مقصد
اکنون بر سر یک نکته توافق گسترده وجود دارد: هوش مصنوعی آنقدر بزرگ است که بانکهای مرکزی را ناچار میکند درک خود از چگونگی کارکرد اقتصاد را بازنگری کنند.
آنچه هنوز روشن نیست ترتیب وقوع رویدادهاست. اگر دستاوردهای بهرهوری زودتر برسد، بانکهای مرکزی ممکن است فضای بیشتری برای کاهش نرخها بدون شعلهور کردن دوباره تورم به دست آورند.
اگر نخست موج سرمایهگذاری از مسیر قیمت انرژی، تقاضا برای سرمایه و ارزش داراییها به اقتصاد ضربه بزند، سیاستگذاران که خیلی زود به سمت تسهیل رفتهاند ممکن است ناچار به عقبنشینی شوند.
این وضعیت گسستی آشکار نسبت به تنها چند سال پیش است؛ زمانی که نامی از هوش مصنوعی به ندرت در سخنرانیهای بانکهای مرکزی شنیده میشد.