ИИ и денежно-кредитная политика

Наша стратегия денежно-кредитной политики, инструменты, которые мы используем, и их влияние. Понимание нашей работы в области финансовой стабильности, платежей и рыночной инфраструктуры. Доступ ко всей статистике ЕЦБ и справочной информации. Все, что вам нужно знать о нашей общей валюте. Углубленные исследования и экспертный анализ, охватывающий различные темы и области. Позвольте мне начать с поздравления всех участников исследовательской сети ChMP с чрезвычайно успешной исследовательской программой: она позволила получить много новых идей относительно передачи денежно-кредитной политики и оказала непосредственное влияние на наши политические дискуссии в последние годы.

В своих выступлениях за ужином я хотел бы сосредоточиться, в частности, на одной теме: последствиях искусственного интеллекта (ИИ) для денежно-кредитной политики. [ 2 ] Естественный эталонный анализ заключается в том, чтобы рассматривать ИИ как постоянно повышающую производительность и доходы. Если домохозяйства и компании быстро осознают постоянный характер шока производительности и учтут будущий рост доходов в своих решениях о расходах, появление и внедрение ИИ может оказать повышательное давление на инфляцию через этот механизм спроса уже на ранних этапах переходного этапа. [ 3 ] Тем не менее, предполагать, что домохозяйства и фирмы точно знают природу, размер и устойчивость будущих потрясений производительности, вряд ли реалистично.

Более вялую реакцию потребления также можно рационализировать, если уровень лагированного потребления является важным фактором, определяющим выгоды от текущего потребления, как в моделях «формирования привычки». [ 4 ] Потребители также сталкиваются с большой индивидуальной неопределенностью относительно последствий перехода на ИИ для доходов, что дает еще одну причину медленной корректировки потребления. [ 5 ] Более правдоподобно предположить, что домохозяйства и фирмы будут узнавать о влиянии шоков производительности на доходы и занятость с течением времени одновременно и будут лишь медленно адаптировать расходы к этому. [ 6 ] В этом случае первоначальный инфляционный эффект будет значительно уменьшен.

В более общем плане, в рамках макроэкономических результатов, возникающих в результате различной степени учета роста производительности и доходов при принятии решений о расходах, инфляционные последствия перехода к ИИ будут зависеть от ряда факторов. Одним из факторов, определяющих эффект дохода, распределения и спроса, является то, будет ли технологический импульс от ИИ увеличивать рабочую силу или увеличивать капитал. Технология часто моделируется как увеличение рабочей силы: можно произвести больше с тем же количеством рабочих. Этот эффект увеличивает трудовые доходы работников, причем масштаб зависит от их переговорной позиции и институциональных факторов.

И наоборот, если ИИ увеличивает капитал, увеличение доходов будет доставаться владельцам капитала, а не работникам, тем самым увеличивая неравенство доходов от труда и капитала. [ 7 ] Увеличение неравенства в доходах и богатстве может ограничить степень расширения спроса во всех секторах экономики и тем самым ослабить инфляционные тенденции, связанные с ростом производительности за счет искусственного интеллекта. [ 8 ] Вторым фактором является масштаб инвестиций, необходимых для интеграции ИИ в экономическую цепочку создания стоимости. Здесь, вероятно, потребуются значительные вычислительные мощности как для построения базовых моделей ИИ, так и для внедрения ИИ в бизнес-среде.

Создание необходимой вычислительной инфраструктуры требует существенного первоначального увеличения капитальных затрат. Третий фактор заключается в том, что расширение вычислений, связанных с искусственным интеллектом, влечет за собой существенное увеличение спроса на энергию и, пока предложение энергии не догонит ее, будет оказывать повышательное давление на цены на энергоносители. [ 9 ] Эта динамика, вероятно, усилит инфляционное давление на этапе внедрения ИИ. Географическое распределение деятельности ИИ, вероятно, будет иметь значение для воздействия на спрос на региональном или национальном уровне.

Если окажется, что деятельность в области ИИ останется сконцентрированной в США и Китае, а цепочка поставок ИИ останется в значительной степени ориентированной на Азию, то рост европейских инвестиций и спроса на энергию будет относительно сдержанным. В этом сценарии Европа по-прежнему будет сталкиваться с некоторым повышательным инфляционным давлением из-за возросшего глобального спроса на сырьевые товары и товары, особенно в отношении продуктов, используемых в качестве ресурсов для производства ИИ. Напротив, если произойдет активное распространение технологий в Европу, то эти каналы повышения спроса будут действовать более мощно в еврозоне.

Это особенно верно, если распространение технологий может быть реализовано только при определенной степени местных капиталовложений. Мы можем перевести конкурирующие положения о степени предвосхищения макроэкономических последствий перехода к ИИ в последствия для естественной процентной ставки, определяемой как реальная процентная ставка, которая увязывает желаемые сбережения и инвестиции. С одной стороны, устойчивый оптимизм по поводу роста доходов и производительности от ИИ приведет к увеличению инвестиций и сокращению сбережений, оказывая повышательное давление на R*. И наоборот, чем больше домохозяйства и фирмы не уверены в траектории роста доходов, вызванных ИИ, и в распределении прироста доходов между регионами и группами доходов, тем меньше будет увеличение R*.

В частности, предупредительная экономия может увеличиться из-за неопределенности относительно вытеснения рабочей силы или ограничений на финансирование инвестиций, связанных с ИИ. Временной профиль R* также зависит от траектории внедрения технологий. Согласно одному сценарию, ИИ следует типичной S-образной схеме, где внедрение происходит медленно на ранних стадиях, ускоряется на этапе широкого внедрения и в конечном итоге останавливается по мере развития технологии. Этот профиль означает, что ИИ постоянно повышает уровень производительности, но не увеличивает темпы роста производительности навсегда.

Напротив, альтернативный сценарий заключается в том, что ИИ улучшает инновационный процесс, тем самым переводя экономику на постоянно более высокие темпы роста производительности. В той степени, в которой рост производительности взаимно однозначно преобразуется в рост производства и потребления, в первом сценарии R* в конечном итоге упадет до уровня, преобладавшего до технологической трансформации, поскольку траектория роста потребления снова станет ниже, как только рост производительности замедлится, тогда как во втором сценарии он останется на постоянно более высоком уровне. [ 10 ] При любом сценарии можно ожидать, что уровень инвестиций окажется весьма волатильным.

Одним из источников нестабильности является то, что при внедрении инноваций может существовать взаимодополняющий спрос, при этом каждый инновационный сектор получает выгоду, если другие сектора также внедряют инновации. [ 11 ] Настроение финансового рынка в отношении инвестиций, связанных с ИИ, также может быть подвержено волнам оптимизма и пессимизма в свете широкого спектра взглядов на долгосрочное влияние ИИ. Действительно, могут существовать множественные равновесия, при этом переход к равновесию с высоким уровнем капитала подтверждается оптимистическими ожиданиями, которые порождают петлю финансовой обратной связи.

[ 12 ] При переходе к равновесию с высоким уровнем капитала инвестиции первоначально резко возрастают, а процентная ставка высока, но впоследствии процентная ставка резко падает, поскольку капитал становится избытком, а доход в основном достается владельцам капитала с высоким уровнем сбережений. В то же время этот механизм по своей сути хрупкий: потеря доверия может спровоцировать самореализующийся крах. Наконец, если возможности производства ИИ по-прежнему сосредоточены в Соединенных Штатах, а уровень внедрения ИИ в Китае выше, чем в Европе, существует сценарий, при котором инвестиции в Европе сократятся, а инвесторы перераспределят капитал как в Соединенные Штаты, так и в Китай.

[ 13 ] Особенно если зарубежный капитал ИИ все еще может повысить производительность труда в Европе за счет лицензионных соглашений, этот сценарий все еще может генерировать высокие доходы в Европе, но с относительно небольшими внутренними инвестициями, что повлечет за собой понижательное давление на R * в Европе. Некоторые элементы этого сценария согласуются с высокой долей акций технологических компаний США в портфелях акций еврозоны, высоким уровнем европейского импорта из Соединенных Штатов продуктов интеллектуальной собственности и растущей взаимозаменяемостью китайской и европейской продукции в ряде секторов средних и высоких технологий. Учитывая эти различные механизмы, общий эффект перехода ИИ на R* остается неопределенным.

До сих пор в этой дискуссии я сосредоточивал свое внимание на последствиях шока ИИ для денежно-кредитной политики. В более широкой перспективе также важно признать возможное усиливающееся воздействие ИИ по отношению к другим циклическим потрясениям, которые могут поразить экономику. Позвольте мне обрисовать три (возможно, взаимосвязанных) примера: (а) энергетический шок; (б) финансовый шок; и (c) шок рецессии. Энергоемкость ИИ означает, что постоянное повышение цен на энергоносители может ограничить темпы прогресса в создании новых моделей ИИ, а также сократить темпы внедрения ИИ. Капиталоемкость производства и внедрения ИИ означает, что ужесточение финансовых условий также окажет негативное влияние на сектора, производящие и использующие ИИ.

Наконец, предлагая замену рабочей силы, ИИ может усилить сокращение рабочей силы во время рецессии. [ 14 ] Очевидно, что по этим трем каналам существуют потенциальные петли обратной связи. Например, постоянный энергетический шок, который изменил экономику производства и внедрения ИИ, может также привести к переоценке капитала и долга, связанных с ИИ, в финансовой системе, что еще больше усугубится, если окажется, что любой спад в экономике вызывает более масштабную, чем ожидалось, коррекцию на рынке труда и тем самым также снижает потребление.

Из этого также следует, что более устойчивая энергетическая система снижает эти риски, так что увеличение важности энергоемкого сектора искусственного интеллекта усиливает логику ускоренного перехода к энергетической системе с доминированием возобновляемых источников энергии. [ 15 ] В заключение в этих замечаниях я представил обзор различных каналов, через которые ИИ может влиять на макроэкономическую динамику и позицию денежно-кредитной политики. Учитывая множество неопределенностей, связанных с силой и сроками действия различных механизмов, подход, основанный на данных, лучше всего подходит для оценки общего влияния ИИ на соответствующую позицию денежно-кредитной политики. Это станет серьезной проблемой для монетарных экономистов и политиков в ближайшие годы.

От имени г-на Лейна выступил Филипп Хартманн, заместитель генерального директора по экономике. Выраженные здесь мнения не следует интерпретировать как отражающие коллективное мнение Совета управляющих. Эта речь основана на докладе Лэйна П.Р. (2026 г.), «ИИ и экономика еврозоны», программном выступлении на Международной конференции ECB-SAFE-RCEA по взаимодействию климата, макроэкономики и финансов (3CMFI), Франкфурт, 23 марта. См. также Хартманн П. и Мавер В. (2025), «Последствия искусственного интеллекта для денежно-кредитной политики – первая концептуальная оценка», SUERF Policy Brief, № 1080, 30 января. Годовой экономический отчет БМР за 2026 год также содержит дополнительное обсуждение последствий ИИ для денежно-кредитной политики. См. также Гулсби, А.Д.

(2026 г.), «Замечания на конференции по денежно-кредитной политике Гуверовского института 2026 г.», Стэнфорд, 8 мая. Кэрролл, К.Д., Оверленд, Дж. и Вейл, Д.Н. (2000), «Сбережения и рост с формированием привычек», American Economic Review, Vol. 90, № 3, июнь, стр. 341-355. Кэрролл, CD и Точе, П. (2009), «Удобная модель экономии буферного запаса», Серия рабочих документов NBER, № 15265, Национальное бюро экономических исследований, август. См. обсуждение в Коэнене, Г., Каради, П., Шмидте, С. и Уорне, А. (2019), «Новая региональная модель II: расширенная версия модели ЕЦБ, основанной на микроэкономике, для прогнозирования и анализа политики в финансовом секторе», Серия рабочих документов, № 2200, ЕЦБ, стр. 33-34, опираясь на Эдж, Р.М., Лаубах, Т.

и Уильямс, JC (2007), «Обучение и изменения в долгосрочном росте производительности», Journal of Monetary Economics, Vol. 54, № 8, стр. 2421-2438. В этом ключе см. Миннити А., Преттнер К., Вентурини Ф. и Блум Д. (2026), «ИИ и распределение дохода между капиталом и трудом», колонка VoxEU, Центр исследований экономической политики, 3 марта. Они исследуют влияние ИИ на доходы и подчеркивают важность политических мер, таких как образование и налогообложение, для обеспечения справедливых результатов в экономике, которая все больше формируется за счет технологий ИИ и автоматизации. См. Кэрролл, CD.

(1998), «Почему богатые экономят так много?», Серия рабочих документов NBER, № 6549, Национальное бюро экономических исследований, май, за исследование того, почему более богатые люди склонны сберегать большую часть своего дохода по сравнению с домохозяйствами с низкими доходами, подчеркивая роль «формирования привычек» и инерции потребления. См. Буриан В. и Сталла-Бурдиллон А. (2025), «Растущий спрос на энергию со стороны искусственного интеллекта и его влияние на цены на сырьевые товары», Экономический бюллетень, выпуск 2, ЕЦБ.

В полярном сценарии, когда спрос на электроэнергию центров обработки данных, управляемых ИИ, полностью удовлетворяется за счет природного газа, цены на газ могут вырасти примерно на 9 процентов в Азии и Европе и на 7 процентов в Соединенных Штатах к 2026 году, причем на центры обработки данных, управляемые ИИ, придется около 2 процентных пунктов от этого роста. Что касается Соединенных Штатов, с их более сильной индустрией искусственного интеллекта, Богманс и др. смоделировать сценарии, согласно которым цены на электроэнергию в США могут вырасти на 8,6% к 2030 году из-за ИИ. См. Богманс К., Ганпурев Г., Гомес-Гонсалес П., Мелина Г., Пескатори А. и Тубе С. (2025), «Энергетический голод: как ИИ будет стимулировать спрос на энергию», Рабочие документы МВФ, Vol.

25, № 81, Международный валютный фонд, апрель. Обсуждение потенциального влияния ИИ на потенциальный объем производства и естественную процентную ставку см. в Lenzu, S. (2026), «Искусственный интеллект и денежно-кредитная политика: основа и взгляд на циклическую трансмиссию, структурный переход и финансовую стабильность». Отчеты сотрудников Федерального резервного банка Нью-Йорка, № 1192. См. Шлейфер А. (1986), «Циклы внедрения», Журнал политической экономии, Vol. 94, № 6, стр. 1163-1190. Кабальеро, Р.Дж. (2026), «Спекулятивный рост и «пузырь ИИ», mimeo, Массачусетский технологический институт. О различиях между странами с точки зрения скорости внедрения ИИ см. Филиппуччи, Ф., Гал, П., Лэнгл, К., Шиф, М. и Йилдирим, М.А.

(2026), «ИИ и торговля: глобальные связи и межстрановое распределение выгод от ИИ», Документы ОЭСР по искусственному интеллекту, № 57, 18 марта. Хотя страны, которые поздно внедрили технологию искусственного интеллекта, могут получить выгоду от импорта более дешевых товаров от иностранных стран, которые первыми внедрили ее, они также могут пострадать от потери конкурентоспособности на международных рынках из-за менее эффективных отечественных производственных технологий, что приведет к неблагоприятному перераспределению производства и доходов. См. Gopinath, G. (2024), «Усилитель кризиса? Как предотвратить ИИ от усугубления следующего экономического спада», выступление на Глобальном саммите «ИИ во благо», Женева, 30 мая. См. также П. Р.

Лейн (2026), «Аналитические перспективы потрясений в энергоснабжении», Выступление на ужине в Центре европейских реформ, Лондон, 13 мая. Отказ от ответственности Обратите внимание, что теги связанных тем в настоящее время доступны только для избранного контента. Воспроизведение разрешено при условии указания источника. Copyright 2026, European Central Банк