Le débat sur l'intelligence artificielle et la politique monétaire est déjà bien entamé. Le président de la Réserve fédérale, Kevin Warsh, et d'autres ont à juste titre souligné que l'IA pourrait stimuler la productivité et la capacité de production, même si le boom des investissements exerce une pression sur les ressources avant que ces bénéfices n'arrivent. Ce problème de calendrier est réel. Mais il risque d'occulter un défi plus immédiat : l'IA crée également un vaste écosystème de financement en évolution rapide, dont l'effet de levier, les expositions et les vulnérabilités sont bien moins bien compris.

Morgan Stanley prévoit près de 3 000 milliards de dollars d'investissements mondiaux liés à l'IA dans les infrastructures d'ici 2028, avec un déficit de financement externe estimé à 1 500 milliards de dollars. Ces dépenses absorbent déjà des capacités de construction, des semi-conducteurs, de l'électricité et de la main-d'œuvre qualifiée. À court terme, elles peuvent accroître l'utilisation des ressources et les prix. Avec le temps, l'automatisation, les changements organisationnels et les nouveaux capitaux devraient augmenter la production potentielle et réduire les coûts unitaires.

L'erreur consisterait à traiter chaque signe de pression issu de ce déploiement comme un problème d'inflation exigeant des taux d'intérêt plus élevés. La politique monétaire ne fait pas que freiner la demande ; elle peut aussi influer sur l'investissement et l'innovation, qui déterminent l'offre future. Patrick Moran et Albert Queralto ont montré dans un article de 2018 publié dans le Journal of Monetary Economics que, lorsque l'innovation et l'adoption des technologies sont endogènes, la politique monétaire modifie les incitations des entreprises à développer et à mettre en œuvre de nouvelles technologies, et peut donc affecter la productivité future.

Les années 1990 offrent un contrepoint historique plus convaincant. Au milieu des années 1990, le chômage était tombé en dessous de ce que les responsables politiques considéraient alors comme son taux naturel, et la pression se renforçait au sein de la Fed en faveur d'un resserrement. Le président Alan Greenspan a plutôt envisagé la possibilité que les modèles se trompent — qu'une croissance de la productivité plus rapide ait relevé la vitesse maximale de l'économie — et a largement résisté à de nouvelles hausses de taux. Le chômage a continué de baisser tandis que l'inflation restait contenue.

La question qui mérite d'être posée aujourd'hui est de savoir quelle part du boom de productivité des années 1990 l'Amérique aurait manquée si la Fed avait continué à resserrer jusqu'à ce que l'économie se conforme à ses modèles. La réponse est inconnaissable, et c'est précisément là le problème. L'inflation causée par un accommodement excessif finit par apparaître dans les données. La productivité perdue parce que l'investissement et l'innovation n'ont jamais eu lieu, elle, n'y apparaît pas. Avec l'IA, en outre, les dégâts pourraient être permanents. Les centres de données, la capacité de production électrique, le capital humain, l'expertise en financement et les entreprises qui se forment autour d'eux créent des avantages cumulatifs. Si cet investissement se réalise ailleurs, abaisser les taux américains plusieurs années plus tard ne le fait pas nécessairement revenir. Manquer une partie significative du cycle d'investissement dans l'IA pourrait laisser des cicatrices durables sur la productivité et la compétitivité américaines.

Se concentrer sur l'inflation, c'est aussi passer à côté de l'autre moitié du boom de l'IA : son architecture financière en rapide mutation. Les modèles traditionnels de politique monétaire accordent remarquablement peu de poids indépendant aux variables financières. Les cadres standard se concentrent sur l'inflation et l'emploi, ou sur l'écart de production, les conditions financières n'important largement que dans la mesure où elles permettent de prévoir ces variables. Dans des travaux récents menés avec Sergey Sarkisyan, nous montrons que les écarts de crédit contiennent des informations pertinentes pour la politique monétaire sur les distorsions de financement et le coût du capital des entreprises, que l'inflation et l'écart de production ne captent pas. À mesure que les dépenses d'IA transitent par le crédit privé, la finance structurée et d'autres canaux non bancaires, la Fed doit comprendre non seulement le montant investi, mais aussi où l'effet de levier se dépose et à quel point le financement peut être fragile si les conditions changent.

Cela traduit une dérive singulière dans le mandat de la Fed. La Réserve fédérale a été créée pour protéger la stabilité financière après des paniques bancaires récurrentes. Pourtant, sa vocation première est devenue secondaire à mesure que l'inflation et l'emploi en sont venus à dominer ses modèles et son débat de politique. La stabilité financière doit figurer aux côtés de la stabilité des prix et de l'emploi au cœur du mandat de la Fed — et doit parfois primer sur les deux. L'effet de levier, la fragilité du financement et de graves distorsions dans l'allocation du capital peuvent infliger des dommages économiques bien plus durables que de modestes écarts de l'inflation ou de l'emploi par rapport à leurs cibles.

L'IA rend cette question particulièrement importante. La Fed doit bien mieux comprendre comment ces investissements sont financés : le rôle croissant des marchés privés, les liens de plus en plus complexes entre emprunteurs et intermédiaires, et l'endroit où résident réellement l'effet de levier, le risque de maturité et les expositions ultimes. Elle a besoin de meilleures données et de meilleurs modèles sur la façon dont les pertes pourraient se propager si les revenus attendus déçoivent ou si le capital informatique coûteux d'aujourd'hui devient obsolète plus vite que prévu. Ce sont des questions concrètes pour un secteur en construction à une vitesse extraordinaire, et elles comptent, car la structure de financement peut déterminer la résilience de ce déploiement si les hypothèses concernant la demande ou la durée de vie des actifs s'avèrent trop optimistes.

Cela exige une allocation différente des ressources intellectuelles. Depuis 2008, la Fed a beaucoup investi dans la compréhension des banques, du logement et des hypothèques. Cette expertise reste précieuse. Mais la prochaine vulnérabilité financière ressemblera probablement peu à la précédente. Les marchés privés et les nouvelles structures de financement méritent une profondeur analytique comparable. Une banque centrale exceptionnellement bien outillée pour comprendre la dernière crise n'est pas nécessairement bien outillée pour anticiper la suivante.

Telle est la leçon de 2008. L'échec central ne tenait pas simplement à un taux des fonds fédéraux mal calibré. Les responsables politiques n'ont pas mesuré l'effet de levier, la complexité et l'interconnexion d'un système de financement hypothécaire en mutation rapide, jusqu'à ce que les conséquences deviennent systémiques. L'IA n'est pas les crédits hypothécaires subprimes, et prédire une autre crise financière serait infondé. Mais la leçon institutionnelle est claire : lorsque l'innovation financière évolue plus vite que nos modèles, la compréhension des endroits où le risque s'accumule doit être une préoccupation centrale de la Fed. Des taux d'intérêt plus élevés ne remplacent pas la compréhension du problème.

De fait, un resserrement réflexe pourrait produire le pire des deux mondes. Si la vulnérabilité émergente est financière plutôt qu'inflationniste, des taux plus élevés pourraient exposer un effet de levier que nous ne comprenons pas pleinement, tout en augmentant simultanément le coût des investissements productifs nécessaires pour que l'IA génère ses gains attendus. Le résultat pourrait être une vulnérabilité financière que la Fed n'a pas su comprendre, combinée à quelque chose de bien plus difficile à réparer : une perte durable du leadership technologique américain à mesure que les investissements, l'expertise et les infrastructures complémentaires se développent ailleurs.

Rien de tout cela ne plaide pour une politique monétaire accommodante. Une inflation persistante exigera certainement une réponse de politique monétaire, et il n'appartient pas aux banquiers centraux de choisir quels projets d'IA méritent d'être financés. La tâche consiste à adapter les instruments aux problèmes et à rendre à la stabilité financière sa juste place dans le cadre de la Fed, sans porter inutilement atteinte à la formation de capital dont la compétitivité américaine à long terme peut dépendre.

La Fed a passé les dernières années à réapprendre les dangers de la sous-estimation de l'inflation. Le défi, désormais, est de ne pas permettre que la complexité et l'innovation financière prennent les responsables politiques de court. L'inflation finit par se manifester. Les vulnérabilités financières peuvent rester cachées jusqu'à ce qu'elles deviennent des crises. La productivité manquante est encore plus difficile à détecter — et potentiellement permanente.

Le risque qu'il ne faut pas sous-estimer est l'érosion de l'avantage américain en matière d'IA avant l'arrivée de la totalité de ses gains de productivité.

Les opinions exprimées dans les tribunes publiées sur Fortune.com sont uniquement celles de leurs auteurs et ne reflètent pas nécessairement les opinions et convictions de Fortune.

Cet article a été initialement publié sur Fortune.com