Il dibattito sull’intelligenza artificiale e sulla politica monetaria è già pienamente avviato. Il presidente della Federal Reserve Kevin Warsh e altri hanno giustamente sottolineato che l’IA potrebbe aumentare la produttività e la capacità produttiva, anche se il boom degli investimenti esercita pressione sulle risorse prima che questi benefici si materializzino. Questo problema di temporizzazione è reale. Ma rischia di oscurare una sfida più immediata: l’IA sta anche creando un ampio ecosistema di finanziamento in rapida evoluzione, la cui leva, esposizioni e vulnerabilità sono molto meno comprese.

Morgan Stanley prevede quasi 3 trilioni di dollari di investimenti globali in infrastrutture legate all’IA entro il 2028, con un fabbisogno di finanziamento esterno stimato in 1,5 trilioni di dollari. Questa spesa sta già assorbendo capacità costruttiva, semiconduttori, elettricità e manodopera qualificata. Nel breve termine, ciò può aumentare l’utilizzo delle risorse e i prezzi. Nel tempo, automazione, cambiamenti organizzativi e nuovo capitale dovrebbero accrescere la produzione potenziale e ridurre i costi unitari.

L’errore sarebbe trattare ogni segnale di pressione derivante da questa espansione come un problema di inflazione che richiede tassi d’interesse più alti. La politica monetaria non si limita a contenere la domanda; può anche incidere sugli investimenti e sull’innovazione che determinano l’offerta futura. Patrick Moran e Albert Queralto hanno mostrato in un articolo del 2018 sul Journal of Monetary Economics che, quando innovazione e adozione tecnologica sono endogene, la politica monetaria modifica gli incentivi delle imprese a sviluppare e implementare nuove tecnologie e può quindi influire sulla produttività futura.

Gli anni ’90 offrono un controfattuale storico più convincente. Entro la metà del decennio, la disoccupazione era scesa al di sotto di quella che allora i decisori consideravano il suo tasso naturale, e all’interno della Fed cresceva la pressione per restringere la politica monetaria. Il presidente Alan Greenspan prese invece in considerazione l’ipotesi che i modelli fossero sbagliati — che una crescita più rapida della produttività avesse alzato il limite di velocità dell’economia — e in larga misura resistette ad ulteriori aumenti dei tassi. La disoccupazione continuò a diminuire mentre l’inflazione rimase contenuta.

La domanda che vale la pena porsi oggi è: quanta parte del boom di produttività degli anni ’90 l’America avrebbe perso se la Fed avesse continuato a stringere fino a far coincidere l’economia con i suoi modelli? Non potremo mai saperlo. Ed è proprio questo il problema. L’inflazione causata da un accomodamento eccessivo emerge prima o poi nei dati. La produttività persa perché investimenti e innovazione non sono mai avvenuti, no. Con l’IA, inoltre, il danno potrebbe essere permanente. Data center, capacità energetica, capitale umano, competenze di finanziamento e le imprese che si formano attorno a essi creano vantaggi cumulativi. Se tali investimenti avvengono altrove, abbassare i tassi statunitensi diversi anni dopo non li riporta necessariamente indietro. Perdere una parte significativa del ciclo di investimento nell’IA potrebbe lasciare cicatrici durature sulla produttività e sulla competitività americana.

Concentrarsi sull’inflazione significa anche trascurare l’altra metà del boom dell’IA: la sua architettura finanziaria in rapido cambiamento. I modelli tradizionali di politica monetaria attribuiscono alle variabili finanziarie un peso autonomo sorprendentemente ridotto. I quadri standard si concentrano sull’inflazione e sull’occupazione, oppure sull’output gap, mentre le condizioni finanziarie contano soprattutto nella misura in cui anticipano tali variabili. In un recente lavoro con Sergey Sarkisyan, mostriamo che gli spread creditizi contengono informazioni rilevanti per la politica su distorsioni di finanziamento e costo del capitale delle imprese che inflazione e output gap non colgono. Con la spesa per l’IA che passa attraverso private credit, finanza strutturata e altri canali non bancari, la Fed deve capire non solo quanto si stia investendo, ma dove finisca la leva finanziaria e quanto fragile possa essere il finanziamento se le condizioni cambiano.

Ciò riflette uno spostamento peculiare del mandato della Fed. La Federal Reserve è stata creata per proteggere la stabilità finanziaria dopo ripetuti panici bancari. Eppure il suo scopo originario è diventato secondario, mentre inflazione e occupazione hanno dominato i suoi modelli e il dibattito di politica economica. La stabilità finanziaria deve stare accanto alla stabilità dei prezzi e all’occupazione al centro del mandato della Fed — e in alcuni momenti dovrebbe persino avere la precedenza su entrambe. Leva, fragilità del funding e gravi distorsioni nell’allocazione del capitale possono causare danni economici molto più duraturi di modesti scostamenti dell’inflazione o dell’occupazione dal target.

L’IA rende questa questione particolarmente importante. La Fed ha bisogno di comprendere molto meglio come vengono finanziati gli investimenti: il ruolo crescente dei mercati privati, i legami sempre più complessi tra prenditori e intermediari, e dove si trovino effettivamente leva, rischio di duration ed esposizioni finali. Servono dati migliori e modelli migliori per capire come potrebbero propagarsi le perdite se i ricavi attesi deludessero o se l’attuale costoso capitale computazionale diventasse obsoleto più rapidamente del previsto.

Questo richiede una diversa allocazione delle risorse intellettuali. Dal 2008, la Fed ha investito molto nella comprensione di banche, abitazioni e mutui. Questa competenza resta preziosa. Ma la prossima vulnerabilità finanziaria difficilmente assomiglierà alla precedente. I mercati privati e le nuove strutture di finanziamento meritano un’analisi altrettanto profonda. Una banca centrale straordinariamente attrezzata per capire l’ultima crisi non è necessariamente attrezzata per anticipare la prossima.

Questa è la lezione del 2008. Il fallimento centrale non fu semplicemente un tasso sui federal funds impostato in modo errato. I decisori non colsero la leva, la complessità e l’interconnessione di un sistema di finanza ipotecaria in rapida trasformazione finché le conseguenze non divennero sistemiche. L’IA non è il subprime e prevedere un’altra crisi finanziaria sarebbe ingiustificato. Ma la lezione istituzionale è chiara: quando l’innovazione finanziaria si muove più velocemente dei nostri modelli, capire dove si stia accumulando il rischio deve essere una preoccupazione centrale della Fed. Tassi d’interesse più alti non sostituiscono la comprensione del problema.

Anzi, un irrigidimento riflessivo potrebbe produrre il peggiore dei due mondi. Se la vulnerabilità emergente è finanziaria e non inflazionistica, tassi più alti potrebbero mettere in luce una leva che non comprendiamo appieno, aumentando al contempo il costo degli investimenti produttivi necessari affinché l’IA generi i benefici attesi. Il risultato potrebbe essere una vulnerabilità finanziaria non compresa dalla Fed, insieme a qualcosa di molto più difficile da riparare: una perdita duratura della leadership tecnologica statunitense, mentre investimenti, competenze e infrastrutture complementari si sviluppano altrove.

Nulla di tutto questo è un argomento a favore di una politica monetaria facile. Un’inflazione persistente richiederà certamente una risposta di politica monetaria, e i banchieri centrali non devono scegliere quali progetti di IA meritino finanziamenti. Il compito è abbinare gli strumenti ai problemi e riportare la stabilità finanziaria al posto che le spetta nel quadro della Fed, senza ostacolare inutilmente la formazione di capitale da cui potrebbe dipendere la competitività americana di lungo periodo.

La Fed ha trascorso gli ultimi anni a reimparare i rischi di sottovalutare l’inflazione. La sfida ora è evitare che complessità e innovazione finanziaria colgano di sorpresa i decisori. L’inflazione prima o poi si manifesta. Le vulnerabilità finanziarie possono restare nascoste finché non diventano crisi. La perdita di produttività è ancora più difficile da individuare — e potenzialmente permanente.

Il rischio da non sottovalutare è un’erosione del vantaggio americano nell’IA prima che ne arrivino tutti i guadagni di produttività.

Le opinioni espresse nei commenti di Fortune.com sono esclusivamente quelle dei rispettivi autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.

Questo articolo è stato pubblicato originariamente su Fortune.com