人工知能(AI)と金融政策をめぐる議論はすでに始まっている。FRB(米連邦準備制度理事会)のケビン・ウォーシュ議長らが、AIは生産性と生産能力を高める可能性がある一方、投資ブームがその恩恵が実現する前に資源に圧力をかけるだろうと正当に強調している。このタイミングの問題は現実にある。だが、それによってより差し迫った課題が見えなくなる恐れがある。AIはまた、レバレッジ、エクスポージャー、脆弱性がはるかに理解されていない、大規模で急速に変化する資金調達エコシステムを生み出しつつあるのだ。

モルガン・スタンレーは、2028年までに世界のAI関連インフラ投資は約3兆ドルに達し、推定1.5兆ドルの外部資金調達ギャップが生じると予測している。この支出はすでに建設能力、半導体、電力、熟練労働力を吸収しつつある。短期的には資源稼働率と物価を押し上げる可能性がある。長期的には、自動化、組織変革、新規資本が潜在産出量を高め、単位コストを引き下げるはずだ。

過ちは、この設備投資ラッシュによる圧力のあらゆる兆候を、利上げを必要とするインフレ問題として扱うことだろう。金融政策は需要を抑制するだけでなく、将来の供給を決定する投資とイノベーションにも影響を与えうる。パトリック・モランとアルバート・ケラルトは2018年のJournal of Monetary Economics(金融経済学ジャーナル)の論文で、イノベーションと技術採用が内生変数である場合、金融政策は企業が新技術を開発・導入するインセンティブを変え、それゆえ将来の生産性に影響を与えうることを示した。

1990年代は、より説得力のある歴史的な反実仮想を提供してくれる。1990年代半ばまでに失業率は、当時の政策担当者が自然失業率とみなしていた水準を下回り、FRB内部では金融引き締めへの圧力が高まっていた。しかしアラン・グリーンスパン議長は、モデルが誤っていた可能性――生産性の加速が経済の速度制限を引き上げていたという可能性――を検討し、追加利上げに概ね抵抗した。失業率は低下を続け、インフレは抑制されたままだった。

今日、問う価値があるのは、もしFRBが経済がモデルに適合するまで引き締めを続けていたら、米国は1990年代の生産性ブームのどれほどを見失っていただろうかということだ。その答えは知りえない。それこそがまさに問題なのである。過度な金融緩和がもたらすインフレはやがてデータに表れる。しかし、投資とイノベーションが実現しなかったために失われた生産性は、データに表れない。AIの場合、損害はさらに恒久的になりかねない。データセンター、電力供給能力、人的資本、資金調達の専門知識、そしてそれらを中心に形成されるビジネスは、累積的な優位性を生み出す。その投資が他の場所で行われれば、数年後に米国の金利を引き下げても、必ずしも取り戻せるとは限らない。AI投資サイクルの重要な部分を逃すことは、米国の生産性と競争力に永続的な傷跡を残しかねない。

インフレに注目することは、AIブームのもう半分、すなわち急速に変化する金融構造を見落とすことにもなる。伝統的な金融政策モデルでは、金融変数に独立した重要性が与えられることは驚くほど少ない。標準的なフレームワークはインフレと雇用、あるいは産出ギャップに焦点を当てており、金融環境は主にそれらの変数を予測する範囲でのみ考慮される。セルゲイ・サルキシャンとの最近の研究で、我々はクレジットスプレッドが、インフレや産出ギャップでは捉えられない資金調達の歪みや企業の資本コストに関する政策上有用な情報を含んでいることを示した。AI関連支出がプライベートクレジット、ストラクチャードファイナンス(証券化金融)、その他のノンバンクチャネルを通じて流れるなか、FRBは投資額だけでなく、レバレッジがどこに集中し、環境が変化した場合に資金調達がどれほど脆弱になりうるかを理解する必要がある。

これはFRBの使命の特異な変質を反映している。連邦準備制度は、繰り返された銀行恐慌の後、金融安定を守るために創設された。しかし、インフレと雇用がそのモデルと政策論議を支配するようになり、当初の目的は二次的なものになっている。金融安定は、物価安定や雇用と並んでFRBの使命の中核に位置すべきものであり、時にはその両者に優先すべき場合もある。レバレッジ、資金調達の脆弱性、資本配分の深刻な歪みは、インフレや雇用の目標からの小幅な逸脱よりも、はるかに永続的な経済的損害をもたらしうるのだ。

AIはこの問題を特に重要なものにしている。FRBは、投資がどのように資金調達されているか――民間市場の役割の拡大、借り手と仲介者の間で複雑化するリンク、そしてレバレッジ、満期リスク、最終的なエクスポージャーが実際にどこに存在するか――をはるかに深く理解する必要がある。また、期待された収益が失望に終わった場合や、現在の高額なコンピューティング資本が予想より速く陳腐化した場合に、損失がどのように波及しうるかについて、より優れたデータとモデルが必要だ。これらは、異例のスピードで構築が進むセクターにとって実務的な問いであり、需要や資産の耐用年数に関する想定が楽観的すぎたと判明した場合にこの設備投資ラッシュがどれほどの耐性を持てるかを資金調達構造が左右しうるため、重要なのである。

そのためには、知的資源の配分を変える必要がある。2008年以降、FRBは銀行、住宅、住宅ローンを理解するために多大な投資を行ってきた。その専門知識は今も価値がある。しかし、次の金融の脆弱性が前回のものと似ている可能性は低い。民間市場と新しい資金調達構造は、それに匹敵する分析の深さに値する。前回の危機を理解するために極めて優れた装備を整えた中央銀行が、次の危機を予見するためにも優れた装備を備えているとは限らないのだ。

それが2008年の教訓である。中心的な失敗は、単にフェデラルファンド(FF)金利の設定を誤ったことではなかった。政策担当者は、急速に変化する住宅ローン金融システムのレバレッジ、複雑さ、相互接続性を、その結果がシステミックになるまで十分に認識できなかったのである。AIはサブプライム住宅ローンではなく、別の金融危機を予測することは根拠のないことだろう。しかし、制度的な教訓は明確だ。金融イノベーションが我々のモデルよりも速く進んでいるとき、リスクがどこに蓄積しつつあるかを理解することが、FRBの中心的な関心事でなければならない。高金利は問題を理解することの代用にはならない。

実際、反射的な引き締めは最悪の両面をもたらしうる。台頭しつつある脆弱性がインフレによるものではなく金融によるものならば、利上げは、十分に理解していないレバレッジを露呈させると同時に、AIが期待された利益を生み出すために必要な生産的な投資のコストを引き上げることになる。その結果、FRBが理解できなかった金融の脆弱性に加え、はるかに修復が困難なもの――投資、専門知識、補完的なインフラが他国で発展することによる米国の技術的主導権の恒久的な喪失――がもたらされる可能性がある。

これは決して金融緩和を主張するものではない。持続的なインフレには確かに金融政策の対応が必要であり、中央銀行がどのAIプロジェクトが資金を提供される価値があるかを選ぶ立場にはない。課題は、政策手段を問題に適合させ、米国の長期的な競争力が依存しうる資本形成を不必要に損なうことなく、FRBのフレームワークの中で金融安定を本来の位置に戻すことである。

FRBは過去数年間、インフレを過小評価する危険性を再学習してきた。今の課題は、複雑さと金融イノベーションによって政策担当者が不意を突かれないようにすることだ。インフレは最終的に自ら姿を現す。金融の脆弱性は、危機になるまで隠れたままありうる。失われた生産性はそれ以上に検出が難しく、しかも恒久的になりうる。

過小評価すべきでないリスクは、AIの生産性向上の恩恵が完全に実現する前に、米国のAI優位性が蝕まれることである。

Fortune.comの論説記事に記載の意見は執筆者の見解のみを反映したものであり、Fortuneの意見や見解を必ずしも反映するものではありません。

この記事はFortune.comで最初に掲載されたものです。