Fed moet zich richten op de financieringsrisico's van AI, niet alleen op inflatie
Belangrijkste punten
- •Morgan Stanley voorspelt tot 2028 bijna 3 biljoen dollar aan wereldwijde AI-gerelateerde infrastructuurinvesteringen, met een geschatte externe financieringskloof van 1,5 biljoen dollar.
- •De auteur verwijst naar halverwege de jaren negentig, toen Fed-voorzitter Alan Greenspan verdere renteverhogingen weerstond ondanks werkloosheid onder het veronderstelde natuurlijke tarief, terwijl de inflatie laag bleef.
- •AI-gerelateerde uitgaven worden steeds vaker gefinancierd via private credit, gestructureerde financiering en andere niet-bancaire kanalen, dus de Fed heeft betere data nodig over waar hefboomwerking, looptijdrisico en uiteindelijke blootstellingen zich bevinden.
- •Het artikel beroept zich op de les van de crisis van 2008: beleidsmakers begrepen het hefboomeffect en de onderlinge verwevenheid van een snel veranderend hypotheekfinancieringssysteem pas toen de gevolgen systeembreed werden.
- •De auteur waarschuwt dat reflexmatige verstrapping slecht begrepen hefboomwerking kan blootleggen terwijl de kosten van productieve AI-investeringen stijgen, met het risico op een blijvend verlies van Amerikaans technologisch leiderschap.

Het debat over kunstmatige intelligentie en monetair beleid is al volop aan de gang. Fed-voorzitter Kevin Warsh en anderen hebben terecht benadrukt dat AI de productiviteit en productiecapaciteit kan verhogen, terwijl de investeringsboom tegelijkertijd druk uitoefent op middelen nog voordat die voordelen zich voordoen. Dat timingprobleem is reëel. Maar het dreigt een urgenter vraagstuk te verhullen: AI creëert ook een groot en snel evoluerend financieringsecosysteem waarvan de hefboomwerking, de blootstellingen en de kwetsbaarheden veel minder goed begrepen worden.
Morgan Stanley voorspelt tot 2028 bijna 3 biljoen dollar aan wereldwijde AI-gerelateerde infrastructuurinvesteringen, met een geschatte externe financieringskloof van 1,5 biljoen dollar. Die uitgaven absorberen al bouwcapaciteit, halfgeleiders, elektriciteit en geschoolde arbeid. Op korte termijn kunnen ze het gebruik van middelen en de prijzen opdrijven. Op den duur zouden automatisering, organisatorische veranderingen en nieuw kapitaal de potentiële productie moeten verhogen en de kosten per eenheid verlagen.
De fout zou zijn om elk teken van druk uit deze opbouw als een inflatieprobleem te behandelen dat hogere rente vereist. Monetair beleid beperkt niet alleen de vraag; het kan ook de investeringen en innovatie beïnvloeden die het toekomstige aanbod bepalen. Patrick Moran en Albert Queralto toonden in 2018 in een artikel in het Journal of Monetary Economics aan dat wanneer innovatie en technologie-adoptie endogeen zijn, monetair beleid de prikkels van bedrijven verandert om nieuwe technologieën te ontwikkelen en toe te passen, en daarmee de toekomstige productiviteit kan beïnvloeden.
De jaren negentig bieden een overtuigender historisch tegenbeeld. Halverwege de jaren negentig was de werkloosheid gedaald tot onder het niveau dat beleidsmakers toen als het natuurlijke werkloosheidspercentage beschouwden, en bouwde zich binnen de Fed druk op om het beleid te verstrakken. Voorzitter Alan Greenspan overwoog daarentegen de mogelijkheid dat de modellen ongelijk hadden — dat snellere productiviteitsgroei de snelheidslimiet van de economie had verhoogd — en weerde grotendeels verdere renteverhogingen af. De werkloosheid bleef dalen terwijl de inflatie laag bleef.
De vraag die het waard is om vandaag te stellen: hoeveel van de productiviteitsboom van de jaren negentig zou Amerika hebben gemist als de Fed was doorgegaan met verstrapping totdat de economie aan haar modellen voldeed. Het antwoord is onbekend, en dat is nu juist het probleem. Inflatie die door overmatig ruim monetair beleid ontstaat, verschijnt uiteindelijk in de data. Productiviteit die verloren gaat omdat investeringen en innovatie nooit plaatsvonden, doet dat niet. Bij AI zou de schade bovendien blijvend kunnen zijn. Datacenters, elektriciteitscapaciteit, menselijk kapitaal, financieringsexpertise en de bedrijven die eromheen ontstaan, creëren cumulatieve voordelen. Als die investeringen ergens anders plaatsvinden, brengt het verlagen van de Amerikaanse rente enkele jaren later dat niet noodzakelijk terug. Een significant deel van de AI-investeringscyclus missen kan blijvende sporen nalaten op de Amerikaanse productiviteit en concurrentiekracht.
De focus op inflatie laat ook de andere helft van de AI-boom links liggen: de snel veranderende financiële architectuur. Traditionele modellen voor monetair beleid geven financiële variabelen opvallend weinig zelfstandig gewicht. Standaardkaders richten zich op inflatie en werkgelegenheid, of de outputkloof, waarbij financiële omstandigheden er vooral toe doen voor zover ze die variabelen voorspellen. In recent onderzoek met Sergey Sarkisyan laten we zien dat kredietspread beleidsrelevante informatie bevatten over financieringsverstoringen en de kapitaalkosten van bedrijven, die inflatie en de outputkloof missen. Nu de AI-uitgaven via private credit, gestructureerde financiering en andere niet-bancaire kanalen lopen, moet de Fed niet alleen begrijpen hoeveel er wordt geïnvesteerd, maar ook waar de hefboomwerking terechtkomt en hoe broos de financiering kan zijn als de omstandigheden veranderen.
Dat weerspiegelt een merkwaardige verschuiving in het mandaat van de Fed. De Federal Reserve werd opgericht om de financiële stabiliteit te beschermen na terugkerende bankpanieken. Toch is die oorspronkelijke doelstelling op de achtergrond geraakt nu inflatie en werkgelegenheid haar modellen en het beleidsdebat domineren. Financiële stabiliteit hoort naast prijsstabiliteit en werkgelegenheid in het hart van het mandaat van de Fed — en moet soms voorrang krijgen boven beide. Hefboomwerking, broze financiering en ernstige verstoringen in de kapitaalallocatie kunnen veel blijvendere economische schade aanrichten dan bescheiden afwijkingen van inflatie of werkgelegenheid ten opzichte van het doel.
AI maakt die vraag extra belangrijk. De Fed moet veel beter begrijpen hoe de investeringen worden gefinancierd: de groeiende rol van private markten, de steeds complexere verbanden tussen kredietnemers en intermediairs, en waar hefboomwerking, looptijdrisico en uiteindelijke blootstellingen feitelijk liggen. Er is betere data nodig en betere modellen over hoe verliezen zich zouden kunnen verspreiden als verwachte inkomsten tegenvallen of als het dure rekenkapitaal van vandaag sneller dan verwacht veroudert. Dat zijn praktische vragen voor een sector die met buitengewoon snel tempo wordt opgebouwd, en ze doen ertoe omdat de financieringsstructuur bepaalt hoe veerkrachtig die opbouw is als aannames over de vraag of de levensduur van activa te optimistisch blijken.
Dat vraagt om een andere verdeling van intellectuele middelen. Sinds 2008 heeft de Fed zwaar geïnvesteerd in het begrijpen van banken, de huizenmarkt en hypotheken. Die expertise blijft waardevol. Maar de volgende financiële kwetsbaarheid zal waarschijnlijk niet op de vorige lijken. Private markten en nieuwe financieringsstructuren verdienen vergelijkbare analytische diepgang. Een centrale bank die uitzonderlijk goed toegerust is om de vorige crisis te begrijpen, is niet per definitie goed toegerust om de volgende te voorzien.
Dat is de les van 2008. De centrale mislukking was niet simpelweg een verkeerd ingesteelde federal funds rate. Beleidsmakers beseften het hefboomeffect, de complexiteit en de onderlinge verwevenheid van een snel veranderend hypotheekfinancieringssysteem onvoldoende, totdat de gevolgen systeembreed werden. AI is niet te vergelijken met subprime-hypotheken, en het voorspellen van nog een financiële crisis zou ongegrond zijn. Maar de institutionele les is duidelijk: wanneer financiële innovatie zich sneller beweegt dan onze modellen, moet het begrijpen van waar risico's zich opstapelen een centrale zorg van de Fed zijn. Hogere rente is geen vervanging voor het begrijpen van het probleem.
Reflexmatige verstrapping zou bovendien het slechtste van twee werelden kunnen opleveren. Als de opkomende kwetsbaarheid financieel is in plaats van inflationair, kan hogere rente hefboomwerking blootleggen die we niet volledig begrijpen, terwijl tegelijk de kosten stijgen van de productieve investeringen die nodig zijn om AI de verwachte winsten te laten opleveren. Het resultaat zou een financiële kwetsbaarheid kunnen zijn die de Fed niet begreep, gecombineerd met iets dat veel moeilijker te herstellen is: een blijvend verlies van Amerikaans technologisch leiderschap nu investeringen, expertise en aanvullende infrastructuur zich elders ontwikkelen.
Niets hiervan is een pleidooi voor goedkoop geld. Aanhoudende inflatie zal zeker een monetaire beleidsrespons vereisen, en het is niet de taak van centrale bankiers om te kiezen welke AI-projecten financiering verdienen. De taak is om instrumenten aan problemen te koppelen en financiële stabiliteit zijn rechtmatige plek in het kader van de Fed terug te geven, zonder onnodig schade toe te brengen aan de kapitaalvorming waarvan de concurrentiekracht van Amerika op de lange termijn mogelijk afhangt.
De afgelopen jaren moest de Fed opnieuw leren hoe gevaarlijk het is om inflatie te onderschatten. De uitdaging is nu om niet toe te laten dat complexiteit en financiële innovatie beleidsmakers overvallen. Inflatie meldt zich uiteindelijk vanzelf. Financiële kwetsbaarheden kunnen verborgen blijven totdat ze crisissen worden. Gemiste productiviteit is nog moeilijker te detecteren — en mogelijk blijvend.
Het risico dat niet onderschat mag worden, is het afbrokkelen van de AI-voorsprong van Amerika voordat de volledige productiviteitswinst zich aandient.
De meningen in commentaarstukken op Fortune.com zijn uitsluitend de visies van de auteurs en weerspiegelen niet noodzakelijk de meningen en overtuigingen van Fortune.
Dit verhaal verscheen oorspronkelijk op Fortune.com