«ИИ-стагфляция»: как искусственный интеллект влияет на монетарную политику
Искусственный интеллект (ИИ) быстро становится преобразующей технологией, способной изменить многие аспекты экономической деятельности – включая способы производства товаров, формирование цен, оценку рисков. Поскольку центральные банки сосредоточены на обеспечении ценовой и финансовой стабильности, влияние ИИ на экономику самым непосредственным образом затрагивает их сферу деятельности.
Вопрос уже не в том, повлияет ли распространение ИИ на денежно-кредитную политику, а в том, как именно, размышляет в своем исследовании экономист ФРБ Нью-Йорка Симоне Ленцу. Широкое внедрение ИИ изменит поведение переменных, которые денежно-кредитная политика призвана стабилизировать: то, как складывается динамика инфляции, краткосрочная динамика экономической активности, финансовые условия. Воздействуя на сами закономерности, которые определяют динамику этих переменных, ИИ тем самым влияет и на монетарную политику.
Если представить, что экономика – это автомобиль, то ИИ – это не просто апгрейд двигателя, а его полная перестройка, причем прямо на ходу. ИИ может «запутывать» привычные сигналы на приборной панели, делать руль либо очень «коротким», сверхчувствительным, либо «длинным», срабатывающим с большой задержкой, а также создавать новые «аварийные сценарии».
Три канала влияния
Влияние ИИ на денежно-кредитную политику может происходить посредством трех взаимосвязанных каналов.
- Циклическая трансмиссия – это о том, как ведет себя инфляция в периоды роста или замедления экономики.
«Стандартный» экономический цикл работает следующим образом. Когда экономика растет выше своего потенциала (см. врез ниже), то есть превышает свои производственные возможности, фирмы для удовлетворения растущего спроса привлекают все более и более дорогостоящие ресурсы, увеличивая предельные издержки и перекладывая их в цены, в результате инфляция ускоряется. Центральный банк, чтобы предотвратить рост инфляции, ужесточает денежно-кредитную политику, деньги «дорожают» и рост спроса замедляется; фирмы не могут перекладывать дорогие ресурсы в цену для потребителя и сокращают предельные издержки, экономический рост замедляется ниже потенциального, и темпы инфляции снижаются.
ИИ способен повлиять на этот стандартный механизм, изменив соотношение между инфляцией и стадиями экономического цикла (когда экономический рост выше либо ниже потенциала). Инфляция может стать как нечувствительной даже к значительным изменениям экономической активности, так и сверхчувствительной даже к небольшим.
- Структурный переход – здесь речь о том, что ИИ влияет не только на краткосрочные ориентиры монетарной политики, такие как разрыв выпуска, то есть отклонение реального роста экономики от потенциального, но и на фундаментальные.
Это сам потенциал выпуска и нейтральная процентная ставка – ненаблюдаемая, теоретическая величина ставки, при которой денежно-кредитная политика не стимулирует и не охлаждает экономику. ИИ может «сдвигать» потенциал выпуска, что затрудняет оценку равновесных параметров.
Денежно-кредитная политика не влияет на потенциал роста экономики – он определяется факторами, неподвластными ставкам центробанка, такими как институциональная среда, обеспечивающий накопление капитала инвестиционный климат, знания и навыки людей, инновации и, в том числе, технологический прогресс. Однако денежно-кредитная политика, регулируя колебания спроса, стабилизирует рост экономики возле потенциала, сокращая разрывы выпуска.
Разрыв выпуска можно представить как «спидометр», показывающий, превышает ли экономика свои долгосрочные возможности («перегрев») или «едет» медленнее, чем могла бы. Центральные банки реагируют на показания этого «спидометра», стимулируя экономику, если она рискует «заглохнуть», или, наоборот, притормаживая, чтобы она не улетела в кювет.
Но чтобы понимать, превышает ли экономика скорость, нужно понимать, а какую именно скорость вообще считать нормальной. Потенциал выпуска и нейтральная ставка показывают именно это – «нормальную скорость». ИИ меняет эту норму. Но какой именно становится новая «нормальная скорость» – на этапе структурного перехода определить крайне сложно.
- Финансовая стабильность – распространение ИИ меняет ключевые сегменты финансового посредничества, такие как кредитование, страхование, управление активами.
ИИ улучшает оценку рисков и расширяет доступ к кредиту, но одновременно создает новые уязвимости: монокультура моделей (когда большинство использует одни и те же алгоритмы), завышенные оценки активов, сложные схемы финансирования ИИ-инфраструктуры. Это создает системные уязвимости даже без традиционных макроэкономических дисбалансов.
Канал трансмиссии: инфляция и экономический рост
С одной стороны, ИИ помогает лучше прогнозировать спрос, управлять запасами и планированием. Это позволяет расширять производство без резкого роста издержек. ИИ удешевляет для покупателей поиск информации о ценах – ценообразование становится более прозрачным, и при высокой конкуренции фирмы будут опасаться повышать цены из-за риска потери доли рынка. ИИ может также улучшать логистику, управление закупками за счет алгоритмического ценообразования, алгоритмизировать найм персонала – все это тоже снижает предельные издержки. На рынках капитала ИИ улучшает кредитный скоринг и оценку рисков, что может снижать премию за финансирование, то есть повышать его доступность.
Все это означает, что даже значительное превышение экономикой потенциального роста может не вызывать ускорения инфляции – другими словами, не происходит перегрева экономики.
С другой стороны, ИИ может делать цепочки поставок более хрупкими. Например, повышение эффективности управлением запасов (концепция just-in-time) снижает издержки хранения избыточных запасов, но повышает риски дефицита в случае сбоев поставок. ИИ чаще доступен крупным игрокам – это приводит к росту их рыночной власти, позволяя диктовать цены. В условиях же конкуренции ИИ может создавать алгоритмический ценовой сговор – если один ИИ повышает цены, конкуренты, также использующие ИИ, мгновенно это видят и тоже повышают. ИИ может способствовать синхронизации ожиданий – например, опасения будущего роста инфляции фирмы могут дружно закладывать в цены уже сегодня. На рынках капитала единообразие моделей оценки может усилить процикличность кредитования – то есть еще больше усилить тенденцию, когда получить кредит в период бума намного проще, чем в период замедления экономики.
Это означает, что инфляция может значительно сильнее, чем прежде, реагировать на любые, даже небольшие, изменения экономической активности.
Говоря «экономическим языком», ИИ может делать кривую Филлипса – отражающую зависимость между инфляцией и экономической активностью – либо более пологой, либо более крутой.
- Пологая кривая означает, что инфляция «не реагирует» на ускорение роста экономики выше потенциала, а значит, можно стимулировать рост, не опасаясь скачка цен (перегрев «отменяется»). Но у этого есть и обратная сторона: не реагируя на ускорение экономики, инфляция точно так же не реагирует на ее замедление. И если инфляция подскочила, то ценой ее снижения будет уже не охлаждение экономики, не замедление экономического роста ниже потенциала – чтобы сбить инфляцию, потребуется экономический спад.
- Крутая кривая означает, что инфляция реагирует даже на незначительные изменения экономической активности. Например, даже небольшой рост спроса может улавливаться алгоритмами, и по цепной реакции привести к одновременному повышению цен тысячами фирм по всем рынкам. Усилителем «крутизны» кривой могут выступить инфляционные ожидания: ИИ ускоряет распространение информации и может сделать ожидания более синхронными и самосбывающимися. С другой стороны, крутая кривая Филлипса означает, что, если инфляция подскочила, то для того, чтобы ее обуздать, достаточно лишь совсем незначительного охлаждения экономики.
ИИ может влиять на оба направления одновременно: усиление или снижение «чувствительности» инфляции – не альтернативные сценарии. Одни факторы могут способствовать усилению этой чувствительности, то есть более крутой кривой Филлипса, другие в то же самое время – снижению, то есть делая кривую более плоской.
ИИ размывает информативность привычных индикаторов, таких как уровень безработицы или разрыв выпуска, на которые ориентируются центробанки в решениях по монетарной политике, подчеркивает автор исследования из ФРБ Нью-Йорка. Для центральных банков это означает, что больше недостаточно уверенно полагаться на «стандартные» эмпирические закономерности. Придется активно учитывать микрофакторы – поведения фирм, формирования издержек, данных о ценообразовании – чтобы понять, в какую сторону, пологую или крутую, движется кривая Филлипса в новой ИИ-реальности.
Канал структурного перехода: главная неопределенность
Распространение ИИ сдвигает потенциальный выпуск и связанную с ним нейтральную ставку – фундаментальные константы, вокруг которых центральные банки калибруют свою денежно-кредитную политику. Однако направление и величина этих сдвигов остаются неопределенными, констатирует Ленцу.
ИИ влияет на увеличение потенциального выпуска через три механизма, перечисляет автор.
- Повышение производительности труда. С одной стороны, ИИ автоматизирует рутинные когнитивные задачи, сокращая спрос на труд. Без компенсации это снижает потенциальный выпуск. Но, с другой стороны, ИИ создает новые задачи, в которых люди имеют сравнительное преимущество (например, управление ИИ, межличностная коммуникация). Это расширяет производственные возможности и повышает потенциальный выпуск.
- Повышение совокупной факторной производительности – наиболее значимого источника экономического роста: это то, насколько продуктивно экономика совмещает все свои факторы роста – труд и знания людей, производственный капитал, технологии – в ходе производственного процесса. ИИ оптимизирует логистику, управление цепочками поставок, распределение ресурсов внутри фирм и между ними. Это увеличивает потенциальный выпуск даже без учета технологического прогресса.
- Ускорение инновационного процесса. ИИ может автоматизировать части процесса исследований, экспериментов, синтеза знаний, то есть повысить производительность «производства идей». Если это произойдет, то ИИ может увеличить не только сам уровень потенциального выпуска, но и сделать более высоким постоянный рост этого потенциала (1; 2).
Но есть и механизмы, которые могут противодействовать повышению потенциала:
- если ИИ укрепит доминирование крупных фирм, то рост рыночной концентрации может привести к снижению инвестиций и, тем самым, накопления производственного капитала;
- опасения домохозяйств, что ИИ автоматизирует их профессии, могут привести к росту сбережений «на черный день», снижая совокупный спрос и, тем самым, производство;
- еще один механизм – динамика неравенства доходов: если выгоды от ИИ достаются в основном богатым (чья склонность к сбережениям относительно высока), то доля потребления в ВВП будет снижаться.
Если повышение окажется временным, то и нейтральная ставка повысится временно, на период перехода, а затем вернется к базовому уровню. Если же ИИ увеличит долгосрочный темп роста потенциала, то нейтральная ставка будет оставаться на более высоком уровне постоянно, что потребует пересмотра политики. Неопределенность колоссальна: на сегодняшний день наблюдается большой разброс оценок, охватывающий оба сценария, отмечает автор, – от крайне скромного роста до неограниченного.
Подобная структурная перестройка порождает целый ряд проблем. Во-первых, оценка потенциала выпуска в реальном времени становится почти невозможной. Текущий выпуск растет, но производительность – нет; это начало J-кривой (см. врез выше) или признак перегрева? Ошибка в «диагнозе» может стоить будущего потенциала роста.
При этом, во-вторых, отдача от масштабных инвестиций появится только через несколько лет. А до этого они создают спрос, но не предложение, что может служить проинфляционным фактором.
Наконец, в-третьих, долгосрочный потенциал может расти, но кратко- и среднесрочный разрыв выпуска при этом может быть отрицательным, формируя дефляционное давление, а может быть положительным, формируя инфляционное давление, – если ожидания разогревают спрос быстрее, чем появляется предложение.
Все это крайне затрудняет диагностику ситуации. Но даже правильного решения может оказаться недостаточно, приводит автор в пример IT-революцию 1990-х. В этот период в США внедрение новых технологий привело к ускорению роста совокупной факторной производительности. Позже выяснилось, что это был относительно временный – в течение десятилетия – рост, который в 2000-х угас. То есть это было скорее повышением уровня потенциала, чем постоянным ускорением его роста. Но в реальном времени это было неочевидно. ФРС столкнулась с противоречивыми сигналами относительно того, что именно отражает рост производительности – расширение потенциала или же перегрев. Вопреки мнению многих современников, председатель ФРС Алан Гринспен отстаивал первую версию, сопротивляясь призывам к агрессивному ужесточению денежно-кредитной политики.
Теперь очевидно, что Гринспен был прав: это был не перегрев, инфляция не разогналась. Однако за IT-революцией последовал крах доткомов, показав, что даже правильная оценка экономических трансформаций не предотвращает финансовых пузырей, которые генерируются завышенными ожиданиями «новой экономики». «Параллели с текущим циклом ИИ – неопределенные эффекты производительности, трудности в разграничении предложения и спроса, а также динамика активов, обусловленная ожиданиями, – трудно игнорировать», – отмечает Ленцу.
Канал финансовой стабильности: новые риски
ИИ меняет источник кредитования. Если риск заемщика можно оценить без традиционной кредитной истории (например, по цифровым следам), кредитование смещается в сторону небанковских организаций. Производители и пользователи ИИ могут меньше полагаться на традиционные банковские кредиты и больше – на небанковское финансирование. Это повышает вероятность того, что риски, связанные с ИИ, будут накапливаться в сегменте небанковского финансового посредничества, менее регулируемого, в отличие от банков.
При этом банки часто выступают бэкстопами (гарантами ликвидности или кредитования) для небанковских посредников, и проблемы последних могут перекинуться на банковский сектор.
Формирующаяся экосистема финансирования инфраструктуры ИИ наглядно иллюстрирует эту проблему, отмечает автор. К концу 2025 г. на ИИ-гигантов приходилось порядка 40% капитализации фондового рынка США: ожидания роста, связанные с развитием новой технологии, питают бум ИИ.
Исторически крупнейшие ИИ-компании инвестировали из прибыли, что защищало инвестиции в ИИ от ухудшения условий кредитного рынка. Но в конце 2025 г. модель финансирования изменилась на долговую. К концу 2025 г. выпуск долговых обязательств, связанных с ИИ, уже охватил множество сегментов кредитного рынка, от корпоративных облигаций до кредитов через специальные проектные компании (SPV) на финансирование строительства дата-центров (см. врез ниже).
Это означает, что инвестиции в ИИ, ранее не зависевшие от финансового цикла, теперь от него зависят. Ужесточение кредитных условий или падение аппетита к риску теперь напрямую влияют на темпы наращивания ИИ‑инфраструктуры через стоимость заимствований для ИИ-компаний и их контрагентов.
Бум ИИ затрагивает не только производителей ИИ-инфраструктуры. Компании, внедряющие ИИ, демонстрируют более проциклическую доходность и более сильную корреляцию с рынком: внедрение ИИ создает для компании своего рода «опционы на будущий рост». Она начинает восприниматься инвесторами скорее как «технологический стартап», носитель новых возможностей роста, нежели как обладатель текущих активов, и ее оценка определяется не тем, что она производит сейчас, а тем, что она сможет производить при внедрении ИИ. Это делает оценки особенно чувствительными к ожиданиям относительно связываемого с ИИ роста производительности.
Разочарование рынка в отношении ИИ может спровоцировать резкую коррекцию цен на активы. Это будет иметь широкие макрофинансовые последствия – ужесточение финансовых условий, ухудшение балансов финансовых посредников, сбои кредитования. И это может произойти даже в ситуации, когда инфляция близка к целевому уровню, а разрыв выпуска невелик, то есть при отсутствии макроэкономических дисбалансов.
То, насколько коллективные ожидания могут быть хрупкими, иллюстрирует одна из недавних историй, приводит пример Ленцу. В феврале 2026 г. одна из аналитических компаний опубликовала «мысленное упражнение из финансовой истории будущего» – сценарий, в котором распространение ИИ привело к массовой безработице, падению бюджетных доходов и спаду фондового рынка на 38%. Публикация «апокалиптического эссе» вызвала падение индексов Dow Jones на 1,7%, S&P 500 на 1% и NASDAQ на 1,1%, особенно сильно пострадали акции компаний, занимающихся разработкой софта.
Если внедрение ИИ первоначально снижает фактическую производительность (то самое «дно» J-кривой), одновременно подпитывая завышенные оценки активов, основанные на ожиданиях долгосрочной выгоды, то возникает период, в течение которого экономика одновременно сталкивается с ростом издержек и рисками финансовой стабильности. Это сочетание представляет собой специфическую «ИИ-стагфляцию», описывает Ленцу.
Денежно-кредитная политика не может решить обе эти проблемы одновременно. Повышение процентной ставки будет снижать инфляцию, но повышать риски для финансовой стабильности. Понижение ставки будет поддерживать ИИ-бум, но ускорять инфляцию.
Для управления рисками, создаваемыми «ИИ-стагфляцией», центробанкам потребуется сочетание инструментов ценовой стабильности и макропруденциальных – требований к капиталу и ликвидности для сдерживания накопления долговой нагрузки, усиления мониторинга секторов вне банковской системы, – и координация этих инструментов.
Распространение ИИ не предполагает необходимости менять цели денежно-кредитной политики и не подразумевает, что центральные банки должны механически реагировать на технологические инновации или движения цен на активы, резюмирует автор. Такие движения могут частично отражать рациональный пересмотр долгосрочных ожиданий в отношении производительности. А производительность непосредственно в моменте технологического перехода необязательно должна совпадать с долгосрочными ожиданиями: издержки реорганизации могут ее временно снижать.
Но это сужает пространство для маневра в монетарной политике, поскольку ИИ размывает различие между циклическими колебаниями, которые требуют стабилизационных мер, и структурными сдвигами, которые таких мер не требуют.
Возвращаясь к аналогии с автомобилем – задача центробанков не в том, чтобы повлиять на работу двигателя, а в том, чтобы регулировать рулевое управление, калибруя политику для поддержания макроэкономической стабильности по мере структурных изменений в экономике, заключает автор. С этой точки зрения успешная денежно-кредитная политика зависит не от реакции на ИИ как таковой. А от поддержания ясности в отношении того, что политика может и чего не может контролировать, от улучшения анализа целевых показателей в реальном времени, разработки надежных стратегий, которые хорошо работают в условиях повышенной структурной неопределенности, и от глубокого и постоянно обновляемого понимания экономики.
