AI对经济金融的双重影响：机遇、挑战与美联储的应对策略
本次演讲将首先分享我对当前经济形势的最新判断，重点分析人工智能如何影响我们实现充分就业和物价稳定这两大核心目标。随后，基于我一直倡导的负责任创新理念，我将深入探讨人工智能为金融系统带来的潜在价值，同时审慎评估这项技术可能引发的风险与脆弱性。最终，我将介绍美联储如何运用人工智能技术来维护金融体系的稳健与韧性。
1.经济形势分析
在正式展开之前，让我先阐述一下对当前经济形势的看法。
首先来看通胀问题。通胀走势显然令人担忧。根据最新数据，4月份过去12个月的个人消费支出（PCE）价格指数上涨了3.8%，远高于我们设定的2%目标。近期中东冲突推高的油价是主要推动力。但即便剔除波动剧烈的食品和能源项目，4月份的核心PCE通胀率也达到了3.3%，创下了自2023年以来的新高。
通胀受到一些本应短暂的影响因素推高。关税理论上只会导致物价一次性上涨，其对通胀的持续影响应该会逐渐消退。能源价格走势与持续的地区冲突密切相关，而冲突的发展充满变数。不过，多数分析师和市场参与者（从原油期货市场可以看出）预计，到年底石油和汽油价格将会有所回落。
【资本支出推升通胀压力】然而，即便是暂时性的冲击，也可能在中期内影响通胀走向。企业可能将这些冲击纳入定价考量，劳动者也可能将其纳入工资谈判。此外，人工智能引发的投资热潮，可能叠加另一层价格压力。迄今为止，各企业已公布超过1.5万亿美元的数据中心建设计划，但实际落地的仅占一小部分。这表明，仅数据中心领域就存在大量与人工智能相关的投资正在酝酿中。这种需求对价格的影响显而易见。芯片、高科技设备和软件的价格已显著上涨。建筑业专业技工的工资也明显提高。过去一年，电力和水价均上涨了约5%。此外，未来几年，企业可能在集约边际上扩张，也可能在扩展边际上扩张，进行新的与人工智能相关的资本投入，比如机器人技术领域。
【劳动力市场总体平稳，但下行风险较大】相比通胀，劳动力市场表现总体平稳。4月份失业率为4.3%，与去年夏季以来的净失业率基本一致。该失业率与自然失业率的估算值相符，表明劳动力供需大体平衡。尽管部分知名企业宣布裁员，但首次申请失业保险的人数仍处于较低且稳定的水平。然而，我认为劳动力市场面临的下行风险较大。其中一个因素是中东冲突加剧了产出不确定性。需求走弱可能导致劳动力市场疲软。不确定性也可能影响企业的招聘计划，这可能是当前招聘活动放缓的原因之一。
【人工智能带来的失业可能先于就业增长】此外，我一直并将继续密切关注人工智能的发展及其对劳动力市场的影响。我们可能正面临数代人以来最重大的职业变革。即便从长远来看人工智能会创造新的就业机会，我也认识到其成本和收益的显现时间可能存在差异。具体而言，与人工智能相关的失业可能先于就业增长出现。虽然目前尚无确凿证据表明这种情况正在发生，但它可能即将到来，劳动力市场的流动性可能会加剧。
企业采用人工智能的速度日益加快，但许多企业尚未利用人工智能来改变其工作组织方式。事实上，美联储2025年小企业信贷调查中，绝大多数受访小企业表示人工智能并未改变其劳动力成本。然而，我从许多企业了解到，他们都认为人工智能将在未来从根本上改变他们的商业实践。
【人工智能推动生产率提升，巩固经济增长预期】最后谈谈经济增长。我对此持乐观态度。过去一年，国内生产总值（GDP）增长保持强劲。劳动生产率增长已超过疫情前的平均水平。身处硅谷，新成立企业数量依然居高不下，这一点无需赘述。在加入美联储之前的20年里，我一直致力于研究创新及其宏观经济影响，我认为人工智能是我一生中见过的最独特的技术。作为保罗·罗默以及内生增长理论的追随者，我一直在等待二战后对知识经济的投资能够加快创新成果涌现的时机。随着企业更加系统地将人工智能融入生产流程，我预计人工智能将进一步提升生产率，从而进一步巩固我对GDP在中短期内强劲增长的预期。
【货币政策面临双向风险，维持利率不变是最佳选择】这对货币政策意味着什么？我认为我们政策目标的两端都面临着更高的风险，从风险管理的角度来看，我目前认为正确的做法是维持利率不变。但我想明确我的风险评估：风险仍然倾向于更高的通胀。据我的基本预测，未来几个月通胀率将恢复下降，无需加息。同样，我预计劳动力市场将保持稳定，无需降息。
在经历了五年高于目标的通胀之后，我特别关注高通胀可能在物价和工资制定行为中根深蒂固的风险。因此，如果预期的通胀下降未能及时出现，我已做好加息的准备。同样，我会继续密切关注劳动力市场的动向，如果劳动力市场恶化，我将随时准备下调政策立场。
2.负责任地支持创新
现在我转向本次会议的主题：人工智能对金融体系创新、韧性和风险的影响。我很高兴能探讨这个话题，至少有两个原因。首先，作为一名经济学家，我曾在这所大学认真研究过一段时间的创新经济学，我看到了人工智能能够给金融体系带来的巨大益处。其次，我担任美联储金融稳定委员会主席。作为一名政策制定者，如何鼓励创新，同时确保风险可控并保持体系的韧性，是我的主要关注点。
总而言之，我想强调的是，我坚信实验精神。这种方法在硅谷蓬勃发展，美联储也正在积极采纳。正因如此，我联合创立了新兴技术经济研究网络，这是一个旨在分享人工智能研究和实验成果的系统性平台。同时，我也欣慰地看到，过去几年里，美联储的员工一直在探索以创新且富有想象力的方式应用人工智能技术。并非每次尝试都会成功，正如我在这里和伯克利接受的培训中所学到的，这很正常。我们已经看到了这种以实验为导向的思维方式带来的成果，稍后我会详细讨论人工智能驱动的创新在金融体系中的更广泛益处。
2.1人工智能对金融体系的益处：
我对人工智能提升生产力、加快创新速度的前景持乐观态度，这将促进经济增长，催生新企业，创造新的就业机会，并抑制通货膨胀。尤其是在金融领域，我们开始看到人工智能带来的益处，这让我感到非常兴奋。
金融业正在适应新一代人工智能工具，并逐步扩大其应用范围，最初主要集中在高度依赖人工或资源密集型的领域。这一转变涵盖合规职能、呼叫中心和后台运营等。生成新型分析数据也变得更加快捷灵活。将人工智能作为编码工具，正帮助金融业解决一些由来已久的难题，例如更新遗留代码和系统集成。下一代模型应更广泛地应用并集成到面向客户和市场的应用程序中。大型科技和金融服务公司——这些公司提供支撑全球经济大部分的硬件、软件和系统——正在使用先进的人工智能工具扫描可能被利用的潜在网络漏洞。此外，人工智能的应用也为改进我们的金融体系提供了诸多机遇。这些工具可以帮助企业改善信贷获取渠道、更有效地配置资本并加快流程。例如，人工智能可以帮助企业实现以下目标：
开发更贴合个人需求的新产品，扩大人们获得复杂金融产品的渠道。
为散户投资者提供必要的工具，以便他们能够更早地识别趋势和新兴风险。
并且利用效率提升带来的好处，将更多资金分配给贷款和投资，正如我之前提到的，这可能会带来更多的经济活动和增长。
2.2人工智能相关的风险和脆弱性
总体而言，我认为人工智能能够刺激经济增长，在其他条件相同的情况下，这应该有助于金融稳定。然而，作为政策制定者，我明白，如果监管不当，创新也可能导致风险增加。我会从两个角度思考这种可能性：一是人工智能与长期存在的脆弱性之间的相互作用；二是假设的人工智能冲击可能给系统带来的风险。
人工智能可能通过多种渠道给金融体系带来漏洞。其中最常被提及的渠道之一是人工智能驱动的算法交易日益普及。传统算法运行速度快、规则简单，频率以纳秒级计算，但它们相对僵化且代码固定。生成式人工智能和机器学习则增加了基于历史经验的自我学习、基于当前市场状况的适应性调整以及对非结构化数据（例如文本）的分析。政策制定者和学者指出，人工智能驱动的算法交易日益增多，可能会带来金融稳定风险，例如交易相关性增强、内生模型串谋、潜在的市场操纵以及市场集中度提高。
另一个潜在风险在于人工智能可能取代或颠覆整个行业。例如，正如我们本月早些时候发布的《金融稳定报告》所指出的，对人工智能颠覆风险的担忧已经影响到科技行业的投机级债券，导致利差扩大。这些趋势反映了软件行业对人工智能颠覆性影响的担忧，起因是一家大型人工智能公司推出了面向该领域的产品。此外，对软件行业信贷风险的担忧也导致了赎回潮，近几个月来，这给上市和非上市的永续商业发展公司都带来了巨大压力。
【债券市场人工智能资本投资敞口扩大】另一个可能对金融稳定产生影响的新兴趋势是，企业越来越多地利用债务市场为人工智能基础设施相关的资本投资融资。近几个月来，许多超大规模数据中心公司都发行了大规模的投资级债券，用于人工智能资本支出。此外，规模较小的数据中心开发商正在从私人债务基金以及资产支持信贷市场筹集债务，为其投资提供资金。尽管许多大型投资者同时也是实力雄厚的借款人，但利用杠杆为新兴技术投资融资的做法日益增多，存在风险，而债务发行持续繁荣最终可能引发金融稳定问题。需要指出的是，即使在非常乐观的投资和债务发行预测下，我们也不太可能回到全球金融危机前的杠杆率峰值水平。
网络风险。大型语言模型和智能体人工智能系统在检测、利用和创建新漏洞方面的能力不断提升，给金融机构、基础设施和第三方服务提供商的系统安全带来了新的挑战。一些功能强大的人工智能工具，例如某些先进模型，已经展现出检测软件应用程序中以往无法发现的漏洞的能力，而这些软件应用程序正是支撑重要且广泛使用的计算机系统的。
非恶意网络事件，例如软件故障，也对金融服务的提供造成了干扰。人工智能可以加快软件开发速度，尤其是代码编写速度，使其更加便捷。然而，人工智能的过度使用可能会间接地给现有的安全审查流程带来压力，因为它会加速代码的扩散。
人工智能对网络安全的最终影响尚不明确。先进的人工智能编码代理可用于增强许多重要计算机系统的安全性，以防止未来与人工智能相关的网络攻击。人工智能仍有可能提高金融机构抵御网络攻击漏洞的能力。
3.美联储的人工智能应用
与金融机构和经济中的其他实体一样，美联储也在努力负责任地部署人工智能，以推进我们的使命并改进我们自身的工作。需要明确的是，正如我去年在NBER夏季学院所说，联邦公开市场委员会在制定或设定政策时并未使用人工智能。但美联储系统的许多部门正在利用人工智能处理各种其他任务，尤其是在金融稳定领域，我们已经看到了切实的好处。通过自身运用人工智能，我们可以改进对金融行业的分析，并更好地发现脆弱性——无论是人工智能引入的新问题，还是我们可能忽略的旧问题。人工智能的应用可以增强我们的监控能力和分析水平，从而提升我们的工作效率。我想分享一下我们利用人工智能推进金融稳定监控这一关键使命的两种具体方式。
首先，金融稳定司新成立的专家团队正在分析技术对金融稳定的风险。这些协作小组评估网络安全、人工智能和量子计算如何带来脆弱性和机遇。例如，里士满联邦储备银行的经济学家和美联储理事会的相关研究人员利用逻辑线性模型开展了实验室式实验，研究了生成式人工智能的应用对金融稳定的影响。他们在模拟实验室环境下对投资决策中的羊群效应进行的研究发现，人工智能代理比人类做出更理性的决策。研究表明，代理更倾向于基于数据和分析做出决策，而不是简单地跟随市场趋势。这一结果可能有助于减少因市场情绪而产生的资产价格泡沫。
这些创新团队还为我们的任务开发了实用工具。其中一个团队设计了一种方法，利用一种名为“主动知识蒸馏”的技术，构建一个小型、低成本的人工智能模型，该模型能够像大型模型一样准确地对大量文本进行分类。该方法在保持准确性的同时，计算成本最多可降低80%。这种效率至关重要，因为金融稳定分析越来越需要处理大量的非结构化文本数据，包括监管文件、财报电话会议和新闻文章。另一个有趣的项目将自然语言处理应用于数十年的褐皮书数据，发现即使控制了传统指标，这些轶事汇编中的情绪也对预测经济衰退具有重要的解释力。
其次，理事会和所有12家储备银行的工作人员最近参加了一次智能体人工智能冲刺活动。此次活动鼓励实验，并探索智能体人工智能在金融稳定分析方面的应用。令人欣喜的是，我们看到了各种人工智能系统能够推理问题、决定采用何种分析方法，并在极少人工干预的情况下完成复杂任务。我们在其中一个项目中发现，智能体人工智能系统在识别基于网络的风险方面比我们常用的方法更加系统化。这一结果并非因为我们不理解其理论重要性，而是因为在许多情况下，我们缺乏大规模全面分析复杂网络经验结构模式的能力。
这种系统化能力有望显著提高金融稳定工作的效率。例如，其他原型系统已经证明，它们能够选择、运行和分析许多与金融稳定相关的场景，而使用传统方法则耗时过长。这项技术的发展使得人类能够在合理的时间范围内完成难以企及的全面分析。然而——这一点至关重要——缺乏准确性的系统性覆盖甚至不如选择性方法。最有前景的方法是将验证机制融入系统架构本身。这些方法要求多个智能体在达成共识前进行协商，并包含强制智能体考虑相反观点的机制。反过来，研究人员可以对这一过程进行交叉验证。如果这听起来很熟悉，那很正常。我刚才描述的人工智能智能体所采用的方法，正是几个世纪以来人类取得突破性进展的方法。
4.结论
我们运用人工智能的全部经验表明，除了实验之外，强有力的治理和风险管理必须成为我们的基础。最有前景的方法是利用人工智能能力增强人类判断，同时将验证机制构建到架构本身。
形势紧迫。人工智能发展迅猛，金融机构也在迅速采用这些技术。作为政策制定者，我们必须通过实践经验来了解这些系统。通过构建我们自身的人工智能能力，我们可以深入了解这些技术给金融体系带来的机遇和风险。借助适当的治理框架，自主智能有望扩展我们的分析能力。这些工具可以增强我们识别和应对不断演变的威胁的能力。但在这个技术转折点，我们既要保持乐观，也要保持谨慎，这是必要的。