Material realizat de Leonardo Badea, Prim-viceguvernator BNR
Pentru factorii de decizie, în special în domeniul băncilor centrale, inteligența artificială (AI) este un subiect intens dezbătut în prezent. Pe măsură ce discuțiile avansează și pozițiile se conturează, devin evidente două linii de argumentare distincte și tot mai antagonice. Una dintre acestea anticipează o îmbunătățire majoră și relativ rapidă a productivității la nivelul întregii economii – o evoluție care, din anumite perspective, poate fi considerată o transformare aproape miraculoasă. Cealaltă este mai puțin convinsă de eventualele beneficii pe termen mediu și lung, concentrându-se mai degrabă pe bula actuală care amplifică evaluările unui număr restrâns de companii tehnologice, împingând totodată în sus prețurile diverselor bunuri și servicii asociate dezvoltării rapide și la scară largă a proiectelor de AI.
Analizarea estimărilor privind cheltuielile de capital pe care doar cei mai mari patru furnizori americani de servicii cloud la scară largă („hyperscalers”), Microsoft, Alphabet, Meta și Amazon, le planifică pentru anul 2026 (de aproximativ 600 de miliarde de dolari) evocă amintiri legate de boom-ul „dot-com” și generează temeri că o bulă similară s-ar putea forma chiar în acest moment. În opinia mea, întrebarea esențială nu este dacă se formează o bulă, ci în ce măsură și cât de rapid vor apărea câștigurile de productivitate generate de inteligența artificială, precum și ce măsuri ar trebui să adopte factorii de decizie în acest interval.
În anii ‘70, futurologul Roy Amara observa că avem tendința de a supraestima impactul unei tehnologii pe termen scurt și de a-l subestima pe termen lung. Din această perspectivă, internetul și bula „dot-com” constituie, într-adevăr, exemple relevante la care merită să revenim. În anii ‘90, exista așteptarea ca internetul să transforme economia peste noapte. Când realitatea s-a dovedit a fi departe de miracolul anticipat inițial, indicele Nasdaq a pierdut 78% din valoare în perioada 2000-2002. Cu toate acestea, unele dintre companiile care au supraviețuit acelei perioade de expansiune și prăbușire (precum Amazon, eBay și Google) au continuat să dezvolte idei și tehnologii, să creeze produse și piețe și, totodată, să acumuleze profituri și capital, remodelând în același timp industrii întregi și tendințe sociale.
Există câteva motive să credem că, în cazul inteligenței artificiale, ciclul ar putea fi diferit de data aceasta. Inovatorii tehnologici din era „dot-com” aveau puține active tangibile, o bază de clienți limitată și venituri reduse. Giganții tehnologici actuali, implicați în cursa pentru dezvoltarea AI, generează deja fluxuri de numerar reale și consistente din liniile de afaceri anterioare (care rămân active), în timp ce noua tehnologie este deja utilizată în scop comercial, aducând venituri semnificative pe o piață diversificată de clienți privați și guvernamentali (printre care se numără, în mod notabil, organizațiile militare și cele din domeniul securității). Potrivit unui studiu McKinsey (2025), 88% dintre organizații utilizează în prezent AI în cel puțin o funcție operațională. Prin urmare, factorul care ar putea declanșa spargerea unei eventuale bule speculative nu va fi, cel mai probabil, insolvența uneia sau a mai multor companii dezvoltatoare de tehnologii noi – așa cum s-a întâmplat în cazul companiilor „dot-com” –, ci o posibilă supracapacitate: o infrastructură AI creată în exces față de cerere (cerere care s-ar putea dovedi sub așteptări) sau o supraestimare a utilității acestei tehnologii. Totuși, riscul mai scăzut de insolvențe majore sau generalizate la vârful ciclului de piață nu exclude apariția unei bule speculative, ci doar îi schimbă forma.
O idee introdusă de economistul american John Cochrane (profesor afiliat al Universității Stanford) ne este de ajutor în acest context. Acesta observa că modelele standard tratează productivitatea unei firme ca pe un dat natural. De exemplu, o fermă produce mai mult când plouă și mai puțin în perioadele de secetă, fără a putea influența acest lucru. Ideea lui Cochrane este că firmele pot însă alege să nu rămână pasive: ele pot redistribui productivitatea între diferite scenarii posibile. De exemplu, ferma poate cultiva la începutul sezonului unele suprafețe de teren care dau randament în anii ploioși și altele care se comportă favorabil în anii secetoși. Astfel, ele își constituie un portofoliu de culturi, vizând un compromis: o productivitate ceva mai scăzută în anii buni în schimbul unei productivități mai ridicate în anii nefavorabili, media situându-se net peste nivelul celui mai pesimist scenariu. Aplicarea acestui cadru analitic în discuția asociată impactului inteligenței artificiale schimbă perspectiva. Și în acest caz firmele pot alege să realoce. Dar, este de înțeles de ce, aflându-ne încă în faza inițială a dezvoltării și adopției noilor tehnologii (al căror potențial nu este încă pe deplin confirmat), majoritatea firmelor nu au trecut încă la o redistribuire a resurselor. Procesele nu sunt încă reorganizate, iar noile competențe necesare angajaților nu au fost încă dezvoltate. Cele mai multe firme rămân aproape de nivelul lor actual, „natural”, de productivitate, ceea ce ar putea explica de ce câștigurile la nivel agregat nu sunt încă vizibile în datele statistice. Cu alte cuvinte, noua tehnologie nu generează o valoare sporită instantaneu și fără efort. Creșterea productivității nu apare ca un câștig neașteptat și facil, ca o „mană cerească”. Ea trebuie să fie însoțită de investiții, adaptare organizațională, recalificarea forței de muncă și o integrare eficientă în procesele de producție. Așa cum susține Erik Brynjolfsson (economist de origine daneză, profesor la Universitatea Stanford și director al Stanford Digital Economy Lab), marile inovații aduc beneficii doar dacă sunt însoțite de investiții complementare și de schimbări la nivel organizațional.
Prin urmare, opinia mea este următoarea: impactul inteligenței artificiale va fi profund, dar va apărea cu întârziere și se va manifesta inegal. Consider că „scepticii AI” au dreptate în privința fazei inițiale – cea a entuziasmului și a dezamăgirii descrise de Amara -, însă s-ar putea să nu vadă că acesta este doar primul capitol al întregii povești. Faptul că firmele și întreaga economie nu pot încă să evidențieze beneficiile nu înseamnă că noua tehnologie a eșuat deja. Dimpotrivă, în viziunea mea, acest lucru indică faptul că nu am ajuns încă în etapa în care companiile învață să își reconfigureze activitatea pentru a profita de pe urma acesteia.
Pentru politica unei bănci centrale, acest decalaj are o semnificație și un impact importante. În faza în care resursele financiare sunt direcționate către centre de date și cipuri, inteligența artificială generează un șoc de cerere: stimulează investițiile și poate contribui la anumite presiuni asupra costurilor și prețurilor. Ulterior, pe măsură ce adoptarea tehnologiei reduce alte categorii de costuri și sporește producția în multe ramuri de activitate, aceeași forță capătă un caracter dezinflaționist. Dificultatea pentru o bancă centrală constă în faptul că ar putea fi nevoită să acționeze înainte de a putea determina (cu precizie și obiectivitate) în ce regim se află, pentru a evita să rămână în urma evoluțiilor și pentru a-și menține credibilitatea, precum și ancorarea așteptărilor.
Scenariile pot fi extrem de diferite, așa cum a prezentat în luna iulie Philip Lane, economistul-șef al BCE. În primul scenariu, adoptarea inteligenței artificiale urmează o curbă în formă de S și generează o limitare a nivelului productivității – un efect util, dar care nu schimbă în mod durabil ritmul de creștere a acesteia. Într-un alt scenariu, AI continuă să accelereze inovarea, iar atât creșterea potențială, cât și rata naturală a dobânzii se stabilizează la un nivel superior. Acestea sunt doar două perspective extrem de diferite pentru formularea politicilor, iar realitatea s-ar putea situa undeva la mijloc. Deocamdată, datele disponibile nu ne ajută să identificăm cel mai probabil deznodământ. Așa cum a susținut Simone Lenzu într-un studiu publicat în aprilie de Rezerva Federală din New York, AI estompează granița dintre aspectele ciclice și cele structurale – între o creștere temporară a cererii și o modificare durabilă a ofertei, a producției potențiale și a ratei naturale a dobânzii.
Pentru banca centrală, ceea ce schimbă inteligența artificială este setul de repere în funcție de care evaluăm orientarea și transmisia politicii monetare: estimările noastre privind produsul potențial, rata naturală și gradul real de subutilizare a capacității economice. Erorile în acest sens sunt costisitoare, indiferent de direcția în care apar. Dacă un șoc al cererii este interpretat drept unul structural, băncile centrale ar putea fi tentate să înăsprească condițiile monetare, doar pentru a constata ulterior că acțiunile lor au întârziat, de fapt, un avânt al ofertei care ar fi generat efecte similare, dar cu un impact mai puțin dureros asupra economiei. Dimpotrivă, dacă o modificare anticipată a ofertei este supraestimată, inacțiunea sau o înăsprire insuficientă a politicii ar putea duce la o inflație mai ridicată și mai persistentă.
Desigur, efectele directe ale inteligenței artificiale asupra economiei românești și asupra conduitei politicii monetare pot fi, pentru moment, semnificativ mai puțin pronunțate decât în marile economii avansate. Contează însă modul în care băncile centrale din economiile mari și relevante pentru noi din perspectiva fluxurilor financiare și comerciale, în special Banca Centrală Europeană, interpretează aceste transformări și le integrează în propriile decizii. Prin efectele asupra dobânzilor, randamentelor, lichidității, apetitului pentru risc și fluxurilor de capital, orientarea politicii monetare în marile blocuri economice contribuie la configurarea costului finanțării la nivel european și global. România și BNR nu pot face abstracție de aceste condiții externe, chiar dacă impactul structural al AI asupra productivității interne nu este încă pe deplin vizibil sau semnificativ pentru dinamica echilibrelor macroeconomice.
Dincolo de acest canal extern, pentru România poate avea o importanță aparte inclusiv impactul AI asupra unor sectoare cheie din economia locală care contribuie la ocuparea forței de muncă, la producția internă și la încasările bugetare, având în același timp o contribuție netă pozitivă la balanța schimburilor comerciale externe. Sectorul IT este poate cel mai relevant din această perspectivă, dar și cel al industriei auto cu toate componentele sale pe verticală și pe orizontală.
Totodată, AI extinde instrumentele de analiză disponibile băncii centrale, permițând procesarea rapidă a unor volume foarte mari de date, estimarea în timp real a activității economice și a inflației sau extragerea unor semnale din presă, rapoarte și alte surse textuale. Aceste aplicații pot completa statisticile și indicatorii tradiționali și pot contribui la o evaluare mai rapidă și mai nuanțată a economiei. Totuși, ele nu înlocuiesc analiza economică și judecata experților, mai ales într-un domeniu în care relațiile dintre variabile se pot modifica, iar rezultatele modelelor depind de calitatea datelor și de ipotezele utilizate.
În opinia mea, în această ecuație complexă, deși sporul productivității va deveni o realitate, acesta nu se va produce atât de curând pe cât anticipează optimiștii și nu va afecta în mod egal toate economiile, sectoarele și companiile. Câștigătoare vor fi acele organizații care aleg să investească și să își reconfigureze resursele, în loc să aștepte certitudinea. Consider că același lucru este valabil și pentru instituțiile responsabile de elaborarea politicilor. Trebuie să pășim cu optimism, dar cu ochii larg deschiși, într-o eră a competitivității care este, cu adevărat, nouă. Iar pentru cei care răspund de stabilirea politicilor economice, aceasta va continua să fie o eră deloc ușor de descifrat.