Οι κεντρικές τράπεζες σπεύδουν να κατανοήσουν πώς η τεχνητή νοημοσύνη αλλάζει τον πληθωρισμό, αλλά δεν συμφωνούν στην απάντηση.
Τα περισσότερα από τα τελευταία τρία χρόνια, οι κεντρικές τράπεζες αντιμετώπιζαν την τεχνητή νοημοσύνη όπως την κλιματική αλλαγή ή τα δημογραφικά: ως έναν μακροπρόθεσμο παράγοντα που αξίζει παρακολούθηση, αλλά όχι ακόμη ως εργαλείο νομισματικής πολιτικής.
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Αυτή η διάκριση έχει πλέον καταρρεύσει.
Οι υπεύθυνοι χάραξης πολιτικής έχουν αρχίσει να παρουσιάζουν την τεχνητή νοημοσύνη ως δομική αλλαγή κλίμακας αντίστοιχης με τον εξηλεκτρισμό ή το διαδίκτυο, η οποία θα αναδιαμορφώσει τον πληθωρισμό, τα επιτόκια και τα ίδια τα εργαλεία με τα οποία οι κεντρικές τράπεζες τα καθορίζουν.
Η διαφωνία δεν αφορά πια το αν η τεχνητή νοημοσύνη έχει σημασία.
Αφορά τον χρόνο, τα κανάλια μετάδοσης και την κατεύθυνση: πόσο γρήγορα θα εκδηλωθούν οι επιπτώσεις της, αν οι τιμές θα αυξηθούν ή θα υποχωρήσουν πρώτα και πώς πρέπει να αντιδράσουν οι κεντρικές τράπεζες απέναντι σε μια δύναμη που μπορεί βραχυπρόθεσμα να ενισχύει τον πληθωρισμό αλλά με την πάροδο του χρόνου να τον συγκρατεί.
Τι κάνουν ήδη η ΕΚΤ και η Μπούντεσμπανκ με την τεχνητή νοημοσύνη
Η Ευρωπαϊκή Κεντρική Τράπεζα έχει κινηθεί ταχύτερα από τις υπόλοιπες στη μετάβαση από τη θεωρία στην πράξη όσον αφορά την τεχνητή νοημοσύνη.
Σε μια ανάρτηση σε ιστολόγιο (πηγή στα Αγγλικά) που δημοσιεύθηκε στις 21 Απριλίου 2026, τέσσερις οικονομολόγοι της ΕΚΤ, οι Όσκαρ Άρθε, Κάριν Κλίμπερ, Μικέλε Λέντσα και Ζοάν Παρέδες, αποκάλυψαν ότι από το τέλος του 2022 ένα μοντέλο μηχανικής μάθησης αποτελεί μέρος του αναλυτικού «οπλοστασίου» που χρησιμοποιείται για την προετοιμασία των αποφάσεων νομισματικής πολιτικής για το Διοικητικό Συμβούλιο.
Το μοντέλο αντλεί δεδομένα από περίπου 60 δείκτες που αποτυπώνουν τις προσδοκίες για τον πληθωρισμό, τις πιέσεις στο κόστος, τη δραστηριότητα στην πραγματική οικονομία και τις χρηματοοικονομικές συνθήκες, και ενημερώνεται αρκετές φορές κάθε τρίμηνο.
Τα αποτελέσματα έχουν ήδη δοκιμαστεί σε πραγματικό χρόνο.
Στο δεύτερο και το τέταρτο τρίμηνο του 2025, το μοντέλο κατέδειξε ανοδικούς κινδύνους για τον δομικό πληθωρισμό, οι οποίοι στη συνέχεια επαληθεύτηκαν, με τις τελικές ενδείξεις να διαμορφώνονται περίπου 20 μονάδες βάσης πάνω από τις επίσημες προβολές του Ευρωσυστήματος.
«Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην παρακολούθηση των κινδύνων για τον πληθωρισμό σε πραγματικό χρόνο», έγραψαν οι συγγραφείς.
Η Μπούντεσμπανκ ακολουθεί παρόμοια πορεία.
Σε κοινό συνέδριο Μπούντεσμπανκ–SUERF στη Φρανκφούρτη στις 9 Δεκεμβρίου 2025, ο πρόεδρος της Μπούντεσμπανκ Γιοάχιμ Νάγκελ τόνισε ότι η γερμανική κεντρική τράπεζα χρησιμοποιεί ήδη ένα ευρύ φάσμα εφαρμογών τεχνητής νοημοσύνης για τη βελτίωση των αναλύσεων και την υποστήριξη των εργασιακών διαδικασιών.
Σε αυτές περιλαμβάνονται έξυπνοι βοηθοί κειμένου, ανάλυση εγγράφων με χρήση τεχνητής νοημοσύνης και ένα μοντέλο με την ονομασία MILA που αξιολογεί τις ανακοινώσεις των κεντρικών τραπεζών της ευρωζώνης.
«Η τεχνολογία πρέπει τελικά να υπηρετεί τους ανθρώπους. Και το ίδιο ισχύει για εμάς στις κεντρικές τράπεζες: χρησιμοποιούμε την τεχνητή νοημοσύνη για να εκπληρώνουμε όσο το δυνατόν καλύτερα την εντολή μας», δήλωσε ο Νάγκελ.
Τι λέει η Fed για την τεχνητή νοημοσύνη: από την περιέργεια στον πυρήνα της συζήτησης
Στην Ομοσπονδιακή Τράπεζα των ΗΠΑ, η μετατόπιση είναι λιγότερο επιχειρησιακή και περισσότερο εννοιολογική, αλλά γίνεται ολοένα πιο επείγουσα.
Οι αξιωματούχοι έχουν περάσει από την απλή αναγνώριση της τεχνητής νοημοσύνης στη συζήτηση για το πώς αναδιαμορφώνει τα βασικά διλήμματα της νομισματικής πολιτικής.
Πέρυσι, ο διοικητής της Fed Κρίστοφερ Γουόλερ υποστήριξε (πηγή στα Αγγλικά) ότι η τεχνητή νοημοσύνη υιοθετείται ταχύτερα από τους προσωπικούς υπολογιστές, το διαδίκτυο ή τα έξυπνα τηλέφωνα και ότι το ζήτημα της παραγωγικότητας βρίσκεται πλέον στο επίκεντρο της συζήτησης για τη νομισματική πολιτική.
«Κρίσιμο ερώτημα είναι αν η τεχνητή νοημοσύνη θα συμβάλει σε μια αναζωογόνηση της αύξησης της παραγωγικότητας. Οποιαδήποτε διαρκής αύξηση της παραγωγικότητας πάνω από 2% θα τείνει να στηρίζει την άνοδο των πραγματικών εισοδημάτων και του βιοτικού επιπέδου χωρίς πληθωριστικές πιέσεις. Ως υπεύθυνος νομισματικής πολιτικής, ελπίζω ότι η τεχνητή νοημοσύνη θα το πετύχει», ανέφερε ο Γουόλερ.
Μιλώντας στην εκδήλωση Euro20+ που φιλοξένησε ο Νάγκελ τον Νοέμβριο του 2025, ο αντιπρόεδρος της Fed Φίλιπ Τζέφερσον υπογράμμισε τη διττή επίδραση της τεχνητής νοημοσύνης στον πληθωρισμό.
Αφενός, η τεχνολογία μπορεί να μειώσει το κόστος παραγωγής μέσω κερδών παραγωγικότητας. Αφετέρου, μπορεί να ωθήσει ανοδικά τις τιμές των συντελεστών παραγωγής.
«Η τεχνητή νοημοσύνη μπορεί να ασκήσει ανοδικές πιέσεις σε ορισμένες κατηγορίες τιμών, καθώς πολλές επιχειρήσεις επιδιώκουν να κλιμακώσουν τη χρήση της. Η τεχνολογία τεχνητής νοημοσύνης απαιτεί επίσης κέντρα δεδομένων, τα οποία ανταγωνίζονται άλλες παραγωγικές δραστηριότητες για γη, ενέργεια και άλλες εισροές. Άρα θεωρώ ότι η επίδραση της τεχνητής νοημοσύνης στον πληθωρισμό δεν περιορίζεται σε πιέσεις προς τα κάτω», είπε ο Τζέφερσον.
Η πιο φορτισμένη πολιτικά φωνή στη συζήτηση είναι εκείνη του Κέβιν Γουόρς, τον οποίο έχει προτείνει ο Ντόναλντ Τραμπ για τη θέση του προέδρου της Fed, όταν λήξει η θητεία του Τζερόμ Πάουελ τον Μάιο.
Ο Γουόρς έχει χαρακτηρίσει το κύμα της τεχνητής νοημοσύνης το πιο ενισχυτικό για την παραγωγικότητα της ζωής του και έχει παραβάλει τη σημερινή συγκυρία με τα τέλη της δεκαετίας του 1990, όταν ο Άλαν Γκρίνσπαν διατήρησε τη νομισματική πολιτική πιο χαλαρή από ό,τι υπέδεικναν οι μηχανιστικοί κανόνες και δικαιώθηκε με άνοδο της παραγωγικότητας και σταθερές τιμές.
Ωστόσο, η κατάθεσή του στην ακρόαση για την επικύρωση του διορισμού του την περασμένη εβδομάδα ανέδειξε μια πιο επιφυλακτική πλευρά.
Περιέγραψε την τεχνητή νοημοσύνη ως δύναμη που πλησιάζει σε «ταχύτητα διαφυγής» και προειδοποίησε ότι οι υπεύθυνοι χάραξης πολιτικής δεν μπορούν ακόμη να βασίζονται σε αυτά τα κέρδη παραγωγικότητας.
«Η τεχνητή νοημοσύνη γίνεται τόσο καθοριστική που πλησιάζει κάτι σαν ταχύτητα διαφυγής», είπε ο Γουόρς, προειδοποιώντας ότι η Ομοσπονδιακή Τράπεζα ίσως χρειαστεί να επανεξετάσει τα μοντέλα της.
Ενώ αναγνώρισε ότι το τρέχον κύμα καινοτομίας θα μπορούσε, με την πάροδο του χρόνου, να μειώσει τις πληθωριστικές πιέσεις και να διευκολύνει τη μάχη κατά του πληθωρισμού, προειδοποίησε ότι παραμένει ασαφές πώς αυτά τα κέρδη θα μεταφερθούν στην απασχόληση, το άλλο μισό της εντολής της Fed.
Η Wall Street διχάζεται: αποπληθωριστικοί «ταύροι» και γεράκια των επενδύσεων σε πάγιο κεφάλαιο
Ενώ οι κεντρικές τράπεζες εξακολουθούν να συζητούν πώς να ερμηνεύσουν την τεχνητή νοημοσύνη, η Wall Street έχει ήδη αρχίσει να την ενσωματώνει στις τοποθετήσεις της. Οι μεγαλύτεροι διαχειριστές περιουσιακών στοιχείων και οι οικονομολόγοι των επενδυτικών τραπεζών ενσωματώνουν την τεχνολογία στις προβλέψεις τους για τον πληθωρισμό, την ανάπτυξη και τις αποδόσεις των ομολόγων, και η αγορά έχει χωριστεί σε δύο αντίθετα στοιχήματα.
Οι αποπληθωριστικοί «ταύροι» αντιμετωπίζουν την τεχνητή νοημοσύνη ως θετικό σοκ προσφοράς: χαμηλότερες τιμές, χαμηλότερα επιτόκια, υψηλότερες αποτιμήσεις για τα πιο ριψοκίνδυνα περιουσιακά στοιχεία.
Τα «γεράκια» των επενδύσεων σε πάγιο κεφάλαιο βλέπουν πρόβλημα πληθωρισμού βραχυπρόθεσμα: έναν επενδυτικό κύκλο-ρεκόρ που αυξάνει τις τιμές της ηλεκτρικής ενέργειας, απορροφά τις αποταμιεύσεις και ωθεί ανοδικά τις μακροπρόθεσμες αποδόσεις, πριν εμφανιστούν τα όποια κέρδη παραγωγικότητας.
Το πιο επιθετικό σενάριο αποπληθωρισμού προέρχεται από τη βιομηχανία διαχείρισης κεφαλαίων. Ο Μάικ Χάνστααντ, επικεφαλής του τμήματος διαχείρισης περιουσιακών στοιχείων ύψους 1,4 τρισ. δολαρίων της Northern Trust, δήλωσε στους Financial Times τον Απρίλιο του 2026 ότι η τεχνητή νοημοσύνη θα μπορούσε να αποδειχθεί ένα από τα μεγαλύτερα θετικά σοκ προσφοράς στη σύγχρονη οικονομική ιστορία.
Σύμφωνα με τον Χάνστααντ, αν η τεχνητή νοημοσύνη προσφέρει διαρκή ενίσχυση της παραγωγικότητας, θα επιτελέσει την αποπληθωριστική δουλειά που δεν κατάφεραν να ολοκληρώσουν χρόνια περιοριστικής πολιτικής.
«Είναι σχεδόν σαν η τεχνητή νοημοσύνη να είναι η νομισματική σας πολιτική και να αποδεικνύεται πιο αποτελεσματική από οτιδήποτε μπορεί να κάνει η Fed ή, στην πραγματικότητα, οποιαδήποτε κεντρική τράπεζα στον κόσμο», είπε ο Χάνστααντ.
Τα «γεράκια» των επενδύσεων σε πάγιο κεφάλαιο βλέπουν το αντίθετο: έναν επενδυτικό κύκλο τόσο μεγάλο ώστε να αυξάνει τις τιμές της ηλεκτρικής ενέργειας και τις αποδόσεις προτού εμφανιστούν τα κέρδη παραγωγικότητας.
Ο Μπεν Μέι και ο Ντάνιελ Χάρενμπεργκ της Oxford Economics υποστήριξαν τον Φεβρουάριο ότι θα ήταν λάθος να μειωθούν προληπτικά τα επιτόκια με την υπόθεση ότι η τεχνητή νοημοσύνη θα είναι αποπληθωριστική, καθώς η τεχνητή νοημοσύνη προς το παρόν ενισχύει τον πληθωρισμό μέσω των τιμών ηλεκτρικής ενέργειας, των επενδύσεων σε κέντρα δεδομένων και των επιδράσεων πλούτου από την άνοδο των χρηματιστηριακών τιμών.
«Ο αντίκτυπος της τεχνητής νοημοσύνης στον πληθωρισμό θα εξαρτηθεί από το κατά πόσο η ώθηση στην πλευρά της προσφοράς της οικονομίας θα αντισταθμιστεί από τυχόν αντίστοιχη αύξηση της συνολικής ζήτησης», ανέφερε η Oxford Economics στο σημείωμά της.
Σε παρόμοιο συμπέρασμα κατέληξε η Goldman Sachs. Οι οικονομολόγοι Μανουέλ Αμπεκάσις και Χονγκτσέν Γουέι επικεντρώθηκαν σε αυτό που ενδεχομένως είναι το πιο υποτιμημένο κανάλι μετάδοσης της τεχνητής νοημοσύνης στον πληθωρισμό: τις τιμές της ηλεκτρικής ενέργειας.
Ο πληθωρισμός στην ηλεκτρική ενέργεια στις ΗΠΑ διαμορφώθηκε στο 6,9% σε ετήσια βάση έως τον Δεκέμβριο του 2025, πολύ πάνω από τον συνολικό πληθωρισμό PCE στο 2,9%. Η Goldman προβλέπει ότι ο πληθωρισμός στην ηλεκτρική ενέργεια για τους καταναλωτές θα παραμείνει κοντά στο 6% τόσο το 2026 όσο και το 2027, προτού επιβραδυνθεί περίπου στο 3,5% το 2028.
«Αναμένουμε ότι τα κέντρα δεδομένων θα αυξήσουν σημαντικά τη ζήτηση ηλεκτρικής ενέργειας, αντιστοιχώντας περίπου στο 40% της συνολικής αύξησης της ζήτησης ρεύματος τα επόμενα πέντε χρόνια», είπε ο Αμπεκάσις.
Η Goldman εκτιμά ότι το υψηλότερο κόστος ηλεκτρικής ενέργειας θα προσθέσει 0,2 ποσοστιαίες μονάδες στον συνολικό πληθωρισμό το 2026 και 0,15 ποσοστιαίες μονάδες το 2027, με τους κλάδους της υγείας, των μεταφορών και των υπηρεσιών εστίασης να απορροφούν το μεγαλύτερο μέρος της έμμεσης μετακύλισης στις τιμές του δομικού πληθωρισμού.
Το ερώτημα είναι ο χρόνος, όχι ο στόχος
Υπάρχει πλέον ευρεία συμφωνία σε ένα σημείο: η τεχνητή νοημοσύνη είναι αρκετά ισχυρός παράγοντας ώστε να αναγκάσει τις κεντρικές τράπεζες να ξανασκεφτούν πώς λειτουργεί η οικονομία.
Αυτό που παραμένει άλυτο είναι η αλληλουχία. Αν τα κέρδη παραγωγικότητας εμφανιστούν πρώτα, οι κεντρικές τράπεζες μπορεί να αποκτήσουν περιθώριο για μειώσεις επιτοκίων χωρίς να ξαναφουντώσει ο πληθωρισμός.
Αν προηγηθεί το επενδυτικό μπουμ, μέσω των τιμών ενέργειας, της ζήτησης για κεφάλαιο και των αποτιμήσεων των περιουσιακών στοιχείων, οι υπεύθυνοι χάραξης πολιτικής που θα χαλαρώσουν πολύ νωρίς ίσως αναγκαστούν να κάνουν πλήρη αναστροφή.
Αυτό σηματοδοτεί σαφή τομή σε σχέση με πριν από λίγα μόλις χρόνια, όταν η τεχνητή νοημοσύνη σπανίως εμφανιζόταν στις ομιλίες των κεντρικών τραπεζιτών.