演説の要約
クック総裁の講演は、根強いインフレ圧力と人工知能に関連する新たなリスクにより、慎重な楽観主義に満ちたマクロ経済見通しを示唆している。現在のGDP成長率は堅調であり、パンデミック以前の水準を上回り、持続的な新規事業創出によって下支えられているものの、エネルギー価格ショックと基盤部分への波及により、PCEインフレ率が3.8％に上昇したことは、慎重な金融政策スタンスを必要とする。連邦準備制度理事会は、現時点では政策金利を維持することを重視しており、完全雇用と物価安定に対するリスクが高まっていることを認識しつつも、デフレ傾向が停滞した場合に政策を一段と引き締める用意がある。
インフレ見通しの重要な構成要素は、発表済みのデータセンター計画で1.5兆ドルを超える、大規模なAI関連投資である。この需要は、半導体、ハイテク機器、建設、公益事業などの重要インプットの価格上昇に現れており、価格構造に供給側のショックが組み込まれる可能性がある。同時に、労働市場は安定しているものの、地政学的リスクとAIによる自動化による混乱から下振れリスクに直面しており、雇用の喪失と新たな雇用の創出のタイミングのずれが生じる可能性がある。
金融システムにおけるAIの適応は、機会と脆弱性の両方をもたらす。AIは生産性の向上、信用へのアクセス改善、効率性の向上を約束する一方で、アルゴリズム取引、市場集中、サイバーセキュリティに関連するリスクも導入する。AIインフラへの企業レバレッジの増加、特にハイパースケーラー部門とプライベートデット市場において、監視が必要となるが、現在の予測では、グローバル金融危機前のレバレッジ水準に戻ることは示唆されていない。連邦準備制度理事会は、社内においてもAIを積極的に活用しており、研究ネットワークと実験チームを設立して、金融安定性分析を強化している。重点分野は、サイバーリスク評価、ネットワークリスクの特定、データ処理能力の向上である。この積極的なアプローチは、AI駆動型インサイトによって人間の判断を補完しつつ、堅牢なガバナンスと検証メカニズムを優先することを目的とする。
視点分析
現在のマクロ経済環境は、特定のセクターにおける成長鈍化にもかかわらず、根強いインフレ圧力が特徴となる複雑な状況です。PCE価格指数が前年比3.8%上昇、コアPCEが3.3%を示していることは、2%目標への進捗が限定的であることを示唆しており、特に地政学的要因がエネルギーコストに及ぼす影響を考慮すると、その傾向が顕著です。一時的な供給ショックは緩和すると予想されますが、価格への慣性的な影響や賃金交渉がインフレを持続させる可能性は依然として主要なリスクとして存在します。特筆すべきは、発表されたデータセンター計画が1.5兆ドルを超える人工知能インフラへの投資が、半導体、専門的な建設サービス、公共料金といった重要インプットの価格上昇に明確に寄与しており、一時的な要因を超えたインフレ圧力の拡大を示唆する点です。労働市場の状況は現在安定しており、失業率は4.3%ですが、世界的な不確実性とAIによる自動化の潜在的な混乱から、下振れリスクが存在します。長期的な雇用創出は期待されるものの、労働市場の構造変化を引き起こす可能性があります。GDP成長は、持続的な新規事業創出と生産性向上によって堅調に推移していますが、その軌道はAIの生産プロセスへの円滑な統合にかかっています。
金融政策は慎重な緩和基調を維持しており、物価安定と完全雇用という両方のリスクを考慮し、現在の金利水準を維持することを重視しています。しかし、発表者のリスク評価はインフレの高度化に傾いており、デフレ傾向が停滞した場合の引き締め姿勢を示唆しています。この態度は、根強いインフレ期待を抑制することを優先しており、経済成長の鈍化を伴う可能性も考慮しています。AIの金融セクターへの影響は、全体としてポジティブと見込まれており、コンプライアンス、バックオフィス機能、分析能力への初期導入に焦点が当てられています。AIが信用アクセスを拡大し、資本配分の効率性を高め、イノベーションを促進する可能性は認識されていますが、新たなリスクも考慮されています。AIインフラ投資、特にハイパーケーラーやデータセンター開発業者における企業のレバレッジ増加は監視が必要ですが、現在の予測では、グローバル金融危機以前のレバレッジ水準に戻ることはないと考えられます。
サイバーセキュリティは重要な脆弱性であり、高度なAIモデルがシステム上の弱点を特定し、悪用する能力によって悪化しています。AIはサイバーセキュリティ防御を強化することもできますが、AI生成コードの急速な普及は、既存のセキュリティレビュープロセスに負担をかける可能性があります。連邦準備制度理事会は、金融安定性分析を改善するために、社内でのAI活用を積極的に推進しており、技術リスク評価と効率的な分析ツールの開発に重点を置いています。大規模言語モデルを用いた実験では、ネットワークベースのリスクを特定し、シナリオ分析を合理化する精度向上の可能性が示されていますが、検証メカニズムは依然として重要です。AIによる人間の判断の補完と、強固なガバナンスフレームワークとの組み合わせは、イノベーションに対する現実的なアプローチを示しています。発表者の見解は、実験とシステム的な回復力の維持に対するコミットメントを重視しており、進化する技術環境における混乱と機会の両方の可能性を認識しています。
原文リンク
https://www.federalreserve.gov/newsevents/speech/cook20260527a.htm