Федеральная резервная система (ФРС) заместитель председателя: оценка пузыря ИИ по четырем измерениям

Автор: Чжан Фэн

Искусственный интеллект (AI) кардинально меняет глобальную экономику и финансовый ландшафт с беспрецедентной скоростью. С увеличением интереса капитальных рынков к компаниям, связанным с AI, возникает неизбежный вопрос: не наблюдаем ли мы спекулятивный бум, похожий на интернет-пузырь конца 90-х годов?

В 2025 году в ходе конференции по финансовой стабильности Федерального резервного банка Кливленда заместитель председателя Федеральной резервной системы Филипп Н. Джефферсон систематически изложил свой сравнительный анализ текущего бума AI и эпохи интернет-пузыря, а также предложил четыре ключевых показателя для определения наличия пузыря в AI. Эта речь не только отражает осторожное наблюдение крупнейших центральных банков мира за новыми технологиями, но и предоставляет участникам рынка четкую структуру для рациональной оценки бума AI.

!

Один, Наблюдательные показатели Федеральной резервной системы: двойная миссия и финансовая стабильность

Все политики и наблюдения Федеральной резервной системы сосредоточены вокруг ее законной “двойной миссии” — максимизации занятости и стабильности цен. Джефферсон ясно указал, что оценка влияния искусственного интеллекта должна исходить из этой основной задачи. Это означает, что Федеральная резервная система интересуется AI не только из-за его технологических прорывов или рыночных результатов, но и из-за того, как он влияет на общий уровень занятости, производительность труда, экономический потенциал роста и динамику инфляции.

С точки зрения занятости, AI демонстрирует двойной эффект. С одной стороны, он способствует занятости, повышая производительность труда и создавая новые рабочие места (например, в области разработки, внедрения и обслуживания AI); с другой стороны, его эффект автоматизации может привести к сокращению некоторых профессий, особенно это может больше затронуть молодых работников с небольшим опытом. Джефферсон отметил, что если AI просто заменит существующую рабочую силу, не создавая при этом новых рабочих мест, это может привести к краткосрочному экономическому замедлению. Эта динамическая балансировка «замены и дополнения» является ключевым моментом для оценки структурного воздействия AI на рынок труда.

С точки зрения ценовой стабильности,AI повышение производительности помогает снизить производственные затраты, оказывая давление на снижение цен. Эффективное распределение ресурсов, оптимизация цепочки поставок, вспомогательные решения для принятия решений и другие приложения могут подавлять инфляцию. Но в то же время строительство инфраструктуры AI (например, дата-центров) повышает цены на землю, энергоресурсы и другие затраты, а рост зарплат специалистов в области AI также может привести к инфляции, вызванной затратами. Это двустороннее влияние делает чистый эффект AI на инфляцию неопределенным, что требует постоянного мониторинга.

Для достижения двойной миссии важна устойчивость и гибкость финансовой системы. Федеральная резервная система продолжает мониторинг системных рисков через полугодовой “Отчет о финансовой стабильности” (FSR). Последние опросы показывают, что 30% участников рынка рассматривают “изменение отношения к ИИ” как значительный риск для финансовой системы, что является значительным увеличением по сравнению с 9% весной. Это, похоже, предупреждает о том, что если оптимистичные ожидания рынка по поводу ИИ внезапно изменятся, это может вызвать ужесточение финансовых условий и экономический спад. Таким образом, включение ИИ в рамки мониторинга финансовой стабильности Федеральной резервной системой предназначено для предотвращения возможных пузырей активов и финансовой уязвимости, возникающих из-за технологического бума.

II. Мониторинговая структура: отслеживание FSR и рыночных эмоций

Наблюдение Федеральной резервной системы за ИИ не происходит в изоляции, а встроено в ее общую систему оценки финансовой стабильности. FSR не только обращает внимание на традиционные риски, такие как уровень задолженности, оценка активов, риск финансирования и т.д., но и включает структурные изменения, вызванные новыми технологиями. Джефферсон подчеркивает, что законодатели должны различать “циклические колебания” и “структурные изменения”, и ИИ, вероятно, относится к последним. Это означает, что повышение производительности, вызванное ИИ, может изменить взаимосвязь между занятостью и инфляцией, что, в свою очередь, повлияет на механизм передачи денежной политики.

Рыночные настроения являются одной из ключевых тем FSR. Опрос показывает, что почти треть участников рынка осознает потенциальные риски обратного поворота настроений в AI. Это согласие само по себе может стать «самосбывающимся пророчеством» — как только оптимистичный нарратив изменится, быстрое изъятие капитала может привести к резкой коррекции цен на активы. По сравнению с периодом интернет-пузыря, сегодняшняя скорость распространения информации и распространение алгоритмической торговли могут усилить рыночные колебания. Таким образом, отслеживание индикаторов настроений Федеральной резервной системой по сути является ранним предупреждением о потенциальных системных рисках.

Кроме того,AI в финансовой сфере также создает новые вызовы для мониторинга. Инструменты AI, такие как высокочастотная торговля, интеллектуальные инвестиционные советы и модели рисков, повышая эффективность, могут также вызвать новые риски однородности и процикличности. Федеральная резервная система укрепляет выявление и оценку этих новых рисков, расширяя инструменты анализа (включая использование самой технологии AI).

Три-четыре ключевых показателя: лакмусовая бумажка для определения пузыря AI

Джефферсон, сравнивая текущий бум ИИ с интернет-пузырем конца 1990-х годов, выделяет четыре ключевых различия, которые могут стать основными показателями для оценки наличия серьезного пузыря в текущей области ИИ.

(1) База прибыли: от “истории” к “поддержке прибыли”

В период интернет-пузыря множество компаний выходили на биржу только на основе концепции «.com», не имея устойчивой модели получения прибыли, с мизерными или даже нулевыми доходами, полагаясь на внешнее финансирование и рыночный ажиотаж для поддержания своей деятельности. В отличие от этого, нынешние лидеры в области ИИ (например, некоторые технологические гиганты) обычно имеют прочные и разнообразные каналы получения прибыли. Они не только получают доход непосредственно от ИИ-услуг, но и глубоко интегрируют ИИ в существующую продуктовую систему, повышая конкурентоспособность основного бизнеса. Эта модель развития, основанная на «финансовой поддержке», делает инвестиции в ИИ более обоснованными с точки зрения фундаментальных показателей, снижая пространство для чисто спекулятивной торговли.

Тем не менее, Джефферсон также отметил, что активность на рынке частных инвестиций может частично скрывать финансовые трудности ранних AI-компаний. Значительные объемы венчурного капитала поступают в стартапы в области ИИ, которые, хотя и не являются публичными, имеют высокие оценки, и если в будущем они не смогут достичь прибыльности, это все равно может стать источником риска. Поэтому наблюдение за показателями прибыльности должно учитывать как публичный, так и частный рынки.

(II) Уровень оценки: Относительно сдержанный коэффициент цена/прибыль

На пике интернет-пузыря цена акций интернет-компаний часто достигала сотен, а то и тысяч раз, что отражало иррациональный оптимизм рынка в отношении долгосрочного роста. В настоящее время, несмотря на резкий рост цен акций компаний в области ИИ, их коэффициент price-to-earnings все еще значительно ниже исторических максимумов. Это в определенной степени указывает на то, что инвесторы, поддерживая ИИ, все же в какой-то мере основываются на фактической прибыли и денежном потоке компаний.

Конечно, разумность оценки должна быть комплексно оценена в сочетании с особенностями отрасли и стадиями роста. Искусственный интеллект как технология общего назначения обладает огромным потенциалом для долгосрочного создания ценности, и умеренная премия имеет свою разумность. Но если оценка слишком быстро уходит от фундаментальных показателей, это может привести к образованию пузыря. Федеральная резервная система обращает внимание на оценочные показатели именно для того, чтобы отличить разумные элементы рыночного энтузиазма от сигналов перегрева.

(Три) Количество акционерных компаний: ограниченная спекулятивная широта

В 1999-2000 годах более 1000 интернет-компаний вышли на биржу, что привело к спекулятивному буму, когда даже простая смена названия на «.com» могла поднять цену акций. В настоящее время на бирже насчитывается около 50 компаний, явно отнесенных к категории «основных AI-компаний» (по определенным показателям), что значительно меньше, чем во время интернет-пузыря. Это свидетельствует о том, что спекулятивные действия на рынке относительно сосредоточены и еще не охватили весь рынок.

Но Джефферсон также напоминает, что рынок частных инвестиций может скрывать множество стартапов в области ИИ, которые, хотя и не торгуются на открытом рынке, активно привлекают финансирование. Если эти компании в будущем выйдут на рынок или если финансовая среда изменится, это может стать новым источником нестабильности. Поэтому показатель “количество компаний” необходимо динамически отслеживать, охватывая как публичный, так и частный секторы.

(四) Финансовый рычаг: Низкая степень зависимости от долга

В период интернет-пузыря многие компании полагались на акционерное финансирование, а долговое плечо было ограничено, что в определенной степени уменьшило прямое воздействие разрыва пузыря на финансовую систему. В настоящее время компании в сфере ИИ также в меньшей степени зависят от долгового финансирования, что способствует ограничению передачи рисков. Однако недавние тенденции показывают, что для поддержки огромных инвестиций в инфраструктуру ИИ (такие как дата-центры, вычислительные кластеры) некоторые компании начали увеличивать выпуск облигаций и кредитное финансирование.

Джефферсон особо отметил, что с расширением ИИ от программного уровня к аппаратной инфраструктуре потребность в капитальных вложениях резко возрастает, что может привести к постепенному повышению коэффициента кредитного плеча. Если настроение на рынке ИИ изменится, компании с высоким кредитным плечом столкнутся с большей долговой нагрузкой, что приведет к распространению рисков через кредитные каналы на более широкие экономические сферы. Поэтому необходимо внимательно следить за изменением коэффициентов кредитного плеча.

Четыре. Уроки для участников рынка

Рассуждения Джефферсона не только предоставляют аналитическую рамку для политиков, но и приносят важные идеи инвесторам, предприятиям и исследователям:

Во-первых, наблюдение за проблемой должно исходить от основной задачи наблюдателя. Инвесторы должны выходить за рамки краткосрочных рыночных эмоций и глубоко анализировать реальное влияние технологий ИИ на фундаментальные показатели компаний (рентабельность, структура затрат, конкурентные барьеры). Компании должны сосредоточиться на том, как ИИ может повысить их производительность и долгосрочную конкурентоспособность, а не слепо гнаться за концепциями.

Во-вторых, различение периодических колебаний и структурных изменений. ИИ представляет собой технологическую революцию, которая может длиться десятилетиями, и его влияние является структурным. В рыночных колебаниях следует различать долгосрочные тренды и краткосрочный шум, чтобы избежать ошибочного определения структурных возможностей как периодических пузырей и наоборот.

Третье, обращайте внимание на общую реакцию рынка и системные риски. Рост отдельной компании или сектора не обязательно означает образование пузыря; необходимо оценить общий уровень оценки рынка, концентрацию капитала, уровень заемного финансирования и согласованность эмоций. Особенно следует насторожиться к признакам перехода рассказа об ИИ от “поддержки доходности” к “историческому движению”.

Четвертое, эффективно используйте аналитические инструменты, включая AI сам по себе. Технологии ИИ могут быть использованы для более точной оценки рыночных рисков, стоимости компаний и экономического воздействия. Практики должны активно использовать инструменты анализа данных, машинного обучения и т.д. для повышения качества принятия решений, одновременно оставаясь настороже к новым рискам, связанным с возможной однородностью моделей.

Пять. Продолжительное, многомерное и динамичное участие с рациональностью и страстью

Заключение Джефферсона относительно ситуации довольно осторожно оптимистично: по сравнению с четырьмя измерениями - прибыльной основой, уровнем оценки, количеством компаний и финансовым рычагом, текущий AI бум значительно отличается от интернет-пузыря, и вероятность повторения резкого обвала конца 1990-х годов невысока. Развитие AI основано на ряде устойчивых к прибыли зрелых компаний, а также в целом финансовая система обладает высокой устойчивостью.

Тем не менее, неопределенность все еще существует. Долгосрочное влияние ИИ на занятость, инфляцию и производительность еще нужно подтвердить; рыночные настроения могут измениться; активность на частном рынке может скрывать риски; инвестиции в инфраструктуру могут повысить вероятность использования заемных средств, что требует внимания. Поэтому Федеральная резервная система будет продолжать следить за развитием ИИ, чтобы гарантировать его развертывание в стабильной и устойчивой финансовой среде, что в конечном итоге будет служить основной целью максимизации занятости и стабильности цен.

Анализ Джефферсона предоставляет рациональную оценкуAI инвестиционного инструментария для рынка. В волне технологической революции и капитального энтузиазма сохранять трезвость, различать суть и внешние проявления, сосредотачиваться на долгосрочной ценности, возможно, является лучшим подходом к избежанию пузырей и принятию изменений. Является ли AI пузырем? Ответ не заключается в простом “да” или “нет”, а находится в постоянном, многомерном и динамическом наблюдении и оценке.