美聯儲面臨AI轉型陣痛，短期仍得靠傳統利率工具控通脹
美聯儲主席凱文·沃什（Kevin Warsh）正試圖完成一項高難度任務：一方面推動央行長期運行方式的根本調整，探索利用AI重塑經濟分析和政策決策；另一方面，又必須依靠傳統貨幣政策工具，應對持續超過五年的高通脹壓力，將通脹重新拉回2%的目標水平。
7月29日沃什舉行新聞發佈會後，市場出現劇烈波動，暴露出這一雙重目標之間的矛盾。當天，美國股債市場遭遇拋售，部分經濟評論人士批評沃什在是否加息以遏制通脹的問題上表態含糊。
部分分析人士認爲，這反映出沃什對控制通脹的決心不足。但支持者則認爲，這只是美聯儲轉型過程中短暫的不確定階段。
高盛總裁約翰·沃爾德倫（John Waldron）向Axios表示：“我認爲評論人士對他的做法反應過度，我們應該給他時間和空間去推進正在做的事情，並隨著時間推移評估結果。”
沃什希望利用AI重塑經濟分析體系
沃什認爲，AI將成爲改變經濟運行方式的重要技術，既帶來長期增長機會，也可能造成短期衝擊。他希望美聯儲能夠更深入地應用AI，以實時掌握經濟變化，並提高政策判斷能力。
據Axios報道，沃什在正式出任美聯儲主席前，曾搭建名爲“米爾頓（Milton）”和“托賓（Tobin）”的AI模型，分別吸收20世紀著名經濟學家米爾頓·弗裏德曼（Milton Friedman）和詹姆斯·托賓（James Tobin）的全部著作，並利用這些模型分析現代經濟問題。
上任10周以來，沃什一直推動美聯儲內部重新審視長期形成的工作方式。在過去，美聯儲工作人員對生成式AI應用較爲謹慎，而沃什鼓勵員工更廣泛地嘗試相關技術。目前已有數十名員工通過虛擬測試環境探索AI如何幫助改善數據分析和經濟預測。
沃什尤其關注AI是否能夠幫助美聯儲擺脫對傳統調查數據的依賴。長期以來，央行主要參考政府統計數據和經濟預測，但這些數據往往存在發佈延遲、抽樣誤差以及後續修正等問題。
他的目標是，未來通過零售商、銀行和其他企業提供的實時信息，更準確判斷經濟增長和通脹變化，從而提升政策制定效率。
調整政策會議機制，美聯儲內部改革仍面臨阻力
除了AI改革，沃什還在重新審視美聯儲長期運行方式。他曾在7月會議中提出，將每年8次貨幣政策會議減少至6次的可能性。Axios指出此舉的背後邏輯。
首先，減少會議次數可能讓每次會議都能納入更多經濟信息。目前部分會議只能參考一個月的數據，而調整後，每次會議可能都能結合兩個月的通脹和就業數據。
此外，減少會議數量也可能讓美聯儲官員有更多精力處理貨幣政策之外的事務，包括銀行監管和支付體系等工作。
還有一種可能方案，是維持每年8次會議，但其中兩次會議不立即討論利率決定，而用於長期政策討論。
巴克萊提醒，減少會議可能帶來新的風險。政策會議減少後，美聯儲應對經濟變化的靈活性可能下降，同時市場可能更加關注每一次會議，導致單次政策事件的重要性進一步提高。
7月29日債券市場的劇烈反應，也成爲沃什改革面臨現實約束的提醒。
美聯儲是一家擁有112年曆史、資產負債表規模達6.7萬億美元的全球核心央行，其長期以來保持謹慎和漸進式調整，並非偶然。
沃什希望推動美聯儲減少市場對央行信號的依賴，讓投資者更多關注經濟數據和市場本身。但市場人士認爲，央行體系無法簡單採用科技行業“快速行動、快速試錯”的模式。
值得注意的是，目前沃什仍延續前兩任美聯儲主席的部分做法，例如在政策會議前與聯邦公開市場委員會成員分別溝通，瞭解各方觀點。
Axios認爲，未來沃什領導的美聯儲預計將繼續推進AI應用和制度改革，但在短期內，控制通脹仍將依賴傳統利率工具。美聯儲的政策框架不會因技術轉型而迅速改變。
