Memprediksi dampak ekonomi dari kecerdasan buatan

Pada Mei 2026, anggota Dewan Federal Reserve Lisa D Cook menyampaikan pidato khusus di Institut Kebijakan Ekonomi Stanford, secara sistematis menjelaskan dampak ganda kecerdasan buatan terhadap ekonomi dan sistem keuangan Amerika Serikat. Pidato tersebut menggabungkan kondisi makroekonomi saat ini, membahas kecerdasan buatan (AI), menjelaskan pengaruh gelombang investasi AI terhadap inflasi, lapangan kerja, dan pertumbuhan, serta menganalisis nilai inovasi dan berbagai risiko potensial di bidang keuangan, sekaligus memperkenalkan contoh praktik pengawasan AI yang diterapkan oleh Federal Reserve, dengan sikap optimis dan hati-hati dalam mengusung ide pengembangan yang menggabungkan inovasi dan pengendalian risiko, yang memiliki pandangan makro dan nilai praktis industri. Institut Teknologi Keuangan Universitas Rakyat Tiongkok telah menerjemahkan bagian inti dari penelitian ini.

Kondisi Makroekonomi dan Dampak Penularan AI

Lisa memulai pidatonya dengan mengaitkan kondisi ekonomi Amerika Serikat saat ini, menganalisis berbagai dampak yang dibawa AI berdasarkan analisis target ganda Federal Reserve (dual mandate), dan sebagai dasar memahami logika pelaksanaan kebijakan moneter saat ini.

(1) Inflasi: Dampak Jangka Pendek dan Tekanan Jangka Panjang

Masalah inflasi di Amerika Serikat saat ini cukup menonjol, hingga April 2026, indeks harga pengeluaran konsumsi pribadi (PCE, Personal Consumption Expenditures price index) meningkat 3,8% secara tahunan, angka ini jauh di atas target inflasi 2% yang ditetapkan Federal Reserve. Setelah mengeluarkan kategori yang sangat fluktuatif seperti makanan dan energi, indeks harga pengeluaran konsumsi inti (core PCE) menunjukkan kenaikan 3,3% secara tahunan, mencapai level tertinggi sejak 2023. Penyebab langsung dari lonjakan inflasi ini adalah kenaikan harga minyak mentah akibat situasi Iran. Secara teori, konflik tarif dan guncangan geopolitik termasuk gangguan jangka pendek, dan pasar futures minyak internasional secara umum memperkirakan harga minyak akan turun kembali pada akhir tahun ini.

Lisa menegaskan bahwa risiko harga jangka pendek yang masih memicu inflasi jangka menengah dan panjang tetap ada. Perusahaan cenderung memasukkan kenaikan harga jangka pendek ke dalam penetapan harga normal, dan pekerja akan mempertimbangkan tingkat harga saat ini dalam negosiasi gaji, yang berpotensi memicu risiko spiral upah-harga (wage-price spiral). Selain itu, gelombang besar investasi AI semakin memperburuk ketidakseimbangan penawaran dan permintaan di pasar. Saat ini, total rencana pembangunan pusat data oleh perusahaan global telah menembus 1,5 triliun dolar AS, dan sebagian besar proyek masih dalam tahap persiapan, sehingga permintaan investasi yang terus mengalir mendorong kenaikan harga chip, perangkat lunak dan perangkat keras kelas atas di hulu. Dalam satu tahun terakhir, gaji untuk pekerjaan khusus di bidang konstruksi meningkat secara signifikan, dan harga listrik serta air masing-masing naik sekitar 5%. Selain pusat data, investasi aset tetap terkait AI seperti robot juga akan terus berkembang, sehingga tekanan permintaan jangka menengah dan panjang akan terus mendukung kenaikan harga.

**

(2) Pasar Tenaga Kerja: Stabilitas Tampak dan Risiko Mendalam

**

Pasar tenaga kerja saat ini tetap stabil secara keseluruhan, hingga April 2026 tingkat pengangguran di AS adalah 4,3%, hampir tidak mengalami fluktuasi besar sejak musim panas tahun lalu, angka ini sejalan dengan tingkat pengangguran alami (natural rate), menandakan penawaran dan permintaan tenaga kerja relatif seimbang. Meski sering terdengar kabar PHK di berbagai perusahaan, jumlah klaim tunjangan pengangguran awal tetap rendah, dan kondisi ketenagakerjaan secara umum tetap stabil. Namun, Lisa menunjukkan bahwa risiko penurunan pasar tenaga kerja mulai terkumpul secara perlahan. Ketegangan geopolitik di Timur Tengah menekan ketidakpastian ekonomi dan menahan permintaan total pasar, sementara perusahaan cenderung menahan diri dalam perekrutan, sehingga pasar tenaga kerja saat ini menunjukkan minat perekrutan yang rendah. Dari sudut pandang jangka panjang, AI mungkin akan memicu restrukturisasi besar-besaran dalam pasar kerja yang belum pernah terjadi selama beberapa generasi. Meskipun saat ini belum terlihat pengangguran massal, kecepatan pengurangan posisi pekerjaan akibat AI kemungkinan besar akan lebih cepat daripada penciptaan posisi baru, dan pergerakan tenaga kerja yang semakin dinamis akan menjadi tren yang tak terhindarkan. Berdasarkan data survei kredit usaha kecil Federal Reserve 2025, sebagian besar usaha kecil belum mengubah biaya tenaga kerja karena AI, tetapi mayoritas memperkirakan bahwa di masa depan mereka akan sepenuhnya menyesuaikan model bisnis dengan AI, dan perubahan struktur pekerjaan hanyalah masalah waktu.

**

(3) Pertumbuhan: Optimisme Produktivitas dan Bonus Ekonomi Pengetahuan

**

Dalam hal pertumbuhan ekonomi, Lisa bersikap optimis. Sepanjang tahun lalu, PDB (Gross Domestic Product) AS menunjukkan pertumbuhan yang kuat, dan produktivitas tenaga kerja (labor productivity) juga melebihi tingkat sebelum pandemi, serta semangat kewirausahaan tetap tinggi. Ia mengutip teori pertumbuhan endogen yang menyatakan bahwa AI adalah teknologi umum yang memiliki nilai revolusioner, dan investasi jangka panjang di bidang ekonomi pengetahuan sejak Perang Dunia II sedang memanfaatkan AI untuk mewujudkan lonjakan inovasi. Setelah AI secara sistematis diintegrasikan ke dalam proses produksi perusahaan, produktivitas tenaga kerja akan meningkat lebih jauh, memberikan dukungan kuat bagi pertumbuhan ekonomi AS yang stabil dalam jangka menengah dan pendek.

**

(4) Kebijakan Moneter: Sikap Menunggu Stabil dan Cenderung Ketat

**

Berdasarkan penilaian komprehensif terhadap ekonomi makro, Lisa menjelaskan bahwa kebijakan moneter saat ini berfokus pada menjaga kestabilan. Dari sudut pandang pengelolaan risiko, pilihan terbaik saat ini adalah mempertahankan suku bunga acuan tidak berubah. Risiko utama dalam kondisi ekonomi saat ini adalah inflasi yang masih berpotensi meningkat. Prediksi dasar menunjukkan bahwa inflasi akan perlahan menurun dalam beberapa bulan mendatang, dan pasar tenaga kerja akan tetap stabil, sehingga tidak perlu penyesuaian suku bunga saat ini. Namun, AS telah mengalami inflasi di atas target selama lima tahun berturut-turut, dan jika harga tetap tinggi dan mengakar dalam mekanisme penetapan harga dan gaji, ini akan menimbulkan risiko jangka panjang. Lisa menegaskan bahwa jika inflasi tidak turun sesuai harapan, Federal Reserve akan menaikkan suku bunga; sebaliknya, jika pasar tenaga kerja menunjukkan tanda-tanda memburuk secara signifikan, mereka akan menurunkan suku bunga, dan penyesuaian kebijakan akan bergantung pada data ekonomi yang ada.

Peluang Pengembangan Sistem Keuangan Melalui AI

Mengenai nilai AI bagi sistem keuangan, Lisa menyatakan bahwa AI mampu meningkatkan efisiensi produksi secara menyeluruh, mempercepat inovasi, mendukung munculnya perusahaan baru dan penciptaan lapangan kerja, serta secara makro membantu mengurangi tekanan inflasi. Internal Federal Reserve sangat mendukung model inovatif berbasis eksperimen, mencontoh pengalaman Silicon Valley, memimpin pembangunan jaringan riset ekonomi teknologi baru, berbagi hasil riset dan pengalaman implementasi AI di seluruh sistem Federal Reserve, serta mendorong staf untuk mengeksplorasi aplikasi AI yang baru, sekaligus menerima proses inovasi yang penuh trial and error. Saat ini, industri keuangan sudah mulai mengaplikasikan AI pada bidang bisnis tradisional yang padat tenaga kerja dan sumber daya, seperti audit kepatuhan, pusat panggilan pelanggan, dan operasi backend, yang semuanya mengalami peningkatan efisiensi secara signifikan. Alat AI juga membuat analisis data menjadi lebih efisien dan fleksibel, berkat teknologi pengkodean cerdas, sehingga lembaga keuangan dapat mengatasi masalah jangka panjang seperti pembaruan kode sistem warisan (legacy code) dan integrasi multi-sistem. Perusahaan teknologi besar dan lembaga keuangan juga memanfaatkan AI untuk secara aktif memeriksa berbagai kerentanan keamanan siber, memperkuat pertahanan sistem. Dalam jangka panjang, potensi transformasi industri keuangan oleh AI sangat luas: dapat digunakan untuk menciptakan produk keuangan yang disesuaikan, merancang layanan berbeda sesuai kebutuhan pelanggan, sehingga produk keuangan kompleks dapat menjangkau lebih banyak orang; untuk investor ritel, alat analisis AI membantu mereka lebih awal menangkap tren pasar dan mengidentifikasi risiko potensial; setelah efisiensi operasional meningkat, lebih banyak dana dapat mengalir ke bidang kredit dan investasi, mendorong ekonomi riil, dan menciptakan siklus ekonomi yang sehat.

Risiko Keuangan yang Ditimbulkan AI dan Kerentanan Sistem

Lisa juga secara objektif menunjukkan bahwa inovasi teknologi pasti disertai berbagai risiko. Tanpa pengawasan dan pembatasan yang efektif, AI dapat memperbesar kelemahan yang sudah ada dalam sistem keuangan dan menimbulkan risiko baru. Risiko terkait AI di bidang keuangan terutama terbagi menjadi empat aspek.

Risiko pertama adalah risiko pasar yang disebabkan oleh perdagangan algoritmik berbasis AI (AI-driven algorithmic trading). Algoritma tradisional bergantung pada kode tetap dan aturan sederhana untuk melakukan perdagangan frekuensi tinggi, sehingga operasinya cukup kaku, sementara Generative AI dan machine learning memiliki kemampuan belajar mandiri, dapat menyesuaikan strategi perdagangan secara dinamis berdasarkan data historis, data real-time, dan informasi tidak terstruktur seperti teks. Mode perdagangan baru ini berpotensi menyebabkan perilaku pasar yang seragam, memicu kolusi internal (endogenous model collusion), menurunkan hambatan untuk manipulasi pasar, dan meningkatkan konsentrasi pasar (market concentration), mengganggu ketertiban pasar yang normal, serta mengancam stabilitas keuangan.

Risiko kedua adalah risiko yang muncul dari dampak transformasi industri terhadap pasar kredit. Teknologi AI telah mengganggu beberapa industri tradisional, dan tren ini sudah terlihat di pasar obligasi. Ekspektasi restrukturisasi industri menyebabkan spread obligasi berisiko tinggi (speculative-grade bonds) di sektor teknologi melebar; setelah perusahaan AI terkemuka meluncurkan produk yang bersaing di industri perangkat lunak, kekhawatiran terhadap aset kredit terkait meningkat, memicu penarikan dana besar-besaran, dan memberi dampak negatif pada obligasi yang diperdagangkan di pasar dan perusahaan pengembangan bisnis yang menerbitkan obligasi perpetual di luar pasar.

Risiko ketiga berasal dari pembangunan infrastruktur AI yang meningkatkan leverage utang. Banyak perusahaan teknologi besar melakukan pendanaan melalui pasar utang untuk membangun pusat data dan fasilitas AI lainnya, sering menerbitkan obligasi investasi (investment-grade bonds), sementara perusahaan data center kecil dan menengah bergantung pada pinjaman swasta dan pasar sekuritas berbasis aset. Peningkatan utang di bidang teknologi baru ini meningkatkan rasio leverage dan menimbulkan risiko sistemik. Lisa menambahkan bahwa meskipun tingkat leverage saat ini belum mencapai puncak sebelum krisis keuangan global, tren penerbitan utang yang tidak terkendali tetap harus diwaspadai.

Risiko keempat adalah risiko keamanan siber, yang saat ini menjadi perhatian utama. Kemampuan model bahasa besar (LLM, Large Language Models) dan AI agen cerdas berkembang pesat, teknologi ini bisa digunakan untuk memperkuat sistem pertahanan maupun disalahgunakan oleh pihak jahat. Contohnya, Mythos dari Anthropic dapat mengidentifikasi celah keamanan perangkat lunak yang sebelumnya tidak terdeteksi, dan jika disalahgunakan oleh peretas, akan mengancam keamanan lembaga keuangan dan infrastruktur penting. Selain itu, AI secara signifikan menurunkan hambatan dalam penulisan kode, jumlah kode yang dibuat meningkat pesat, yang secara tidak langsung membebani sistem pengawasan keamanan yang ada, dan kerusakan perangkat lunak maupun gangguan layanan keuangan akibat kesalahan non-serangan juga menjadi risiko. Namun, AI juga dapat digunakan untuk membangun sistem pertahanan yang efektif terhadap serangan siber, sehingga industri menunjukkan pola kompetisi antara pengembangan teknologi serangan dan pertahanan.

Praktik Penerapan AI Federal Reserve

Lisa menjelaskan secara rinci praktik penerapan AI di internal Federal Reserve. Saat ini, Komite Pasar Terbuka Federal (FOMC) belum menggunakan AI untuk menetapkan kebijakan moneter, tetapi berbagai departemen di Federal Reserve sudah secara luas mengaplikasikan AI dalam pemantauan stabilitas keuangan dan analisis risiko. Melalui pengembangan dan penerapan alat cerdas, otoritas pengawas dapat lebih akurat mengidentifikasi risiko baru yang muncul dari AI, serta mendeteksi potensi bahaya yang mungkin terlewatkan dalam model pengawasan tradisional.

Praktik AI Federal Reserve terbagi menjadi dua bagian utama. Bagian pertama adalah membentuk tim teknis khusus yang meneliti peluang dan risiko dari teknologi seperti keamanan siber, AI, dan komputasi kuantum. Tim ini menggunakan model bahasa besar untuk melakukan simulasi, meneliti pengaruh AI generatif terhadap perilaku investor, dan hasilnya menunjukkan bahwa agen AI cenderung mengandalkan data dan logika dalam pengambilan keputusan, sehingga dapat secara efektif mengurangi perilaku herd behavior yang dipicu oleh animal spirits dan menurunkan kemungkinan gelembung aset. Tim riset juga mengembangkan teknologi distilasi pengetahuan aktif (active knowledge distillation) untuk menciptakan model AI yang ringan, dengan mengurangi biaya komputasi hingga 80% tanpa mengurangi akurasi klasifikasi, sehingga mampu memproses dokumen pengawasan, laporan keuangan, berita, dan teks tidak terstruktur dalam jumlah besar secara efisien. Selain itu, staf menggunakan teknologi pengolahan bahasa alami (Natural Language Processing) untuk menganalisis teks dari laporan Beige Book selama puluhan tahun, membuktikan bahwa data sentimen dari teks ini dapat secara efektif memprediksi resesi ekonomi dan meningkatkan kemampuan peringatan risiko makro.

Bagian kedua adalah mengorganisasi staf Dewan Federal Reserve dan 12 bank cadangan regional untuk melakukan simulasi AI agen cerdas, mengeksplorasi aplikasi teknologi ini dalam analisis stabilitas keuangan. AI agen cerdas mampu melakukan penalaran mandiri, memilih metode analisis, dan menyelesaikan tugas kompleks secara otomatis, dan dalam identifikasi risiko berbasis jaringan (network-based risks), menunjukkan performa jauh lebih baik dibanding analisis manusia tradisional. Karena keterbatasan tenaga dan daya komputasi, metode konvensional sulit memetakan struktur jaringan keuangan yang kompleks, sementara AI agen cerdas dapat melakukan pemeriksaan sistematis secara menyeluruh. Alat ini juga mampu menjalankan berbagai skenario simulasi stabilitas keuangan secara massal, yang sebelumnya memerlukan banyak tenaga dan waktu. Untuk menghindari kesalahan algoritma, sistem Federal Reserve mengadopsi mekanisme verifikasi berlapis, meminta beberapa AI saling cross-check dan secara aktif memasukkan pandangan kontra, lalu hasilnya diverifikasi ulang oleh peneliti manusia. Logika operasional ini meniru pola berpikir dan penelitian akademik manusia, menggabungkan efisiensi dan akurasi.

Kesimpulan dan Posisi Pengembangan

Akhirnya, Lisa menyatakan bahwa perkembangan AI harus didasarkan pada eksperimen, aturan pengelolaan, dan pengendalian risiko sebagai tiga pilar utama. Saat ini, lembaga keuangan dan perusahaan teknologi sedang mempercepat penerapan AI, dan kecepatan iterasi teknologi semakin meningkat. Pengawas harus berpartisipasi langsung dan memahami secara mendalam mekanisme sistem agar dapat secara akurat mengidentifikasi risiko dan mengarahkan perkembangan industri secara sehat.

AI memiliki kemampuan analisis yang kuat dan dapat memperluas batas kerja manusia, tetapi keunggulan teknologi ini harus didukung oleh kerangka pengelolaan yang lengkap. Model aplikasi terbaik saat ini adalah kolaborasi manusia dan mesin, di mana AI digunakan untuk meningkatkan kemampuan penilaian manusia, sekaligus menanamkan mekanisme verifikasi di tingkat sistem untuk menghindari bias algoritma dan kesalahan pengambilan keputusan. Dalam masa perubahan teknologi yang krusial ini, Federal Reserve tetap optimis terhadap perkembangan AI, sambil menerapkan prinsip kehati-hatian, mendorong inovasi, dan menjaga kestabilan makroekonomi serta sistem keuangan.