The Stabilisation Gap: Artificial Intelligence Exposure and Macroeconomic Policy Space in the World's Ten Largest Economies

Economische stabiliteit is de kunst van het stabiel houden van de productie en prijzen van een land terwijl de wereld eromheen verandert. Wanneer een nieuwe technologie arriveert, verandert dit de snelheid waarmee een economie van nature groeit, een snelheid die economen de trend noemen. Om de economie op koers te houden, moeten centrale banken en overheden hun instrumenten aanpassen: rentetarieven om bestedingen te beheren, en belastingen of leningen om schulden te beheren. Decennialang vertrouwde de leidende theorie over hoe dit te doen op een specifieke wiskundige relatie tussen hoeveel mensen sparen voor de toekomst en hoe snel de economie groeit. Als een krachtige nieuwe technologie arriveert, creëert deze niet alleen banen of producten; het verandert de fundamentele wiskunde van hoe rentetarieven en schulden met elkaar interageren. De vraag waar de grootste economieën voor staan, is of zij klaar zijn voor de specifieke soort schok die kunstmatige intelligentie brengt, en of hun huidige financiële instrumenten sterk genoeg zijn om het aan te kunnen.

Een onderzoeker aan de Universiteit van Sevilla heeft deze vraag onderzocht door te kijken naar de tien grootste economieën ter wereld: de Verenigde Staten, China, Duitsland, Japan, het Verenigd Koninkrijk, India, Frankrijk, Rusland, Italië en Brazilië. De studie, gepubliceerd eind 2026, brengt twee verschillende ideeën samen die zelden zij aan zij zijn vergeleken. De eerste is de "blootstelling" van de beroepsbevolking van een land aan kunstmatige intelligentie, wat betekent hoeveel banen taken bevatten die AI gemakkelijk kan uitvoeren. Het tweede is de "beleidsruimte" die een overheid beschikbaar heeft, wat simpelweg de ruimte is die zij hebben om de rentetarieven te verlagen of de uitgaven te verhogen zonder een financiële crisis te veroorzaken. De onderzoeker bouwde een gedetailleerde index voor elk land, waarbij gegevens over welke banen AI gebruiken combineerde met gegevens over de hoeveelheid schulden die elk land draagt en hoe hoog hun huidige rentetarieven zijn. Het doel was om te zien of de landen die het meest bedreigd worden door AI ook de landen waren die het minst in staat waren om erop te reageren.

Het onderzoek begon met het in kaart brengen van wie de kunstmatige intelligentie daadwerkelijk bouwt en wie het slechts gebruikt. De resultaten toonden een scherp evenwicht aan. Terwijl de Verenigde Staten en China samen bijna twee derde van de totale economische output van deze tien naties produceren, zijn zij verantwoordelijk voor negentig procent van de private investeringen in kunstmatige intelligentie. Met andere woorden: de technologie wordt in slechts twee plaatsen gecreëerd, terwijl de rest van de wereld grotendeels wacht om het te adopteren. Verrassend genoeg zijn de landen met de meeste werknemers die blootgesteld zijn aan AI niet noodzakelijkerwijs de landen die het bouwen. Het Verenigd Koninkrijk, de Verenigde Staten, Duitsland en Frankrijk hebben hoge niveaus van blootstelling, wat betekent dat de taken van hun werknemers binnenkort waarschijnlijk door AI zullen worden veranderd. Toch heeft China, een massale producent van AI, een beroepsbevolking die relatief minder blootgesteld is omdat een groot deel van de banen in de landbouw en basisarbeid bestaat, taken die momenteel minder kwetsbaar zijn voor automatisering. Deze mismatch betekent dat de meeste van de grootste economieën ter wereld AI zullen ervaren als adoptanten van een technologie die elders is ontwikkeld, in plaats van als makers.

De studie testte vervolgens een specifieke zorg: dat de landen die het meest blootgesteld zijn aan deze verstoring ook de meest financieel kwetsbare zouden zijn, door een gebrek aan geld of de rentevoetruimte om de klap op te vangen. De gegevens ondersteunden deze angst niet. Er was geen duidelijk verband tussen hoe blootgesteld de beroepsbevolking van een land was en hoeveel fiscale of monetaire ruimte dat land had. Zo hebben Rusland en Brazilië bijvoorbeeld hoge rentetarieven en lage schulden, waardoor ze veel ruimte hebben om te manoeuvreren, terwijl Japan zeer lage rentes en hoge schulden heeft, waardoor het weinig ruimte heeft. De landen die het meest blootgesteld zijn aan AI, zoals het VK en Duitsland, hebben variërende niveaus van financiële ruimte, maar de blootstelling zelf lijkt niet te voorspellen of een land zwak of sterk is. Het onderzoek keek ook naar de vraag of landen die recent zwaar in AI hadden geïnvesteerd, een snellere economische groei zagen. Het antwoord was nee; in de gegevens van 2018 tot 2025 correleerde een hogere investering in AI niet met een snellere groei in de productiviteit van werknemers. Dit suggereert dat de voordelen van een dergelijke krachtige technologie tijd nodig hebben om te verschijnen, of dat de investeringscijfers nog niet groot genoeg zijn om een duidelijk effect te tonen.

De meest significante bevinding kwam voort uit een simulatie die vroeg wat er zou gebeuren als kunstmatige intelligentie er daadwerkelijk in slaagde de economische groei te stimuleren. De onderzoeker gebruikte een standaard economisch model om de gevolgen van een stijging in groei voor de schulden en rentetarieven van elk land te berekenen. De simulatie nam aan dat mensen hun bestedingen niet gemakkelijk verschuiven tussen vandaag en morgen, een gangbaar standpunt in de economie. Onder deze aanname, als AI de economie sneller laat groeien, moet de natuurlijke rentevoet — de rente die de economie stabiel houdt — zelfs sneller stijgen. Dit creëert een moeilijke situatie voor overheden met hoge schulden. Omdat de rente op hun schulden sneller zou stijgen dan de groei van de economie, wordt de kloof tussen die twee groter. Om te voorkomen dat hun schuldenhandeling uit de hand loopt, zouden deze overheden een veel groter begrotingssaldo moeten draaien, wat betekent dat ze meer belasting moeten innen of meer uitgaven moeten beperken dan ze momenteel plannen.

Dit creëert een paradox die de auteur een "stabilisatiekloof" noemt. Aan de ene kant helpt de stijging van de rentetarieven de centrale banken. In landen als Japan en de eurozone, waar de rentes momenteel zeer laag zijn en dicht bij de ondergrens liggen, geeft een stijging van de natuurlijke rente hen meer ruimte om de rente te verlagen als er een recessie optreedt. Het herstelt een essentieel instrument voor het beheersen van de economie. Aan de andere kant schaadt dezezelfde stijging de fiscale zijde. Voor landen met hoge schulden, zoals Japan, de Verenigde Staten, Italië en Frankrijk, verandert de wiskunde op een manier die vereist dat zij hun budgetten aanzienlijk aanscherpen. In een centraal scenario zou Japan zijn primaire budgetbalans met 1,14 procent van de totale economische output moeten verhogen om zijn schuld stabiel te houden, terwijl de Verenigde Staten hetzelfde zouden moeten doen met 0,78 procent. Als de economie sterk op de nieuwe technologie reageert, zouden deze cijfers zelfs nog verder kunnen stijgen.

De studie concludeert dat hoewel de landen die het meest blootgesteld zijn aan AI momenteel niet de meest financieel beperkte zijn, de komst van de technologie zelf de beperkingen kan verstevigen. De landen met de hoogste schulden, die ook behoren tot de meest blootgestelde aan AI, staan voor de grootste uitdaging. Zij zullen merken dat de groei die AI brengt, het juist moeilijker maakt om hun bestaande schulden te beheren, zelfs terwijl het hun centrale banken meer ruimte geeft om recessies te bestrijden. Het onderzoek beweert niet dat deze toekomst onvermijdelijk is, maar het benadrukt een specifieke rekenkundige realiteit: als kunstmatige intelligentie de groei verhoogt, zal het waarschijnlijk de rentetarieven nog meer verhogen, wat overheden met hoge schulden dwingt tot moeilijke keuzes. De bevindingen suggeren dat plannen voor een AI-toekomst meer vereisen dan alleen kijken naar banen en productiviteit; het vereist begrip van hoe de technologie de rentetarieven zal hervormen die zowel het monetaire beleid als de publieke schuld beheersen.