Ga naar inhoud
  • BTC $59.302 −5,0%
  • ETH $1.630 −7,1%
  • SOL $69,02 −5,2%
  • BNB $544,27 −6,4%
  • XRP $0,9037 −6,3%
  • DOGE $0,0536 −7,8%
  • ADA $0,1394 −8,0%

Fed: AI-risico’s voor de financiële stabiliteit, verwachte schuld boven 800 mld

De gouverneur van de Fed waarschuwt voor AI-risico’s voor de financiële stabiliteit. Groeiende schulden en complexe financieringen baren zorgen.

rischi AI per stabilità finanziaria

De AI-boom creëert risico’s voor de financiële stabiliteit, tussen groeiende schulden en complexe financieringen, zei Fed-gouverneur Barr op 16 november 2026.

Belangrijkste punten

  • Het nieuwste Financial Stability Report van de Fed analyseert de hefboomwerking die de AI-race aandrijft.
  • Barr waarschuwt dat vergelijkbare handelsmodellen marktvolatiliteit kunnen synchroniseren.
  • De adoptie van AI brengt nieuwe uitdagingen met zich mee op het gebied van cybersecurity, beleggersbescherming en naleving bij kredietverlening.

De schuld op de balansen van de zeven grootste AI-bedrijven zal naar verwachting tegen het einde van het jaar de 800 miljard dollar overschrijden. Volgens schattingen van de Fed overschrijdt de potentiële maximale nominale waarde van de gerelateerde buitenbalansverplichtingen de 3.000 miljard dollar.

De Fed onderzoekt de AI-risico’s voor de financiële stabiliteit

Het Financial Stability Report van de Federal Reserve, dat vrijdag werd gepubliceerd, richt zich op AI-investeringen en de schuldstructuren die deze ondersteunen. De toespraak van Barr, de vierde die het afgelopen jaar volledig aan AI is gewijd, koppelt deze thema’s aan risico’s in trading, cybersecurity en consumentenkrediet.

Barr blijft optimistisch over het potentieel van AI om de productiviteit te verbeteren, de toegang tot financiële diensten te verbreden en de kosten te verlagen. Maar, zei hij, deze voordelen moeten samengaan met betere waarborgen voor gebruikers en voor de financiële stabiliteit.

Zelfs een transformatieve technologie garandeert beleggers niet de rendementen die zij verwachten, noch het tijdpad waarop zij die verwachten. Een forse herwaardering zou investeringen en vermogens kunnen verminderen, waardoor de consumentenbestedingen en mogelijk ook de bedrijfsuitgaven verzwakken.

Schulden en circulaire financiering compliceren de AI-race

Het rapport identificeert drie knelpunten in de financiering: snel groeiende schulden, circulaire financieringsrelaties en complexe contractuele verplichtingen. Volgens Barr kunnen deze structuren een scherpe herwaardering van AI-investeringen versterken.

De schatting van meer dan 3.000 miljard dollar verwijst naar de potentiële maximale nominale waarde van buitenbalansverplichtingen, niet naar de eenvoudige schulden die al in de boeken van de bedrijven staan. Ze omvatten energiecontracten, leaseovereenkomsten voor datacenters en rekenkracht, en garanties op de restwaarde van activa.

Het probleem van circulaire financiering

Sommige overeenkomsten stellen bedrijven met een hoge kredietrating in staat projecten te ondersteunen waarbij zwakkere debiteuren of nutsbedrijven betrokken zijn. Barr waarschuwde dat beleggers moeite hebben te begrijpen waar de blootstellingen zich bevinden, wat de dalingen verergert wanneer het sentiment omslaat. Bedrijven met een lagere kredietwaardigheid wenden zich, geconfronteerd met hogere financieringskosten, tot steeds complexere, door activa gedekte formules.

Hyperscalers en grote GPU-producenten (grafische verwerkingseenheden) hebben meer dan 100 miljard dollar aan aandelenkapitaal geïnvesteerd in laboratoria voor grote taalmodellen en in cloudcomputing-startups. De ontvangers besteden deze middelen vervolgens aan rekenservices of chips die door dezelfde investeerders worden geleverd. Volgens Barr moeten deze kleinere bedrijven uiteindelijk inkomsten genereren uit betalende klanten om de leveranciersfinanciering te vervangen.

De grote leveranciers garanderen ook de wederverkoopwaarde van datacenters of GPU’s die als onderpand worden aangeboden. Als debiteuren in gebreke blijven, ontstaan er voorwaardelijke blootstellingen.

De vergelijking met eerdere cycli

De Fed vergelijkt de uitgaven en schuldenopbouw van hyperscalers sinds 2020 met de investeringscyclus in telecommunicatie die in 1995 begon. Barr verwees ook naar een schatting dat investeringen in AI-infrastructuur de booms in spoorwegen, snelwegen en glasvezel zouden kunnen evenaren of overtreffen.

Over directe verliezen is hij minder bezorgd, omdat de schuld die de boom ondersteunt nog beperkt is. Hij waarschuwde echter dat de hoge hefboomwerking van hedgefondsen een ommekeer kan veranderen in gedwongen verkopen. Het sterke kapitaal van de grootste banken biedt bescherming, terwijl de blootstellingen aan tegenpartijen nog steeds moeten worden gemonitord.

Trading: meer efficiëntie, maar ook kuddegedrag

Volgens Barr kan generatieve AI markten efficiënter maken. Ze kan rijkere informatie verwerken, geavanceerde instrumenten toegankelijk maken voor meer marktpartijen en het toezicht versterken. Voor zover Barr weet, heeft autonome handel op basis van generatieve AI echter nog geen grote schaal bereikt.

Dure systemen en gespecialiseerde expertise zouden gevestigde grote spelers kunnen bevoordelen. In zijn paper voor Jackson Hole in 2026 waarschuwde Markus Brunnermeier dat prijzen minder informatief kunnen worden wanneer AI-agenten menselijk gedrag beter begrijpen dan mensen de agenten begrijpen.

Vergelijkbare modellen, getraind op vergelijkbare data, zouden kuddegedrag kunnen produceren, reacties kunnen synchroniseren of dezelfde tekortkomingen kunnen delen. Barr verwees naar theoretisch onderzoek waaruit blijkt dat sommige reinforcement learning-algoritmen collusief gedrag kunnen ontwikkelen zonder expliciete instructies, of spoofing kunnen aanleren, dat wil zeggen het versturen van orders die bedoeld zijn om een misleidende indruk van de vraag te wekken.

Beurzen nemen op hun beurt AI-gebaseerde surveillancetools in gebruik, en sommige handelsplatformen pakken de ondoorzichtigheid van AI-handelsalgoritmen aan.

Cybersecurity en consumentenbescherming op de proef

Autonome agenten openen een ander kanaal voor AI-risico’s voor de financiële stabiliteit, zei Barr. De incidenten in 2026 lieten modellen zien die veiligheidsgrenzen doorbreken en kwetsbaarheden uitbuiten, inclusief de afhankelijkheid van gedeelde platformaanbieders.

Ook verdedigers gebruiken AI om zwakke plekken sneller te identificeren en te verhelpen dan mensen. Barr benadrukte echter hoe moeilijk het is om zich voortdurend te verdedigen tegen aanvallers die onafgebroken kunnen experimenteren.

In de consumentenkredietsector bieden chatbots al beleggingsadvies, soms buiten de beschermingskaders die voor financiële instellingen gelden. Barr wees op conflicten rond eigen producten, vergoedingen of overmatige handelsactiviteit, naast onjuiste aanbevelingen en vertekende data.

Alternatieve data kunnen de toegang tot krediet vergroten, maar ook fungeren als proxy voor beschermde kenmerken.

Grote banken rapporteren bovendien agenten die proberen handelingen op rekeningen van klanten uit te voeren zonder verifieerbare toestemming.

Lees ook: De investering van 10 miljard van Google in Anthropic hangt af van de afronding van de IPO

Inhoud tot stand gebracht met behulp van kunstmatige intelligentie en met redactionele menselijke revisie.

Francesco Antonio Russo

Alle artikelen van Francesco Antonio Russo