AI thay đổi tận gốc ngành kinh tế học như thế nào

Hiện nay, các ngân hàng trung ương như Cục Dự trữ Liên bang Mỹ (Fed) phải quyết định tăng hay giảm lãi suất dựa trên những dữ liệu thường đến chậm và chưa đầy đủ. Chẳng hạn, số liệu lạm phát thường được công bố sau khi sự việc đã xảy ra nhiều tuần, còn số liệu việc làm có thể mất nhiều tháng mới được điều chỉnh và hoàn thiện. Vì vậy, các nhà hoạch định chính sách đôi khi phản ứng quá muộn trước những thay đổi của nền kinh tế.

Sự phát triển như vũ bão của AI trong vài năm qua đã thổi bùng lên rất nhiều cuộc thảo luận về tác động của AI đối với việc làm, mô hình kinh doanh của doanh nghiệp, năng suất và tăng trưởng kinh tế. "Nhưng với lĩnh vực kinh tế học thì sao? Bước nhảy vọt công nghệ này tác động đến quá trình hoạch định chính sách kinh tế như thế nào?", nhà kinh tế học Dambisa Moyo đặt câu hỏi trong bài báo trên The Wall Street Journal. "Câu trả lời ngắn gọn là: AI sẽ giúp việc hoạch định chính sách kinh tế trở nên chính xác hơn, đặc biệt là trong hoạt động của các ngân hàng trung ương".

Theo TS Dambisa Moyo, với khả năng xử lý lượng dữ liệu khổng lồ từ giá tiêu dùng, mức tăng lương, các giao dịch tài chính cho đến hoạt động của chuỗi cung ứng, AI có thể giúp các cơ quan quản lý theo dõi nền kinh tế gần như theo thời gian thực. Nhờ đó, các quyết định về lãi suất và chính sách tiền tệ cũng có thể trở nên chính xác hơn.

Chẳng hạn, Hàn Quốc đã triển khai hệ thống dBrain+ tích hợp AI để phân tích dữ liệu kinh tế, tài khóa và tài chính theo thời gian thực, hỗ trợ đánh giá rủi ro và quản lý ngân sách tập trung, theo báo cáo năm 2025 của OECD về quản trị bằng trí tuệ nhân tạo.

Không chỉ vậy, AI còn có thể cải thiện các mô hình kinh tế. Chẳng hạn, các phân tích dựa trên AI có thể đánh giá một cách nhanh chóng và chính xác hơn tác động của một đợt tăng lãi suất thêm 0,25 điểm phần trăm đối với tăng trưởng kinh tế, giá cả, lạm phát và những ảnh hưởng lan tỏa tới toàn bộ nền kinh tế.

Tại Ngân hàng Trung ương Anh, AI tạo sinh đang làm thay đổi căn bản cách dữ liệu được sử dụng và giúp xây dựng các mô hình kinh tế với quy mô lớn và phức tạp hơn trước, TS Dambisa Moyo cho biết.

Kết thúc thời kỳ giả định?

Tác động của AI còn có thể vượt xa việc hỗ trợ hoạch định chính sách. Trong nhiều thập kỷ, kinh tế học phải dựa vào các giả định để mô tả hành vi của hàng triệu người và doanh nghiệp. Do không thể quan sát mọi cá nhân, các nhà kinh tế thường sử dụng dữ liệu mẫu và các mô hình đại diện cho toàn xã hội như "hàm hữu dụng tổng hợp" (aggregate utility function) - gộp sở thích và mong muốn của hàng triệu cá nhân thành một thước đo đại diện duy nhất phản ánh mức độ thỏa mãn hay mức sống chung của toàn xã hội, thường được đo bằng GDP bình quân đầu người.

Thế nhưng, AI có thể giúp thu thập và phân tích lượng dữ liệu khổng lồ về mong muốn và quyết định của từng cá nhân - điều vốn chỉ nằm trong "giấc mơ" của các nhà quản lý trước đây - từ đó cho phép nghiên cứu hành vi của từng cá nhân và doanh nghiệp một cách chi tiết hơn. Nhờ đó, các nhà quản lý có thể giảm sự phụ thuộc vào các giả định truyền thống của kinh tế học và phát hiện những rủi ro đang hình thành nhanh hơn, chính xác hơn và ở mức độ mà trước đây chưa từng làm được.

Hay một ví dụ khác là giả định về xu hướng các chủ thể lựa chọn một cách duy lý trong nền kinh tế. Theo lý thuyết kinh tế học tân cổ điển, người tiêu dùng luôn đưa ra lựa chọn hợp lý để tối đa hóa lợi ích của mình. Chẳng hạn, nếu một hộ gia đình đang cân nhắc giữa thịt gà và thịt bò, trong khi giá thịt bò tăng lên nhưng thu nhập của họ không đổi, người tiêu dùng được xem là "duy lý" sẽ mua ít thịt bò hơn và nhiều thịt gà hơn, vì lúc này thịt gà đem lại giá trị tốt hơn cho số tiền bỏ ra. Những giả định như vậy thường được các nhà kinh tế học sử dụng để hiểu về nền kinh tế.

Nhưng nếu AI có thể quan sát trực tiếp sở thích và hành vi của hàng triệu người, các nhà kinh tế sẽ không phải giả định con người thích gì hay muốn gì nữa bởi họ có thể biết điều đó với mức độ chính xác rất cao từ dữ liệu thực tế.

"Dù dữ liệu lớn và các công cụ phân tích tiên tiến cũng đã giúp chúng ta tiến được một đoạn trên chặng đường này, nhưng AI có thể đưa mọi thứ tiến xa hơn thế, tới mức sở thích của từng cá nhân tại bất kỳ thời điểm nào cũng có thể xác định được", TS Dambisa Moyo cho biết.

Như vậy, AI có thể đưa kinh tế học tiến gần hơn tới mục tiêu lý tưởng. "Khả năng thu thập và phân tích khối lượng dữ liệu khổng lồ của AI có thể làm thay đổi tận gốc ngành kinh tế học, giúp giảm bớt và thậm chí trong một số trường hợp là loại bỏ hoàn toàn nhu cầu phải đưa ra các giả định về cá nhân, doanh nghiệp hay thị trường khi xây dựng các mô hình kinh tế", TS Dambisa Moyo nhận định.

Vai trò của nhà kinh tế học?

Dù vậy, điều này không có nghĩa các nhà kinh tế sẽ bị thay thế. "Dù AI có thể đảm nhận một phần công việc thu thập dữ liệu và ngoại suy vốn được các nhà kinh tế thực hiện lâu nay nhưng trên thực tế, AI có thể khiến kinh tế học trở nên quan trọng hơn, chứ không phải kém quan trọng đi", TS Dambisa Moyo cho biết.

Theo TS Dambisa Moyo, với sự hỗ trợ của AI, các nhà kinh tế học có thể thực hiện những phân tích nhanh hơn và chất lượng hơn, dự báo tốt hơn các bước ngoặt kinh tế như khủng hoảng tài chính, lạm phát hay các rủi ro hệ thống đang âm thầm hình thành trong nền kinh tế.

Điều đó cuối cùng sẽ giúp nâng cao chất lượng ra quyết định của tất cả các chủ thể trong nền kinh tế, từ người tiêu dùng, doanh nghiệp cho đến các nhà hoạch định chính sách.

Vấn đề nằm ở chỗ AI rất giỏi dự báo nhưng chưa chắc đã hiểu nguyên nhân, theo nhà kinh tế học Antonio Coppola tại Viện Nghiên cứu Chính sách Kinh tế Stanford. Một mô hình AI có thể chỉ ra chính xác khu vực nào trong hệ thống tài chính đang tiềm ẩn rủi ro, nhưng nó không thể giải thích chắc chắn vì sao rủi ro đó xuất hiện hoặc chính sách nào sẽ giải quyết được vấn đề.

Bên cạnh đó, các mô hình dự báo còn có thể tạo ra rủi ro đạo đức (moral hazard), tức vô tình khuyến khích các nhà đầu tư chấp nhận những rủi ro mới. Ví dụ, các ngân hàng hoặc tổ chức tài chính có thể mạnh dạn mua những tài sản tiềm ẩn nhiều nguy cơ vì họ tin rằng nếu tình hình trở nên xấu đi, hệ thống AI sẽ phát hiện sớm và cơ quan quản lý sẽ can thiệp để ngăn chặn khủng hoảng.

Một khả năng khác là các nhà đầu tư cũng có thể tìm cách chuyển hoạt động rủi ro sang những khu vực ít bị AI và cơ quan quản lý theo dõi hơn, khiến rủi ro trở nên khó phát hiện hơn và ẩn trong những góc khuất của hệ thống tài chính.

Từ một nghiên cứu dựa trên dữ liệu kéo dài 14 năm của mình, nhà kinh tế học Antonio Coppola cho rằng, mô hình AI dự báo hoạt động hiệu quả nhất khi được sử dụng cùng với các lý thuyết kinh tế hiện có về tác động nhân quả của các biện pháp can thiệp chính sách.

Ông cũng cho rằng, việc áp dụng AI vào quản lý an toàn vĩ mô cần được nghiên cứu và phát triển thêm rất nhiều, đồng thời lưu ý rằng "các ngân hàng trung ương sẽ phải cân nhắc hết sức cẩn trọng về vấn đề này trong thời gian tới" để khai thác sức mạnh dự báo của AI mà không vô tình đưa thêm các dạng bất định và rủi ro mới vào hệ thống tài chính.

Kim Dung tổng hợp

---

Tài liệu tham khảo:

How AI Could Improve Economic Policymaking, The Wall Street Journal, https://www.wsj.com/tech/ai/ai-economics-policy-03798f95?mod=tech_lead_pos2

AI could spot the next financial crisis – but there’s a catch, Stanford Institute for Economic Policy Research, https://siepr.stanford.edu/news/ai-could-spot-next-financial-crisis-theres-catch

Governing with Artificial Intelligence (2025), OECD, https://www.oecd.org/en/publications/governing-with-artificial-intelligence_795de142-en.html