L’intelligenza artificiale riuscirà a invertire l’ascesa del renminbi?

Di Miao Yanliang [1]

PECHINO – Il renminbi ha registrato una notevole ripresa nei confronti del dollaro dalla seconda metà del 2025, riaccendendo il dibattito su quanto possa ulteriormente apprezzarsi.

Alcuni collegano l’apprezzamento della valuta agli aumenti di produttività nei settori commerciali cinesi, tra cui i veicoli elettrici, le apparecchiature per le energie rinnovabili e la cantieristica navale. Per spiegare perché un aumento della produttività manifatturiera dovrebbe influenzare il tasso di cambio, fanno riferimento a un fenomeno noto come effetto Balassa-Samuelson.

La logica è semplice. Le fabbriche più produttive possono competere con maggiore successo sui mercati globali e pagare salari più alti. Poiché i lavoratori si spostano tra i settori, anche i salari nei ristoranti, nelle scuole e negli ospedali locali aumentano. Se la produttività in questi servizi non tiene il passo, i fornitori devono aumentare i prezzi per compensare i salari più alti. Un taglio di capelli in Cina diventa più costoso rispetto a un taglio altrove (tenendo conto del tasso di cambio), anche se il barbiere non ha migliorato le sue prestazioni. Questo è un vero e proprio apprezzamento del tasso di cambio, che può verificarsi a causa di un renminbi più forte, di prezzi interni più elevati o di entrambi.

Abbiamo già assistito a fenomeni simili. La Germania e il Giappone del dopoguerra hanno sperimentato periodi di apprezzamento valutario prolungato, man mano che la loro produttività si avvicinava ai livelli statunitensi. La Cina stessa ha vissuto una dinamica simile tra il 2005 e il 2013, quando il renminbi si è apprezzato di circa il 35% rispetto al dollaro.

Ma questo non significa necessariamente che una nuova ondata di aumenti di produttività guidati dall’intelligenza artificiale farà sì che il renminbi si apprezzi ancora più rapidamente. L’IA potrebbe aumentare la produttività proprio laddove il tradizionale meccanismo di Balassa-Samuelson presume che registrerà un rallentamento: nei servizi non commerciabili.

Le precedenti rivoluzioni tecnologiche hanno favorito le attività che potevano essere meccanizzate, standardizzate o scalate. La rivoluzione delle Tecnologie dell’Informazione e della Comunicazione ha trasformato la finanza, le telecomunicazioni e il commercio elettronico, rendendo molti servizi più facilmente scambiabili. Tuttavia, l’assistenza sanitaria, l’istruzione e altri servizi locali sono rimasti in gran parte dipendenti dal tempo e dal giudizio umano. Negli ospedali pubblici cinesi, ad esempio, il numero di consulti medici per paziente al giorno è sceso da 7,5 nel 2014 a 7,2 nel 2024.

Queste sono proprio le tipologie di attività in cui l’intelligenza artificiale generativa può essere d’aiuto, supportando medici, insegnanti e altri professionisti nell’elaborazione delle informazioni e nell’analisi dei dati. Se la produttività dei servizi locali aumenta, i loro costi unitari potrebbero diminuire anziché aumentare.

I servizi locali si distinguono dalla produzione manifatturiera anche per un altro aspetto importante. Una fabbrica di automobili più efficiente può vendere più veicoli all’estero. Un ospedale più efficiente non può facilmente esportare un maggior numero di consulti. Il dividendo di produttività è in gran parte confinato all’interno del paese, dove è più probabile che si traduca in prezzi più bassi. La consegna di cibo a domicilio offre un semplice esempio: algoritmi migliori consentono ai fattorini di completare più ordini all’ora, ma una rete di consegna più efficiente a Pechino non può consegnare la cena a New York.

Questo può essere interpretato come un effetto Balassa-Samuelson inverso. Invece di un aumento della produttività manifatturiera che spinge al rialzo il prezzo relativo dei servizi, i guadagni di produttività nei servizi non commerciabili spingeranno al ribasso i prezzi relativi, creando una pressione reale al ribasso o compensando in parte la pressione per l’apprezzamento reale.

L’effetto potrebbe essere particolarmente forte in Cina. Molti dei settori cinesi maggiormente esposti all’intelligenza artificiale, come l’istruzione, la sanità, l’ospitalità, la ristorazione e la vendita al dettaglio, sono orientati al mercato locale. Al contrario, negli Stati Uniti i settori più esposti includono l’informazione, la finanza e i servizi professionali, che sono diventati più commerciabili durante la rivoluzione delle Tecnologie dell’Informazione e della Comunicazione. I progressi nelle capacità dell’intelligenza artificiale non hanno alcuna influenza su queste differenze strutturali.

La struttura del mercato cinese potrebbe amplificare questo effetto. I settori sanitario e dell’istruzione operano sotto una forte regolamentazione dei prezzi, mentre ristoranti, negozi al dettaglio e servizi di consegna sono soggetti a un’intensa concorrenza. Ciò potrebbe aumentare la probabilità che i guadagni di produttività si traducano in prezzi più bassi anziché in margini di profitto più elevati, rafforzando così l’effetto Balassa-Samuelson inverso ed esercitando un’ulteriore pressione al ribasso sul tasso di cambio reale.

Le implicazioni macroeconomiche vanno oltre il tasso di cambio. La Cina sta già affrontando un periodo di bassa inflazione e debole domanda interna. Se la riduzione dei prezzi dei servizi genera una domanda aggiuntiva sufficiente, gli aumenti di produttività possono tradursi in maggiori volumi, occupazione e reddito nominale. Ma se la domanda è relativamente anelastica, i prezzi potrebbero diminuire più rapidamente di quanto aumentino i volumi, alimentando la pressione disinflazionistica e indebolendo il reddito nominale anche in presenza di un miglioramento della produttività reale.

Se la sostituzione del lavoro tramite intelligenza artificiale dovesse pesare sull’occupazione e sui redditi delle famiglie, potrebbe rafforzare questa dinamica rendendo la domanda ancora meno reattiva ai prezzi più bassi, creando potenzialmente un circolo vizioso di prezzi in calo, redditi più bassi e domanda più debole. In questo scenario, uno shock positivo di produttività potrebbe rendere la disinflazione più persistente.

In che modo i responsabili politici possono mitigare questi effetti? L’aumento della produttività è uno sviluppo positivo, quindi la soluzione non è certo quella di rallentare l’adozione dell’IA. La priorità dovrebbe invece essere quella di garantire che i benefici derivanti dalla maggiore produttività siano ampiamente condivisi.

Nel breve periodo, la flessibilità del tasso di cambio può contribuire ad assorbire parte dell’aggiustamento dei prezzi relativi. Nel tempo, l’apertura dei mercati dei servizi potrebbe consentire una riduzione dei costi per stimolare la domanda e l’attività, mentre la maggiore commerciabilità dei servizi potrebbe trasformare gli aumenti di produttività in esportazioni e reddito. Un maggiore potere d’acquisto delle famiglie e un passaggio dalla competizione sui prezzi alla qualità e alla creazione di valore potrebbero tradurre gli aumenti di produttività derivanti dall’intelligenza artificiale in servizi migliori e redditi più elevati, anziché semplicemente in prezzi più bassi.

L’intelligenza artificiale potrebbe benissimo innescare la prossima rivoluzione della produttività, ma non è detto che abbia lo stesso impatto sul tasso di cambio dell’ultima.