فیڈ کے نائب چیئر نے بنک آف جاپان کے کانفرنس میں سود، اے آئی اور ٹریڈ پر بات کی

فیڈرل ریزرو کے نائب چیئر فلپ این جیفرسن نے 28 مئی کو جاپان بینک میں بیٹھ کر عالمی معیشت کو دوبارہ شکل دینے والے طاقتوں پر بات چیت کی۔ مقام: جاپان بینک انسٹیٹیوٹ فار مانیٹری اینڈ اکنامک اسٹڈیز کا 2026 کا کانفرنس، جس کا موضوع "نئے منظر ناموں سے مالیاتی پالیسی" ہے۔ موضوعات: توانائی کی قیمتیں، مصنوعی ذہانت، تجارتی خلل، اور امریکی سود کہاں جا رہا ہے، اس مستقل سوال پر۔

ایم ایس ایس کانفرنس میں گفتگو پانچ باہمی طور پر جڑے ہوئے خیالات پر مشتمل تھی: عالمی توانائی کی قیمتیں، اے آئی میں ترقی، تجارتی خلل، امریکہ کی نمو اور سود کے خطرات، اور فیڈرل ریزرو کا موجودہ مالیاتی پالیسی پر موقف۔

یہ کوئی نئی حیرت نہیں ہے جیفرسن کے لیے۔ اس نے نومبر 2025 میں AI کے معاشی اثرات پر تقریر کی، فروری 2026 میں سپلائی سائیڈ انفلیشن کے ڈائنانمکس پر بات کی، اور مارچ 2026 میں معاشیات پر توانائی کی قیمتوں کے اثرات پر توجہ دی۔ ٹوکیو کا ظہور ان انفرادی خیالات کو ایک واحد، سلیقہ مند کہانی میں ملا کر عالمی عدم یقین کے بارے میں پیش کرتا ہے۔

کانفرنس میں یورپی مرکزی بینک کے ایگزیکٹو بورڈ کے رکن فلپ آر لین بھی شریک تھے، جس سے یہ واضح ہوتا ہے کہ یہ صرف ایک عام اکادمیک مشق نہیں تھی۔

جیفرسن کی مارچ 2026 کی توانائی کے اثرات پر پہلے کی گئی تقریر نے اس باتچیت کی بنیاد رکھی۔ ایک بڑے بین الاقوامی کانفرنس پر اس موضوع پر واپس آکر، وہ یہ سگنل دے رہے ہیں کہ فیڈ نے توانائی کے اتار چڑھاؤ کو "حل شدہ" کے تحت فائل نہیں کیا ہے۔

جیفرسن نے یہ جاننے کی کوشش کی ہے کہ مصنوعی ذہانت کیسے پیداواری صلاحیت، مزدور بازار، اور بالآخر قیمتی استحکام کو دوبارہ شکل دے سکتی ہے۔ جیفرسن کا اس موضوع پر متعدد بار تعاون اس بات کی نشاندہی کرتا ہے کہ فیڈ دونوں سناریوز کا ماڈل بنانے کی کوشش کر رہا ہے، نہ کہ صرف مثبت صورتحال کو گھل مل جا رہا ہے۔

یہ حقیقت کہ تبادلہ کے دوران کرپٹو کرنسی کا ذکر نہیں ہوا، خود ایک ڈیٹا پوائنٹ ہے۔ جب فیڈ کے نائب چیئر ورلڈ کے ایک پرکشش ترین مالیاتی پالیسی کانفرنس میں بیٹھتے ہیں اور اجندہ بالکل توانائی، AI، تجارت اور روایتی سود کے اشاریوں پر مرکوز ہوتا ہے، تو یہ آپ کو بتاتا ہے کہ ادارتی توجہ کہاں مبذول ہے۔

ٹریڈرز کو اگلے FOMC میٹنگ تک انتظار کرنے کے بجائے کمرشل مارکیٹس اور انفلیشن توقعات کے ڈیٹا کو لیڈنگ انڈیکیٹرز کے طور پر دیکھنا چاہیے۔