Den skjulte AI‑risiko, der opstår ved indførelse af CBDC

Centralbankens digitale valutaer (CBDC’er) betragtes som en central finansiel innovation i den digitale æra, der fremskynder betalinger, øger gennemsigtigheden, forbedrer finansiel inklusion og styrker den monetære suverænitet. Disse egenskaber er grunden til, at CBDC’er har tiltrukket stigende interesse fra centralbanker verden over.

Men det, der sjældnere diskuteres, er den mindre synlige risiko ved disse digitale versioner af officielle valutaer. Indførelsen af CBDC’er ændrer den måde, virksomheder tænker på og præsenterer deres teknologistrategier, og det er ikke altid til det bedre.

Ny forskning tyder på, at CBDC’er øger presset for at demonstrere digital transformation, hvilket får nogle virksomheder til at intensivere deres AI‑fortællinger uden at matche disse påstande med teknisk udvikling. Det er mere markedsføring end maskinlæring.

Dette gab mellem, hvad virksomheder siger om deres AI‑ambitioner, og hvad de faktisk bygger, har reelle konsekvenser for investorer, kapitalmarkeder og troværdigheden af den bredere AI‑investeringscyklus, og det er stort set forblevet uundersøgt indtil nu.

For investorer går lektien ud over CBDCs. I stedet for kun at stole på ledelsens kommentarer, skal de vurdere AI‑eksponering gennem patenter, R&D‑intensitet, ansættelser, implementeringer og indtægtsgenerering. Efterhånden som AI‑påstande bliver allestedsnærværende, kan troværdighedsgabet mellem markedsføring og udførelse blive en væsentlig værdi‑ og finansieringsrisiko.

Hvorfor centralbanker skynder sig mod digitale valutaer

De fleste lande har deres egne centralbanker. Disse centraliserede myndigheder styrer en nations penge‑ og kreditforsyning gennem pengepolitik. De bruger værktøjer som rentesatser, reservekrav og åbne markedsoperationer til at kontrollere inflation, stabilisere pengenes værdi og styre økonomisk vækst. Selvom de er designet til at operere uafhængigt, funktionerer de i realiteten ikke¹ som sådan.

Ikke kun er deres uafhængighed i tvivl, men disse offentlige finansielle institutioner står også over for begrænsninger i pengepolitiske stramninger og bekymringer om at opretholde monetær suverænitet i den digitale økonomi.

I løbet af det sidste årti har finansielle systemer hurtigt digitaliseret, og private betalingsplatforme er vokset. I dag udvikler betalingssystemer, finansielle produkter og pengeformer sig hurtigere end de regulatoriske og politiske rammer, mens stablecoins og tokeniserede aktiver opererer ved siden af traditionelle strukturer, hvilket yderligere svækker centralbankernes politiske indflydelse.

CBDC’er er opstået som svar på alle disse udfordringer. Selvom idéen om, at en centralbank udsteder sin egen digitale penge, ikke er ny, fik den betydelig fremdrift efter fremkomsten af Bitcoin (BTC ), som blev lanceret i kølvandet på finanskrisen i 2008, der svækkede den offentlige tillid til finansielle institutioner.

Stigningen i kryptovalutaer fangede de monetære myndigheders opmærksomhed og tvang dem til at overveje, hvordan statslig digital penge ser ud. I de seneste år har centralbankerne accelereret forskning, eksperimentering og pilotprogrammer for at modernisere betalingsinfrastrukturen, samtidig med at de bevarer fuld kontrol.

Data viser betydelig interesse for CBDC’er, med 146 lande og valutaunioner involveret på den ene eller anden måde. Af disse forsker 40 i øjeblikket i idéen om at skabe digitale versioner af deres nationale valutaer. Endnu flere lande (41) har allerede lanceret pilotprojekter, mens mange (33) er i udviklingsfasen. Omkring femten sådanne projekter er dog inaktive, og ni er blevet aflyst.

Bemærkelsesværdigt er det kun en håndfuld økonomier, som Nigeria, der er nået helt til en fuldt lanceret detail‑CBDC, men deres erfaring har været præget af beskeden adoption.

Central Bank of Nigeria (CBN) delte for nylig sine planer om at bruge eNaira til statslige betalinger såsom pensioner, løn til offentligt ansatte og sociale velfærdsydelser for at øge adoptionen af eNaira, som blev lanceret i 2021, ifølge bankens ‘Nigerian Payments System Vision 2028‘.

Medlemslandene i BRICS-gruppen, som omfatter Brasilien, Rusland, Indien, Kina og Sydafrika, samt Nigeria blandt andre, diskuterer også at forbinde deres hurtige betalingssystemer med CBDC’er, Reuters rapporterede.

“Grænseoverskridende betalinger er et område af interesse for os alle, inklusive BRICS, fordi vi mener, at der er stort potentiale for at reducere omkostningerne. Forskellige muligheder er på bordet, men det er stadig på diskussionsstadiet, herunder CBDC’er og koblinger af hurtige betalingssystemer.”

– Reserve Bank of India (RBI) guvernør Sanjay Malhotra sidste uge ved en begivenhed

Ud over at internationalisere den lokale valuta sagde guvernøren også, at RBI ikke ser AI som en risiko, der skal indeholdes, men som en kapacitet, der skal udnyttes.

“Innovation og sikkerhed er ikke modstridende mål, de er faktisk komplementære krav til et holdbart finansielt system.”

– Malhotra

I forbindelse med CBDC’er er Kinas digitale yuan (e‑CNY) initiativ et af de mest fremtrædende eksempler.

People’s Bank of China begyndte intern CBDC‑forskning i 2014, lancerede et pilotprogram i 2019 og udvidede det til store økonomiske regioner inden udgangen af 2022.

e‑CNY skiller sig især ud på grund af sin adoption. CBDC’en har allerede behandlet over 3,4 milliarder detailtransaktioner til en værdi af omkring 16,7 trillioner renminbi (ca. 2,3 billioner dollars) pr. december 2025.

Tidligere i år omklassificerede PBOC den digitale yuan som en indlånsforpligtelse, hvilket signalerer dens udvikling fra en simpel kontant erstatning til en dybere integreret del af Kinas finansielle infrastruktur. Tiltrækningen ved CBDC’er ligger i deres evne til at tilbyde hurtigere og billigere afregning end traditionelle metoder som bankoverførsler.

Udover at muliggøre øjeblikkelig afregning reducerer digitale valutaer også transaktionsfriktion, sænker betalingsomkostninger, forbedrer effektiviteten i det finansielle system og overførslen af pengepolitik samt øger gennemsigtigheden gennem mere sporbare transaktioner.

Forbedret sporbarhed er især vigtig for regulatorer, da det er det, der gør CBDC’er så forskellige fra kontanter eller endda almindelige bankindskud. I modsætning til kontanter kan CBDC’er skabe transaktionsregistre inden for et centralt administreret betalingssystem, hvilket potentielt giver monetære og regulatoriske myndigheder større indsigt i, hvordan midler bevæger sig.

Denne kombination af funktioner skaber et informationsmiljø for virksomheders adfærd, som ikke har eksisteret før, og det ser ud til stille at omforme, hvordan virksomheder kommunikerer om deres teknologistrategier.

Hvis virksomheder bliver mere synlige for regulatorer, investorer og offentligheden på én gang, øger det incitamentet til at blive set som de “rigtige” i deres handlinger, selv når substansen simpelthen ikke er der. Disse mikro‑niveau konsekvenser for virksomheder har ikke fået meget opmærksomhed fra forskere, som stort set har fokuseret på makroøkonomiske resultater som monetær transmission, finansiel stabilitet og reform af betalingssystemet.

Fremvoksende beviser tyder på, at CBDC’er gør mere end at transformere betalingssystemer; de transformerer også det institutionelle miljø, som virksomheder opererer i. Øget synlighed af finansielle aktiviteter, stærkere forventninger omkring digital transformation og større regulatorisk tilsyn kan påvirke, hvordan virksomheder kommunikerer deres innovationsstrategier og allokerer ressourcer. Dette skaber en ny type risiko omkring ægtheden af virksomheders AI‑investeringer.

Dette oversete risikoelement ligger til grund for en nylig undersøgelse, der undersøger forholdet mellem CBDC‑adoption og virksomheders AI‑strategier, ved at bruge Kinas e‑CNY‑udrulning som et naturligt eksperiment.

Hvordan CBDC’er kan fremme et AI‑troværdighedsproblem

Undersøgelsen med titlen All sizzle and no steak: The predicament of enterprise AI strategies under central bank digital currency policies² undersøger, om CBDC‑adoption påvirker kløften mellem, hvad virksomheder siger om AI, og deres faktiske AI‑investering. Denne kløft kaldes “AI‑strategi‑frakobling”, defineret som afvigelsen mellem en virksomheds offentlige AI‑fortællinger og dens reelle AI‑teknologiske kapaciteter.

Forskerne målte AI‑fortællinger gennem relaterede oplysninger i årsrapporter, mens den faktiske, verificerbare kapacitet blev estimeret ved hjælp af relaterede patentansøgninger hentet fra Kina National Intellectual Property Administration’s patentsystem.

Ved at anvende et udvalg på mere end 30.000 firma‑år observationer fra 5.015 kinesiske A‑share‑noterede selskaber mellem 2014 og 2024, anvender forfatterne Jinlei Yu og Rui Chen fra Department of Management, Business School, Nankai University, China, samt Haotian Luo fra Department of Economics, City St George’s, University of London, UK, et forskudt difference‑in‑differences‑design, der udnytter, at forskellige kinesiske byer gik ind i e‑CNY‑piloten på forskellige tidspunkter.

Dette design gjorde det muligt for forskerne at estimere effekten af e‑CNY‑adoption, mens de tog højde for bredere ændringer, der påvirker kinesiske virksomheder.

e‑CNY‑pilotprogrammet blev brugt som et kvasi‑naturligt eksperiment, fordi den faseinddelte, flerniveau‑lancering på tværs af byer giver plausibelt eksogen tidsmæssig og geografisk variation for kausal identifikation. Hovedfundet er, at CBDC‑adoption signifikant øger AI‑strategi‑frakobling.

Udrulningen af e‑CNY øgede betydeligt virksomhedernes AI‑relaterede strategiske kommunikation, men medførte ingen statistisk signifikant stigning i AI‑patentansøgninger, som forskerne brugte som en proxy for teknologisk kapacitet. I stedet for at accelerere reel innovation, opmuntrer politikmiljøet kun symbolsk overholdelse.

Virksomheder signalerer overensstemmelse med digitale transformationsprioriteter uden at producere en tilsvarende stigning i observerbar AI‑patentaktivitet.

I denne undersøgelse “rekonceptualiserer vi AI‑strategi‑frakobling som en institutionelt betinget reaktion på specifikke domæne‑karakteristika snarere end et produkt af ledelsesmæssig kortsigtethed, bevidst maskin‑vask eller governance‑svigt,” bemærker forfatterne. “Ved at vise, at frakobling opstår systematisk, når høj signalværdi, stor omkostningsasymmetri og lav ekstern verificerbarhed sameksisterer under institutionelt pres, omdanner vi den fra en ex post beskrivende betegnelse til en ex ante forudsigende konstruktion anvendelig på fremtidige teknologidomæner og infrastrukturreformer.”

Nu sker frakobling, når virksomheder vedtager offentlige forpligtelser eller formelle politikker, der passer ind i institutionelle forventninger, mens interne praksisser afviger fra disse positioner.

I konteksten af CBDC’er betyder det, at virksomheder offentligt omfavner AI som svar på den forstærkede institutionelle synlighed, men selektivt justerer den interne ressourceallokering væk fra at opbygge reel AI‑kapacitet. “Dette er ikke blot ledelsesmæssig forsømmelse, men en struktureret organisatorisk respons: virksomheder aktivt styrer grænsen mellem eksternt rettede fortællinger og interne ressourcebeslutninger for at opfylde legitimitetskrav til minimal omkostning,” siger undersøgelsen.

Forskerne har identificeret tre hovedmekanismer, der driver kløften. Den første er forbedret kapital‑likviditet, som sænker finansieringsfriktioner. Dette gør symbolsk signalering billigere end at binde kapital til langsigtet AI‑R&D, hvilket betyder, at virksomheder finder det billigere at tale end at bygge.

Den anden mekanisme er øget transaktionssporbarhed, som øger synligheden af virksomhedernes kapitalallokeringsbeslutninger for regulatorer og investorer. Dette incitamenterer mere narrativ signalering, mens det afskrækker risikable investeringsfejl, som nu ville være mere synlige end før.

“CBDC er en eksternt pålagt institutionel ændring, der omstrukturerer betalingsmiljøet, som virksomheder opererer i, og ændrer finansieringsbetingelser, overvågningsintensitet og afregningshastighed,” bemærker undersøgelsen.

Ifølge institutionel teori producerer sådanne miljøskift “koercitive, mimetiske og normative pres, der tvinger organisationer til at tilpasse sig de gældende institutionelle forventninger.”

Så når CBDC‑politikken øger synligheden af virksomheders finansielle adfærd og signalerer statens forpligtelse til digital transformation, står virksomheder over for større legitimitets‑pres for at tilpasse sig teknologipolitikkens prioriteter.

Den tredje mekanisme er hurtigere afregningshastigheder, som forkorter den tidshorisont, over hvilken virksomheder vurderes. Dette belønner synlig, hyppig og billig signalering frem for langsomt modnende innovationsprojekter.

Sammen øger disse tre mekanismer attraktiviteten af AI‑retorik, mens de afskrækker dyr og usikker investering i reel AI‑kapacitet.

Mediationsanalysen leverede statistisk signifikante beviser, der understøtter alle tre foreslåede kanaler, og resultaterne var robuste over for flere kontroltests, herunder parallelle‑trend‑tests, Goodman‑Bacon‑dekomposition, placebo‑tests, Heckman‑korrektion for selektionsbias, propensity‑score‑matching og et stablet difference‑in‑differences‑design.

Men hvorfor er AI særligt sårbar over for denne form for frakobling? Det skyldes, at AI tilbyder usædvanligt høj signalværdi, kræver betydelige langsigtede investeringer for at opbygge faktiske kapaciteter som originale algoritmer og stor‑skala modeltræning, og forbliver vanskelig for eksterne interessenter at verificere.

“Under informationsasymmetri mellem virksomheder og eksterne interessenter har virksomheder incitament til at vælge den konformitets‑mode, der maksimerer omdømmemæssige afkast pr. omkostningsenhed,” siger forfatterne.

Som undersøgelsen bemærker, er AI‑kapacitet uklar, fordi den er indlejret i immaterielle aktiver som algoritmer og datapipelines.

Desuden “optager AI toppen af Kinas teknologipolitik‑hierarki og tiltrækker uforholdsmæssig investor‑opmærksomhed og politisk legitimitet, hvilket gør AI‑relaterede påstande langt mere belønnende end tilsvarende påstande om cloud‑computing eller big data.”

Bemærkelsesværdigt er frakoblingseffekten ikke jævnt fordelt. Den koncentrerer sig blandt virksomheder med højere eksisterende digital transformation, der opererer i højteknologiske sektorer, hvor AI‑påstande bærer den største omdømmemæssige vægt, og som er placeret i regioner, hvor lokale regeringsdokumenter lægger størst vægt på digital transformation. Disse virksomheder har også tendens til at have lavere institutionel investor‑ejerskab, hvilket betyder, at sofistikerede aktionærer er mindre til stede for at disciplinere tomme påstande.

Det betyder, at de virksomheder, der mest sandsynligt taler stort om AI uden den nødvendige kapacitet, netop er dem, der allerede er indlejret i digitale og politiske økosystemer, der belønner udseendet af innovation. Markederne ignorerer ikke denne adfærd fuldstændigt.

Som studiets resultater viser, ser virksomheder med større AI‑frakobling lavere værdiansættelser, svagere venturekapital‑tilstrømning, reduceret rentabilitet og højere omkostninger ved gældsfinansiering.

Dette antyder, at kreditorer, aktieinvestorer og venturekapitalister i det mindste delvist kan identificere, hvornår AI‑påstande ikke understøttes af meningsfuld teknologisk udvikling, og straffe symbolsk AI‑signalering derefter. Men det faktum, at frakobling fortsætter på trods af disse straf, tyder på, at de kortsigtede legitimitetsgevinster ved AI‑snak stadig opvejer den langsigtede markedsdisciplin, for nu.

Forfatterne fremhæver derfor dette som en utilsigtet og hidtil udocumenteret konsekvens af CBDC‑adoption: mens digitale valutaer kan forbedre finansiel effektivitet, kan de fordreje virksomheders innovationsoplysninger langt ud over det finansielle system, de var designet til at modernisere, og svække troværdigheden af AI‑relaterede udmeldinger i processen.

International Business Machines Corporation (NYSE: IBM)

For investeringsformål er IBM et attraktivt valg på grund af sin involvering i begge domæner: CBDC’er og kunstig intelligens. Virksomheden leverer enterprise‑grade blockchain‑rammer og forskningsværktøjer til at hjælpe centralbanker med at udvikle, teste og skalere sikre CBDC’er. For nylig lancerede IBM Digital Asset Haven, en platform for finansielle institutioner, regeringer og virksomheder til sikkert at administrere og skalere deres digitale aktivoperationer. IBMs etablerede forretning inden for finansielle tjenester og betalingsinfrastruktur giver den også troværdig eksponering mod moderniseringen af regulerede finansielle systemer.

IBM blev ikke undersøgt i studiet, og dens medtagelse her afspejler dens eksponering for de teknologier og styringsbehov, som forskningen fremhæver, snarere end en direkte forbindelse til forskernes resultater.

Imens er IBMs enterprise‑klare AI‑ og dataplatform, watsonx, designet til at bygge, skalere og styre generativ AI og maskinlærings‑arbejdsbelastninger.

IBM er et selskab med en markedsværdi på 223,4 milliarder dollars, hvis aktier på tidspunktet for skrivelsen handles til 236 dollars, op 11,34 % i den seneste måned men ned 20 % år‑til‑dato og 2,22 % over det seneste år. Den har en EPS (TTM) på 12,45 og en P/E (TTM) på 19,05. IBM betaler en udbytteafkast på 2,85 %.

På den finansielle side rapporterede IBM en omsætning på 17,16 milliarder dollars og justeret EPS på 2,93 dollars for Q2 2026. Omsætningen voksede 1 % YoY. Nettoresultatet var 2,17 milliarder dollars. Efter segment var software‑omsætningen op 5 % til 7,8 milliarder dollars. Hybrid‑cloud (Red Hat), automatisering og data steg alle, mens transaktionsbehandlingssoftware faldt 8 %. Konsulentindtægterne var stabile på 5,3 milliarder dollars, finansieringssegmentet sprang 12 % til 0,2 milliarder dollars, og infrastruktur‑omsætningen faldt 7 % til 3,8 milliarder dollars på grund af dårligere end planlagte Z‑mainframe‑salg, som var ned 42 %.

“Vi tager handling for at accelerere vores omsætningsvækst og rentabilitet, øge produktiviteten på tværs af virksomheden med AI og automatisering, og investerer kraftigt i kommercialisering af innovation med hastighed og skala.”

– CEO Arvind Krishna

IBMs frie cash flow i Q2 var 2,5 milliarder dollars, ned 0,3 milliarder dollars YoY, og virksomheden afsluttede kvartalet med 8,2 milliarder dollars i kontanter, begrænsede kontanter og omsættelige værdipapirer, ned 6,3 milliarder dollars fra årsslut 2025.

I perioden returnerede virksomheden 1,6 milliarder dollars til aktionærerne i udbytte. For hele året forventer virksomheden en konstant valutaomsætningsvækst på 4‑5 % og en stigning i fri cash flow på omkring 1 milliard dollars.

Fremadrettet vil IBM fokusere på sin højvækst‑portefølje, herunder software, der hjælper kunder med at administrere, implementere og bygge AI‑klare løsninger, hvor “kundernes efterspørgsel er stærkest”. Kvantecomputing er et andet fokusområde, med planer om at investere over 10 milliarder dollars. IBM sagde også, at de er på rette vej til at levere den første store‑skala fejltolerante kvantecomputer inden 2029.

“Selvom vi stod over for omsætningsmodvind i slutningen af andet kvartal, fortsatte vi med at fokusere på vores forretnings grundlæggende elementer, herunder at øge produktiviteten, styrke vores portefølje og generere fri cash flow.”

– CFO James Kavanaugh

Konklusion

CBDC’er vinder frem blandt regeringer af god grund; de moderniserer betalingssystemer, forbedrer effektiviteten og styrker den finansielle infrastruktur.

Men det er ikke kun fordele; CBDC‑adoption medfører også risici. Evidens tyder på, at deres påvirkning går ud over finans og ind i virksomheders innovationsadfærd, hvor den seneste undersøgelse fandt, at CBDC‑adoption utilsigtet opmuntrer virksomheder til at øge AI‑fortællinger uden at producere en tilsvarende stigning i observerbar AI‑patentaktivitet.

Dette skaber et behov for politikere, teknologileverandører og investorer om at holde øje med kvaliteten af virksomheders AI‑udmeldinger. De skal sikre, at AI‑fortællinger matcher den faktiske teknologiske fremgang for fuldt ud at realisere fordelene ved både CBDC og AI.

Referencer

1. Eijffinger, S. & de Haan, J. Central bank independence and accountability. Journal of International Money and Finance, 166, 103595 (2026). https://doi.org/10.1016/j.jimonfin.2026.103595?utm_source=chatgpt.com
2. Yu, J., Chen, R. & Luo, H. All sizzle and no steak: The predicament of enterprise AI strategies under central bank digital currency policies. International Review of Economics & Finance, 111, 105689 (2026). https://doi.org/10.1016/j.iref.2026.105689