美國聯邦準備理事會（Fed）成員 Kevin Warsh 先前指出，有幾條路徑可以讓通膨回到目標區間。除了傳統的升息之外，還包括透過縮減 Fed 的資產負債表來回收金融體系的多餘流動性，或是寄望於人工智慧（AI）驅動的生產力繁榮。然而，這些替代方案在向市場與大眾傳遞「打擊通膨為首要任務」的訊號上，效果遠不如傳統的升息手段。
雖然貨幣政策存在滯後效應，但隨著決策官員更清晰的溝通以及數位金融市場的發展，傳導時間正在縮短。Fed 理事 Christopher Waller 估計，目前的政策滯後時間可能更接近 9 到 12 個月。相較之下，資產負債表調整與生產力提升的傳導效應需要更長的時間，甚至其效果是否存在仍有疑問。
在資產負債表方面，Fed 已將其規模從 2022 年 4 月的 9 兆美元峰值，降至去年底的 6.6 兆美元，佔國內生產毛額（GDP）的比例降至 28%。然而，進一步的量化緊縮可能會將銀行準備金與系統流動性推至危險的低點，引發貨幣市場利率飆升。TD Securities 策略師 Oscar Munoz 指出，任何實質性的縮表都需要花費數年的時間。
至於寄望 AI 提升生產力來抑制通膨，短期內可能適得其反。未來幾年內，在數據中心、晶片、軟體與電力等 AI 相關領域的支出預計將達數兆美元，這反而會帶來通膨壓力。諮詢公司 Dynamic Economic Strategy 創辦人 John Silvia 更直言，分析 1982 年至今的實際數據，美國年度生產力成長與個人消費支出（PCE）通膨率之間，根本不存在統計上的顯著關係。
