En febrero de 2025, el Gobernador del Banco de Ghana, el Dr. Johnson Pandit Asiama, instruyó al banco a adoptar un "enfoque más proactivo y preciso para gestionar la inflación, aprovechando el análisis avanzado de datos y la inteligencia artificial". Dieciocho meses después, en la 4ª Conferencia Anual de Estadística y Ciencia de Datos en Tamale (27 de agosto de 2026), el Primer Vicegobernador, Dr. Zakari Mumuni, detalló el resultado: una metodología interna electrónica de previsión inmediata de la inflación, e-Inflation, creada para reducir el desfase entre los desarrollos económicos reales y el momento en que los responsables de política los conocen.
e-Inflation funciona junto al ya existente Sistema de Previsión y Análisis de Políticas y al Modelo de Proyección Trimestral del Banco. Modelos de aprendizaje automático complementan las previsiones econométricas estándar del PIB, y análisis de minería de texto extraen señales de grandes volúmenes de información no estructurada. En el lado de la supervisión, el mismo impulso permite a los examinadores validar datos bancarios granulares a medida que llegan, en lugar de esperar hojas de cálculo mensuales estáticas, detectando riesgos emergentes antes.
Varios medios ghaneses (Ecofin Agency, MyJoyOnline, B&FT, GhanaWeb, Norvan Reports) informaron de forma independiente sobre la misma declaración oficial, y el Dr. Mumuni afirmó que las herramientas "han ayudado al Banco a mejorar la precisión de sus previsiones de inflación, incluidas las previsiones realizadas antes de la publicación de los datos oficiales". No se ha publicado ninguna cifra de precisión auditada de forma independiente, como reducciones del error absoluto medio, y el propio Mumuni advirtió que "la tecnología puede fortalecer nuestra inteligencia, pero no elimina la necesidad del juicio humano" — un reconocimiento público poco frecuente de los límites de la herramienta por parte de la propia institución que la despliega.
De dónde se obtuvo la información de esta práctica, y cuándo.