核心要点

　　硅谷巨头认为
，人工智能长期将降低成本 、提振生产率 。但现阶段，大规模 AI 基建投入推高电力
、芯片、软件与数据中心算力租金价格
。 企业 AI 落地进程参差不齐 ，市场期待的生产率红利迟迟未能兑现
，难以对冲当前新增成本。 这种 “短期成本上行 、长期红利延后 ” 的错配，给美联储主席凯文・沃什出了难题：政策官员需要判断 ，由 AI 催生的这一轮物价上行
，是否属于需要通过加息抑制的通胀类型 。

　　从埃隆・马斯克到 OpenAI CEO 山姆・奥特曼 ，硅谷一众领军人物不断宣扬 AI 热潮具备通缩效应
。 奥特曼近期写道：“近乎免费的智能时代近在眼前。
”

　　特斯拉
、SpaceX 首席执行官、全球首富马斯克提出
，人工智能与机器人技术将带来物资极大充裕，压低全社会成本 。软银孙正义则预测物价有望下降 40% ，“繁重枯燥的人力劳动将成为历史”
。

　　但这些愿景距离落地尚十分遥远。

　　现实情况是
，AI 在渗透实体经济的过程中遭遇企业落地惰性，短期推升通胀 ，持续大幅提振生产率的实证依然匮乏 。 AI 商业化落地速度
，远低于乐观派此前的预期。与此同时，科技行业投入数万亿美元大举建设数据中心与 AI 基础设施 ，造成供应链紧张
。算力建设开支推高电力等多个行业价格；巨大成本投入先行
，但大规模收益兑现遥遥无期。这令美联储在通胀治理决策上陷入困境 。

　　OpenAI 首席经济学家罗尼・查特吉表示：AI 带来的短期成本压力清晰可见，但潜在收益很难立刻衡量
。 “想要影响宏观经济 ，AI 必须被各类机构大规模采用
，企业需要实实在在挖掘价值。 ” 他同时坦言：“想要在生产率统计数据上清晰看到成效，仍需一段时间 。
”

　　高盛研究院近期测算：今年美国 AI 相关资本开支将达到 5810 亿美元 ，全球规模最高可达 1 万亿美元
。仅美国本土投入就占到国内生产总值（GDP）的 1.8%，机构预计该比例到 2028 年将升至 2.8%。

　　美国人口普查局 5 月发布调研：仅有 17%–20% 的美国企业正在使用 AI
，大企业普及率显著高于中小企业 。

　　One Point BFG 财富合伙公司分析师彼得・布克瓦尔将本轮 AI 浪潮对比上一轮由互联网驱动的生产率繁荣
。他指出：即便在互联网自动化普及阶段，美国三十年区间年均生产率提升仅 1.5%；拉长至五十年维度 ，均值为 2.5%。 “很难相信生成式 AI 能带来媲美互联网时代级别的经济提振效果 。技术向来可以提升效率
，但生成式 AI 能否实现跨越式突破，目前尚无定论
。”

　　“技术已经成熟 ，但落地困难重重 ”

　　不少已经大范围部署 AI 的企业高管提醒
，行业描绘的美好前景需要理性看待。 露露乐蒙前首席信息官朱莉・埃弗里尔曾主导公司 AI 落地，她表示：“技术本身已经成熟 ，市场炒作却低估了大型组织落地 AI 的复杂程度 。
” 露露乐蒙利用 AI 辅助管理层预判商品热销区域
，这套系统远比简单对话机器人复杂。

　　“大型企业数字化转型长期存在的难点依旧存在 —— 人的因素
。推动员工改变工作习惯 、建立信任
、适应新模型，难度极大。”

　　查特吉称 OpenAI 内部数据印证了这一分化：以人均 token 消耗量衡量 ，AI 深度使用者的部署强度是普通企业的 8 倍；三个月前 OpenAI 发布相关报告时
，差距仅为 2 倍 。 “头部前沿企业与普通公司之间的鸿沟正在急剧扩大
。只有围绕 AI 重构业务流程、重塑工作模式的企业，更容易收获成效。 ”

　　研究 AI 的经济学家将埃弗里尔遇到的现实难题总结为“薄弱环节（weak links）” 理论：总有一部分工作难以被自动化 。

　　斯坦福大学知名增长学者查尔斯・琼斯（目前借调任职于 Anthropic）解释：AI 擅长自动化阅片这类任务 ，直接提升效率
。但一份工作由大量不同任务构成，部分环节很难自动化。

　　诺贝尔奖得主 、人工智能先驱杰弗里・辛顿曾在 2016 年预测
，5–10 年内放射科医生需求将会消失 。事实恰恰相反：AI 让放射科医生价值提升，行业从业人员持续增长
。

　　琼斯撰文分析：放射科医生不只是读片 ，AI 只能接管其中一部分工作；和患者沟通、团队协作这类环节
，就属于典型的薄弱环节。 只有当 AI 在企业大范围普及后，薄弱环节带来的制约才会充分显现 。

　　硅谷向美联储建言

　　上月 ，美联储主席凯文・沃什组建专项工作组
，研究 AI 对经济的影响，为美联储政策提供参考
。大力押注 AI 初创企业的风投大佬马克・安德森入选 ，他也是 “超级通缩时代
” 的支持者之一。

　　数月后琼斯
、安德森等人提交报告时
，将进一步搅动美联储内部围绕 AI 的政策争论 。

　　沃什尚未正式就任主席时，就在去年 11 月撰文提出：美联储应当上调经济增长预期 ，纳入 AI 带来的长期红利。 “AI 将成为重要的反通胀力量
，抬升生产率，增强美国竞争力
。” 这一立场也契合特朗普总统诉求 ，总统持续呼吁降息。

　　但沃什的同僚并不认同 。美联储 7 月议息会议维持基准利率 3.5%–3.75% 不变，决议并非全票通过
，多名官员公开担忧：需要收紧经济，抑制由 AI 需求拉动的物价上涨
。

　　明尼阿波利斯联储主席尼尔・卡什卡里投下反对票 ，主张加息。他在声明中解释：“大规模数据中心投资
，是当前美国高通胀新增的重要需求推手 。 ”

　　大批高耗电数据中心集中上马，推高居民电费
。劳工统计局周三公布 CPI 数据：截至 7 月的两年内 ，居民电价上涨 10%
，高于同期整体物价 6.2% 的涨幅。

　　另有美联储官员担忧算力服务器供应链瓶颈 。AI 企业持续抢购英伟达等厂商芯片，芯片厂商扩产速度跟不上需求
。 摩根大通估算 ，截至今年年底
，动态随机存储器（DRAM）价格较 2024 年最高将上涨 400%。

　　CPI 数据显示：自 2024 年 7 月至今，计算机软件及外设价格累计上涨 22.4% 。

　　面对现实变化 ，沃什措辞转向谨慎
。他在 7 月表态：企业巨额 AI 投资正在铺垫未来长期增长
，但 “AI 对供给端影响出现的时点、力度都难以预判。
”

　　布克瓦尔点评：“AI 带来的成本与通胀压力，让凯文・沃什的政策抉择更为棘手 。他愿意相信未来生产率会显著提升 ，但当下无法以此为依据制定政策。”

　　简言之，AI 长期或许能够兑现市场预期
，但眼下产生的成本压力真实且迫切
。