AI算力扩张推高通胀，美联储决策面临两难
Nashnova编辑部
美国今年AI基建资本开支预计达5810亿美元，占GDP的1.8%，但仅17%–20%的企业真正在用AI——成本先到、回报未至，这一错位正让美联储的通胀判断变得更难。
硅谷大佬说AI会让东西变便宜——为什么反而在涨价？
奥尔特曼说「触手可及的廉价智能」，马斯克说AI会压低成本，孙正义预期价格降40%——但据CNBC报道，这些愿景均未接近实现。
现实恰恰相反：高盛估算美国今年AI算力资本开支达5810亿美元，全球最高可达1万亿美元。
这意味着→ 数据中心和AI基础设施的建设热潮正在扰乱供应链、推高电价——钱已经花出去了，但降本的回报还没来。
花了这么多钱，企业到底用上AI了吗？
美国人口普查局今年5月调查：仅17%–20%的美企报告使用了AI，且大型企业普及率远高于小型企业。
OpenAI首席经济学家查特吉坦言，AI要影响经济必须被广泛采用，「还需要一段时间才能在生产率数据中清晰体现」。
用大白话说＝ 大部分企业还没开始用，用了的也没用深——离「AI拉低物价」的那一天还很远。
生产率能涨多少？互联网时代的前车之鉴说了什么？
分析师布克瓦尔把AI和上一轮技术红利——互联网时代——做了对比：30年间美国生产率增幅仅1.5%，50年平均值2.5%。
他直言：「要认为生成式AI能带来远超互联网的提升，这很难说。」
这反映出一个冷静的判断：技术确实提高生产力，但多个数量级的跃升目前缺乏历史先例。
技术够了，卡在哪里？
Lululemon前CIO阿弗里尔指出难点不在技术本身，而在组织内部推广——「让人们改变行为、信任模型，这很难。」
斯坦福教授琼斯提出「弱链接」(weak links，指工作中难以被自动化的环节)概念：岗位是一堆任务的集合，部分任务远比其他任务更难自动化，这是AI红利迟迟不能全面释放的结构性原因。
查特吉援引OpenAI数据：AI深度用户的使用率是普通企业的8倍，且三个月内差距从2倍扩大到8倍——头部与普通企业的鸿沟在加速拉大。
对美联储来说，这意味着什么？
一边是AI基建已经在推高电力等行业价格——通胀效应可观测、正在发生。
另一边是生产率回报的时间表仍然不确定——降本效应尚在远方。
这意味着→ 成本先行、红利滞后的错位，让美联储无法把「AI通缩」计入近期政策判断——通胀压力是眼前的，通缩承诺是远期的。
Content is for reference only, not financial advice.