本文梳理了美联储主席沃什对AI的宏观观点,按阶段拆解AI对通胀的影响,指出当前货币政策面临的新困境。 ## 1. 沃什对AI的货币政策表态 美联储主席沃什明确,AI长期是美国经济的重要机遇,但当前美联储不会为尚未兑现的AI供给侧生产率红利预支宽松。 供需错配是AI影响经济的核心矛盾,沃什称美联储已设立专项工作组研究AI对产出、就业、政策的影响。 ## 2. AI影响通胀的三阶段框架 AI对通胀的影响存在明确的阶段错配:**短期AI基建投资期(2025-2026H1)以资本开支拉动需求为主,对通胀影响偏上行,核心约束为产能、能源瓶颈;过渡摩擦期(2026H2-2027)通胀方向混合,存在滞胀风险;长期生产率兑现期(2028-2030)AI广泛应用压低单位成本,对通胀影响偏下行。** 短期来看AI已体现出明确的再通胀属性:2025年前三季度AI相关投资对美国实际GDP增长贡献率达39%,贡献了近四分之三的商业投资增量,超越2000年科网泡沫峰值,且通过硬件成本抬升、软件提价、电价上涨、ESG成本跳升四条路径推高通胀。例如犹他州一个规划AI数据中心用电量达全州现有峰值的2倍以上,ESG监管收紧后成本非线性跃升。 ## 3. 中期核心风险:AI驱动的新型滞胀与政策失效 AI中期可能形成不同于传统供给冲击的新型滞胀:AI投资FOMO情绪透支、回报久期拉长,形成只消耗不产出的短期“增长黑洞”,叠加资产价格提前定价催生的非理性消费、物理资源约束挤出传统产能,最终推高通胀同时累积金融风险。 传统货币政策呈现**“K型失效”**:AI巨头的投资受利率紧缩影响很小,加息只会优先抑制地产、中小企业等传统利率敏感部门,形成传统部门需求衰退、AI部门投资过热并存的不均衡紧缩,传统短端利率工具已经钝化。 ## 4. 长期AI通缩的兑现条件与最终图景 AI长期具备通缩属性,核心逻辑是AI可直接重构发达经济体粘性最高的服务业,系统性削弱持续数十年的服务业薪资-通胀螺旋。 AI通缩能否兑现取决于两大前提:效率提升能否通过竞争转化为消费者降价,而非被巨头垄断为超额利润;美联储是否会因结构性失业提前放松货币政策。即便长期通兑兑现,潜在增长率抬升也可能同步推高中性利率R*中枢,当前资本市场“AI=低通胀低利率”的定价逻辑存在错配。
6月FOMC,沃什怎么看AI ?
2026-06-20 19:36

6月FOMC,沃什怎么看AI ?

本文来自微信公众号: Spread Trading ,作者:Trading Dog


在本周的6月FOMC新闻发布会上,美联储新任主席凯文·沃什通过两段核心问答,对AI的宏观影响及货币政策的应对路径进行了冷峻的预期重置。


Quote:


CNBC记者问及:你在出任主席前曾说,你认为生产率是美联储可以降息的一个理由。你现在仍这么认为吗?


沃什:委员会今天讨论了生产率,AI也被提及。我此前的想法、也与小组分享过的是:人工智能这一最新一代通用技术,或许是我成年以来经济、商业和家庭所经历的最重要的变化之一。它既蕴含巨大机遇,也伴随风险,这两点我都非常认真地对待。你或许听我说过,AI或许是“美国独创性(American ingenuity)”的代名词。这不意味着会很容易,当然也不意味着不会带来颠覆。


长期看,我的信念——而且我今天在委员会里也听到很多对这一观点的支持——美国将成为这条道路上的赢家,美国最终会因此变得更好。(回到当下)把这拉回到政策实施:时机、规模、速度,以及对产出和就业的影响——这正是我们设立工作组要研究的事情之一。


“前任传声筒”Timiraos则问及:AI其建设正在产生巨大需求:资本开支、数据中心、电力,而生产率回报可能更靠后。以你今天的判断,AI是更多地增加了需求还是供给?


沃什:好问题。在央行和经济学界,我们大部分时间在做的是计量需求——这更容易,我们能看到、能数、能核对、能修正。而供给,我们是推断出来的。你会注意到,在被你一同事称为“非常简短”的声明的第二段里,我们有一句讲需求,还有一句差不多篇幅讲供给——两者都重要;仅仅因为我们能把其中一个数得更准,不代表我们会更偏向它。


就AI及其周边数据中心和基础设施的增长而言,我们在计量需求侧,它无疑正体现在GDP数据中;而在推断供给侧增长的时机与幅度时,我们就没那么确定。供给侧很可能会扩张,但需要更长时间。这是一场供给与需求之间的赛跑。米尔顿·弗里德曼说,经济学里我们唯一确定且存在共识的是:存在一条供给线和一条需求线,它们终将交汇——而关于何时相交、对政策产生何种影响?


对你来说的好消息是:我们有个工作组正在为此努力。


The good news for you is we have a task force for that.


至此,关于“美联储是否应基于远期生产率红利预支宽松”的政策博弈,答案已然清晰:拒绝为尚未兑现的供给侧红利买单。


AI之所以成为当前宏观定价的焦点,因其同时穿透需求、供给、成本、分配、预期与金融条件六大渠道,且各渠道的时滞存在错配。


短期内,AI并非抽象的技术红利,而是非常具体的资本支出(CapEx)扩张脉冲。数据中心、算力集群与电网升级直接转化为真实的采购、建设和能源消耗。这些支出先进入总需求,进而推升资本品与能源价格。


但拉长久期,若AI深度重构企业流程、服务供给与劳动组织方式,其压低单位成本、缓解民主社会服务业成本病的通缩属性方能显现。


这里的核心矛盾在于:市场的本质是跨期交易遥远的愿景,而央行的基准是处理当期通胀约束。


这导致“AI长期通缩”与“AI短期再通胀”在宏观逻辑上完全自洽——而核心分歧在于:货币政策是否能为了未来尚未充分落地的生产率红利,而容忍当前偏高的通胀数据。


AI影响通胀的阶段性框架


阶段时间主导机制对通胀影响关键约束
基建投资期2025-2026H1数据中心、芯片、电力、软件资本开支拉动需求偏上行产能瓶颈、能源约束、价格传导
过渡摩擦期2026H2-2027投资继续、生产率扩散有限、金融脆弱性上升方向混合,存在滞胀风险技术落地摩擦、预期过热、资产价格泡沫
生产率兑现期2028-2030广泛采用、单位成本下降、服务业效率提升偏下行扩散速度、竞争传导、利润分配结构


短期视角看,AI更像“再通胀力量”


首先是资本支出驱动的结构性过热:


2025年以来,AI基建热潮并未带来生产率跃升,而是非住宅与科技投资的激增。圣路易斯联储数据显示,前三季度AI相关投资对实际GDP增长的贡献率高达39%(合计0.97个百分点),已超越2000年科网泡沫时期的峰值(0.81个百分点)。TD Economics测算指出,AI投资贡献了近四分之三的商业投资增量。这种投资端扩张远快于供给端响应的速度,必然率先在局部环节引发价格向上重估。


其次是AI对短期通胀传导的三条主要路径:电子输入成本、软件价格、电力价格。


•硬件与电子元件:AI基础设施需求抬升了数字存储、存储器、电池等关键投入品价格,并开始外溢到更广泛的电子制造投入和消费电子配件价格。2026年上半年,在内存组件均价同比飙升逾200%的推动下,生产者侧电子元件及配件PPI同比涨幅达20%。


•软件定价:AI模块的嵌入成为办公与创意软件提价的直接筹码。值得一提的是,现行PCE和CPI对于软件与配件价格的质量调整(Quality Adjustment)存在滞后,订阅新AI功能带来的涨价往往被直接计为通胀。


•电力与公用事业:数据中心的高耗能直接推升区域电价。消费者已看到能源价格相对整体价格更快上涨,且数据中心集中的地区价格上涨更明显。根据高盛的研究,更高电价将在未来几年为headline PCE额外贡献约0.1-0.2个百分点。


•除此之外,我再补充一项新的成本(ESG):


最近位于犹他州Box Elder县的Stratos数据中心项目(由Kevin O'Leary旗下资本推动)引发全美关注——因其物理参数达到了极其夸张的程度:该项目规划的最终电力负荷高达9GW——作为对比,犹他州全州目前的峰值电力需求仅为约4GW,一个数据中心园区的用电量是整个州总和的两倍以上,这迫使项目方完全脱离电网,计划在现场自建巨型天然气发电厂:预计每年将消耗约4480亿立方英尺的天然气,是目前犹他州所有家庭、商业和现有发电厂天然气总消耗量的1.5倍;此外,在大盐湖面临干旱的背景下,该项目每年需耗水逾160亿加仑用于冷却。


起初,项目方试图利用“军事设施开发局”的特殊治理结构来绕过地方区划限制,但该做法在5月引发了巨大的政治反弹,不仅遭到跨党派(Not In My Back Yard)民众抗议,甚至导致地方官员面临人身威胁。在剧烈民意反弹下,犹他州州长Spencer Cox于6月初被迫签署紧急行政令,出台“数据中心框架”,重新对水资源、电网纳管和空气质量进行强监管。


这意味着项目的ESG成本将发生预期之外的非线性跃升,并传导至价格。


中期最关键的风险:AI不是简单通胀,也可能是“AI型滞胀”


引用纽约联储2026年3月论文的核心观点:


AI早期落地可能因为技术摩擦拉低实际生产率、推升成本推动型通胀;同时,乐观预期抬高资产价格与杠杆,积累金融脆弱性。结果是经济同时面临通胀上行与金融风险累积,形成与传统供给冲击不同的新型滞胀形态。


这类风险与传统滞胀的不同之处在于,其驱动力并非油价暴涨或薪资螺旋,而是源于:


  • 投资冲动透支,回报久期拉长;


巨额的AI资本开支(CapEx)冲动/FOMO(Fear of missing out)恐慌极度前置,但由于技术向商业利润转化的滞后,导致投资回报的久期被严重拉长,短期内形成只消耗不产出的“增长黑洞”。


  • 财富效应催生非理性消费与再投资;


金融市场将尚未兑现的生产率红利提前计入资产价格,由此催生的财富效应进一步推升了非理性消费与无效再投资,加剧了总供需的短期失衡。


  • 物理世界约束(电力、水资源、劳动力);


电力负荷、水权配额与关键基建劳动力短缺的进一步加剧,不仅推升了摩擦成本,其对传统部门产生的宏观挤出效应更将直接锁死实际产能的扩张上限。


  • 更关键的是,货币政策的“K”型失效。


传统货币政策的传导逻辑是:


加息抬高融资成本,从而抑制资本开支与需求。但AI投资的特征恰恰是,大型科技平台和超大规模云厂商的投资并不完全服从这一机制。其驱动力更多是构建“赢者通吃”的战略护城河与FOMO恐慌,而非传统意义上的借贷成本。


这意味着,当联储加息时,最先被抑制的往往是地产、中小企业、耐用品消费等传统高利率敏感部门,而非拥有股票融资能力的AI巨头。


沃什在首秀中把当前政策效果概括为“不均衡的紧缩(Unevenly Restrictive)”,这句话背后其实就是一个新的政策困境:


传统部门的“需求衰退”与AI部门的“投资过热”并存。若联储继续依赖短端利率硬压总需求,非但无法令科技巨头的CapEx降温,反而会加速实体经济的“K型”塌陷,将脆弱的中小主体彻底剥离出复苏轨道。


在AI资本周期主导的新范式下,传统的短端利率工具已然钝化。美联储正迫切需要在失真的通胀指标与断裂的传导机制之外,寻找能够更精准识别真实金融条件、信用扩张与局部需求热度的新型政策锚点。


The good news for you is we have a task force for that.


长期均衡:AI通缩属性的兑现与前提条件


历史经验表明,更高生产率通常对应更低的中长期通胀。


当前发达经济体的通胀粘性,很大程度上来自服务业而非商品部门——而AI相较于历次技术革命的差异在于其对服务业的直接重构。


若AI能通过“技能平权”有效替代中低技能脑力劳动、通过“信息平权”压降中介服务价格、并且“一人公司”涌现显著提升服务供给密度,那么困扰成熟经济体数十年的服务业薪资-通胀螺旋(劳动者将通胀转嫁给雇主的议价能力)将被系统性削弱。


然而,去通胀能否兑现,取决于“分配博弈”。


如果AI带来的效率提升被高度集中的行业巨头转化为垄断利润,而非降价让利于消费者;以及如果美联储“双重使命”因前述结构性失业而提前放松货币政策;那么AI的通缩性就会被显著削弱。


最终的宏观图景,将取决于AI技术红利在资本、劳动力与消费者之间的博弈格局。


末了,


资本市场习惯将AI定价为长期供给红利(对应低通胀、低利率、长久期资产);但现实的宏观传导顺序截然相反——先是投入品涨价与CapEx狂飙,后是单位成本下降与服务重估。


因此,2026年最稳健的宏观定价基准不应是单纯的“去通胀”或“再通胀”,而应锚定一个新时间框架:


短期表现为明确的结构性再通胀。


中期极易制造“物理摩擦滞胀”与“金融脆弱性”的复合风险。


长期具备去通胀潜力,但高度受制于竞争格局、利润分配与政策妥协。


即便长期去通胀成立,潜在增长率的抬升亦可能同步推高中性利率R*中枢。


这正是沃什设立专项工作组的战略动机:在失真的通胀指标与断裂的传导机制之外,寻找能精准度量真实金融条件的新型政策锚点。


The good news for you is we have a task force for that.

频道: 金融财经
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定