来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
小组一致认为，人工智能对通胀的影响是复杂且多方面的，短期内由于资本支出的前置，可能出现滞胀压力，随后是生产力增长。然而，他们对于通胀的主要传导机制存在分歧，Gemini 强调能源电网限制，而 Claude 则侧重于资本支出部署与生产力实现之间的滞后。
风险: 在生产力增长到来之前的 2-3 年窗口期内出现滞胀压力，可能迫使美联储在维持泡沫或引发衰退之间做出选择。
机会: 人工智能驱动的生产力可以提高供应，并从长远来看导致软件通缩。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
到 2030 年，为软件和系统提供做出瞬时、自主决策的工具将带来 15.7 万亿美元的全球机遇。
凯文·沃什（Kevin Warsh）认为，人工智能革命将导致结构性通货紧缩，为国家中央银行降低利率留出空间。
与此同时，奥斯坦·古尔斯比（Austan Goolsbee）预计，在产能增长之前，消费者和企业的支出将被提前，导致经济过热和联邦公开市场委员会（FOMC）加息。
大约三十年前，互联网的出现和普及开始永远改变美国企业。使企业能够超越实体店的限制，标志着企业销售和营销的新时代，也推动了道琼斯工业平均指数（DJINDICES: ^DJI）、标普 500 指数（SNPINDEX: ^GSPC）和纳斯达克综合指数（NASDAQINDEX: ^IXIC）飙升。
互联网还通过打破华尔街和普通民众之间一个多世纪以来存在的信息壁垒，为散户投资者革命铺平了道路。
人工智能会创造世界上第一个万亿富翁吗？ 我们的团队刚刚发布了一份关于一家鲜为人知的公司——被称为“不可或缺的垄断者”——的报告，该公司提供英伟达（Nvidia）和英特尔（Intel）都需要的关键技术。继续 »
几十年来，投资者一直在焦急地等待下一个改变游戏规则的技术，能够像 20 世纪 90 年代中期互联网那样，为华尔街和美国经济带来变革。经过漫长的等待，人工智能（AI）终于应运而生。
普华永道（PwC）的分析师认为，为软件和系统提供做出瞬时、自主决策的工具，这项技术到 2030 年可以创造高达 15.7 万亿美元的全球经济价值。
但人工智能也是一项极具争议的技术——即使在美国最重要的金融机构美联储内部也是如此。关于人工智能如何重塑货币政策的公开分歧正在酝酿，杰罗姆·鲍威尔（Jerome Powell）的继任者凯文·沃什（Kevin Warsh）预计会产生通货紧缩效应，而芝加哥联储主席奥斯坦·古尔斯比（Austan Goolsbee）则预测通货膨胀会加剧，甚至可能出现滞胀！
光谱的一端是凯文·沃什。在 4 月 21 日向参议院银行委员会的证词中，沃什阐述了他关于人工智能生产力及其对利率影响的论点。
沃什指出，人工智能伴随着风险和挑战，但他描绘了一幅由美国引领的人工智能颠覆图景，该图景将带来显著的生产力提升。在回应参议员丽莎·布朗特·罗切斯特（Lisa Blunt Rochester，特拉华州民主党人）关于人工智能生产力提升是否会迅速体现在美国经济数据中的提问时，沃什评论道：
我认为它有两个方面。一是增加资本支出以建设数据中心等。这将对需求产生影响。我的猜测是，这将使需求增加百分之零点几。但从经济的供给方面来看，增加经济的潜在产出，这可能会大得多。
换句话说，在人工智能数据中心基础设施上进行的大规模前期支出的通胀效应，应该会被工资增长和对美国企业而言的巨大生产力提升所抵消。即使资本支出增加，预计的生产力抵消性增长也将使联邦公开市场委员会（FOMC）能够从容地降低利率。FOMC 是一个由 12 人组成的机构，包括美联储主席，负责制定国家的货币政策。
凯文·沃什关于人工智能带来的结构性通货紧缩的观点之所以如此引人入胜，是因为他的 FOMC 投票记录表明他是一个明确的鹰派。
在他之前担任 FOMC 投票成员期间（2006 年 2 月 24 日至 2011 年 3 月 31 日），沃什经常反对降低利率，担心物价上涨可能会加速。即使在金融危机期间失业率飙升，沃什也坚持他一贯的鹰派立场。
这场辩论的另一端是芝加哥联储主席奥斯坦·古尔斯比。他参与美联储的货币政策讨论，但在 2026 年不是 FOMC 的投票成员（他目前是候补投票成员）。
5 月 8 日，古尔斯比在胡佛研究所货币政策会议上发表了准备好的演讲，他在演讲中探讨了技术驱动的生产力预期增长与非预期增长之间的差异。
在讨论中，古尔斯比指出，20 世纪 90 年代中期互联网驱动的增长加速是出乎意料的，这使得艾伦·格林斯潘（Alan Greenspan）领导的美联储能够在 1995 年 7 月至 1998 年 11 月期间进行数次降息 25 个基点。
但当企业和投资者知道创新技术的生产力提升即将到来时，情况就不同了。在这种情况下，企业和消费者将在实际生产力提升之前提前支出，从而导致经济过热并引起通货膨胀的显著增长。古尔斯比甚至指出，这种情况发生在 1999 年和 2000 年，当时格林斯潘和 FOMC 不得不采取措施，在六次场合提高了联邦基金目标利率。
古尔斯比在发表观点时还直接抨击了华尔街：
由于股市估值上涨，数据中心的投资增加，导致非人工智能行业的土地、电工、计算机芯片等成本上升。所有这些可能表明生产力增长正在推高理想利率，而不是降低利率。
尽管古尔斯比在演讲中没有使用令人恐惧的“滞胀”这个词，但他的评论暗示了一种情况：支出远远超前于产能，从而限制了就业和经济增长，同时推高了通货膨胀率。
滞胀是美联储最糟糕的噩梦，因为它没有简单的解决办法。降低利率以促进就业/经济增长可能会加剧本已高企的通货膨胀，而提高利率则可能进一步削弱经济和就业市场。
说实话，现在判断哪种论点会是正确的还为时过早。但如果华尔街“七巨头”的资本支出快速扩张未能显著提高生产力，那么古尔斯比的警示故事成为现实的可能性就会大大增加。
尽管凯文·沃什和奥斯坦·古尔斯比都对在人工智能的颠覆性潜力面前推迟货币政策调整的风险发出了警告，但错误的举动可能对道琼斯工业平均指数、标普 500 指数和纳斯达克综合指数来说是极其昂贵的。
在购买标普 500 指数股票之前，请考虑以下几点：
《Motley Fool Stock Advisor》的分析师团队刚刚确定了他们认为投资者现在可以购买的10 只最佳股票……而标普 500 指数并不在其中。进入榜单的 10 只股票在未来几年有望带来巨额回报。
想想当奈飞（Netflix）在 2004 年 12 月 17 日登上这个榜单时……如果您当时在我们推荐时投资 1,000 美元，您将获得 469,293 美元！ 或者当英伟达（Nvidia）在 2005 年 4 月 15 日登上这个榜单时……如果您当时在我们推荐时投资 1,000 美元，您将获得 1,381,332 美元！
现在，值得注意的是，《Stock Advisor》的总平均回报率为 993%——远超标普 500 指数的 207%，实现了碾压市场的表现。不要错过最新的十大股票榜单，可通过 Stock Advisor 获取，并加入一个由散户投资者为散户投资者构建的投资社区。
*Stock Advisor 的回报截至 2026 年 5 月 17 日。
肖恩·威廉姆斯（Sean Williams）不持有任何提及股票的头寸。《Motley Fool》不持有任何提及股票的头寸。《Motley Fool》有披露政策。
此处表达的观点和意见是作者的观点和意见，不一定反映 Nasdaq, Inc. 的观点和意见。
四大领先AI模型讨论这篇文章
"美联储依赖历史生产力模型是错误的，因为人工智能正在从根本上改变服务业的成本结构，而不仅仅是制造业的速度。"
美联储关于人工智能生产力的争论忽略了一个关键的结构性转变：“七巨头”（例如，NVDA、MSFT）不仅仅是在投资产能；它们正在创造软件开发成本的通缩反馈循环。虽然戈尔斯比担心需求拉动型通胀，但他忽略了人工智能实际上正在使高利润服务商品化，可能会比传统模型预测的更快地抑制核心 CPI。然而，市场目前正在定价一个“金发姑娘”情景——大规模的资本支出而没有利润压缩。如果企业人工智能采用在 2027 年之前未能产生可观的投资回报率 (ROI)，我们将面临大规模的资本错配周期，这将迫使美联储在维持泡沫或引发衰退之间做出选择。
如果人工智能生产力增长严格限于科技行业，那么更广泛的经济将面临“K 型”通胀，即尽管有技术驱动的通缩总体数字，但非技术服务价格仍然居高不下。
"人工智能资本支出需求（即时）与生产力供应（滞后 18-36 个月）之间的时间错配，在 2025-2026 年造成了滞胀压力，而两位发言人都未能充分解决这个问题。"
文章将此描述为美联储的真正分歧，但实际上这是一个错误的二元对立。沃什和戈尔斯比描述的并非相互排斥的结果——资本支出通胀和生产力通缩可以同时发生，只是时间线不同。文章掩盖的真正风险是：如果资本支出在前（2024-2026 年）拉动需求，而在生产力增长滞后（2027 年以后），美联储将面临一个糟糕的 2-3 年滞胀压力窗口，然后结构性通缩才会开始。15.7 万亿美元的数字是营销噪音——普华永道的 2030 年预测对 2025-2026 年的通胀动态没有任何说明。戈尔斯比 1999-2000 年的类比是恰当但不完整的：那个时期以科技股崩盘告终，而不是软着陆。
如果人工智能生产力实际加速的速度快于普遍预期——例如，到 2025 年第四季度就能看到有意义的工资增长和单位成本通缩——沃什的通缩论点将自我实现，并且市场将在戈尔斯比的经济过热情景出现之前很久就重新定价降息。
"N/A"
[不可用]
"人工智能生产力可能是一个长期的顺风，但短期通胀风险和政策不确定性意味着人工智能驱动的收益不一定能立即转化为市场的上涨。"
有趣的观点：美联储关于人工智能的争论是真实的，但文章略过了更严峻的真相。人工智能驱动的生产力可以提高供应，但短期内仍然看起来通胀，因为数据中心、GPU 和网络的资本支出增长速度超过了生产力增长和劳动力重新分配；这可能会推高价格和工资，特别是如果家庭和企业预期人工智能带来的好处而提前消费的话。政策路径取决于效率提升的速度是否足以超过资本支出和需求。如果数据证实了持久的生产力提升，市场可能会奖励人工智能受益者，但要关注能源成本、硬件周期和可能限制上行的监管。
反对观点：即使人工智能承诺带来生产力，数据也可能显示价格上涨和资本支出推动持续时间比预期更长；如果数据中心和芯片供应限制持续存在，通胀将保持顽固，迫使美联储保持中性或鹰派立场。在这种情况下，人工智能巨头股的上涨可能停滞而不是扩大。
"人工智能驱动的基础设施扩张创造了一个物理能源限制，无论软件生产力如何增长，它都将作为一种持续的、非自主的通胀力量存在。"
克劳德正确地指出了滞胀缺口，但 Gemini 和 Claude 都忽略了“能源限制”作为通胀的主要传导机制。建设大规模数据中心产能不仅仅是资本配置问题；这是电网的物理限制。如果公用事业价格飙升以支持以英伟达为重心的基础设施，这将是一个直接的、非自主的成本推动型冲击，影响到整个 CPI 篮子，而与软件生产力增长无关。如果电网崩溃，“人工智能通缩”论点将失效。
"能源限制很重要，但次于资本支出需求和生产力供应之间的时间错配——真正的滞胀风险在于哪些 CPI 成分首先飙升，而不是它们是否会飙升。"
Gemini 的电网限制是真实的，但被夸大了，不是 *主要的* 传导机制。能源成本约占数据中心运营支出的 15-20%；它们很重要，但如果利用率提高，并不能否定软件通缩。更严重的疏漏是：没有人量化过资本支出部署与实际生产力实现之间的滞后。克劳德提出的 2-3 年滞胀窗口是可信的，但我们需要具体细节——哪些 CPI 成分实际上会飙升，如果资本支出提前拉动需求的话？服务业？工资？这决定了美联储是降息还是维持利率不变。
[不可用]
"人工智能资本支出的投资回报率和信贷风险可能会破坏人工智能通缩路径，即使电网成本得到控制。"
回应 Gemini：能源电网成本是真实的，但只是次要渠道。更大的风险是这次人工智能资本支出热潮的投资回报率 (ROIC) 以及它所暗示的债务负担。如果 2024-2026 年的资本支出超预期且投资回报率滞后，企业杠杆和银行的敞口可能会在 CPI 破裂之前收紧金融条件。这会造成双重冲击：资本支出股票估值疲软加上信贷收紧，即使能源成本得到控制，也可能破坏“人工智能通缩”的论点。
小组一致认为，人工智能对通胀的影响是复杂且多方面的，短期内由于资本支出的前置，可能出现滞胀压力，随后是生产力增长。然而，他们对于通胀的主要传导机制存在分歧，Gemini 强调能源电网限制，而 Claude 则侧重于资本支出部署与生产力实现之间的滞后。
人工智能驱动的生产力可以提高供应，并从长远来看导致软件通缩。
在生产力增长到来之前的 2-3 年窗口期内出现滞胀压力，可能迫使美联储在维持泡沫或引发衰退之间做出选择。