美联储主席 Kevin Warsh 已点燃了一场至关重要的辩论，直指现代货币政策的核心：人工智能热潮是在助推通胀，还是会发挥抑通胀力量，最终拉低物价？他的回答既引人深思又颇具细微差别——决定结果的并不是技术本身，而是美联储选择如何应对。

核心论点：悖论正在展开

在他向参议院银行委员会作证时，Warsh 勾勒出一个一开始看似矛盾的框架。他承认，AI 投资已经在推动全经济范围内的衡量型价格上升。数据中心、计算机芯片、电力、熟练建筑劳动力以及高端设备的需求，已制造出显著的短期成本飙升。然而，Warsh 划出了关键区分：一次性价格变动不必然等同于持续性通胀。

“我并不认为一次性价格变化必然具有通胀性，因为我认为会有供给端的回应，”Warsh 表示。“从这个角度看，这与外部冲突不同；外部冲突及其可能带来的影响往往会削减经济的供给端。”

AI 的双重力量

要理解 Warsh 的立场，我们必须审视 AI 释放到经济中的两股相反力量。

通胀力量（短期需求冲击）：

当前的 AI 建设投入极度资本密集。科技巨头正在向先进半导体、AI 服务器、云基础设施、数据中心、网络设备以及能源资源注入数以百亿计的美元。这制造了关键资源的供给紧张，从而推高能源、劳动力、计算机芯片和软件成本。

2024 年 6 月 FOMC 会议纪要于 7 月 8 日发布，承认 AI 使美联储的风险偏好向鹰派倾斜，因为其通胀需求效应到来的速度早于生产率带来的收益。美联储官员将通胀上升的一部分归因于“与 AI 建设相关的需求飙升”。

抑通胀力量（长期供给回应）：

Warsh 长期以来就认为，AI 将因生产率提升而在结构上具有抑通胀效应。AI 可以自动化重复性任务，改善决策，降低运营成本，优化供应链，提升客户服务，并加速创新。当企业变得更高效时，它们就能以更低成本生产更多商品和服务。

正如 Warsh 所承认的，难点在于时点。“我们在做推断；这只是一个更花哨的说法，意思是我们在猜测供给端效应何时会出现，”他对立法者表示。预计生产率收益将“滞后于对需求的 AI 采用持续拉升”，而抑通胀的回报“可能需要时间才能体现出来”。

美联储的决定性作用

正是在这里，Warsh 的论证变得真正重要。他强调，AI 驱动的价格上涨是否会转化为真正且持续的通胀，最终取决于美联储来决定。“这是否具有通胀性由美联储来决定，而我们也会在其中发表意见”。

这种视角消除了围绕 AI 的神秘感，并将其视作它本质上就是的东西：一种生产要素，就像钢铁、石油或劳动力一样。它对经济的影响通过资本成本传导，而这正是美联储所控制的变量。

鹰派转向？

Warsh 起初将自己定位得相对偏鸽，认为 AI 将促进经济增长而不会引发通胀，从而为美联储提供更大的降息空间。然而，AI 投资的激增迫使人们重新评估。

其他美联储官员则明显更偏鹰。纽约联储主席 John Williams 表示，他认为与 AI 驱动需求相关的是自己最主要的通胀担忧。若需求相对于供给持续上升，这就不只是美联储可以忽略的暂时性冲击；他认为，如果通胀持续性地显著高于他的基准预测，“货币政策就需要做出回应”。

尽管通胀降温的 CPI 数据出现了，但 Warsh 仍拒绝宣布通胀战胜利。他已重申，美联储对持续通胀“零容忍”，并仍致力于 2% 的目标。

这对市场意味着什么

对投资者和交易员而言，Warsh 的框架提供了关键指引：

利率：如果美联储将 AI 驱动的价格上涨视为真实通胀，那么降息的概率会下降，升息仍在议程之内。如果美联储认为这只是由资本开支驱动的暂时性噪音，并将在生产率提升之后出现，那么通往降息的路径仍保持打开。

增长：数据中心建设是切实的增长引擎。不断上升的资本开支支撑就业、芯片制造商以及电力公司。

风险资产：如果美联储因对 AI 驱动的价格担忧而维持紧缩政策，美元和收益率可能保持坚挺，而风险资产可能出现波动。如果美联储倾向于采纳 Warsh 早先的观点，即 AI 提升生产率，那么收益率可能走弱，风险偏好也可能增强。

结论

Warsh 将 AI 引发通胀的争论框定为既在智识层面诚实、又在实践层面有用的表述。他承认当前的价格压力，同时坚持认为长期路径取决于货币政策决策。AI 革命不再只是一个技术故事——它已变成一个宏观经济故事，将塑造投资策略、企业盈利能力、资本配置以及中央银行政策。

在美联储准备迎来下一轮会议之际，所有目光都将聚焦 Warsh 及其同僚如何解读数据。问题不只是 AI 是否会引发通胀。真正的问题是，AI 带来的生产率提升最终能否超过当下前所未有的投资周期所带来的通胀压力。正如 Warsh 所明确表示，这个答案并不会在硅谷决定，而将在美联储决定。

#WarshSaysFedDecidesIfAIInflation #FederalReserve #AIEconomy #MonetaryPolicy

查看原文