AI投资狂潮推高通胀？7000亿美元军备竞赛的代价

AI繁荣的另一面：联储经济学家与AI模型共同预警通胀风险

近期，一项来自圣路易斯联邦储备银行的研究引发了广泛关注。经济学家米格尔·法里亚-卡斯特罗和塞尔达尔·奥兹坎在其分析中指出，当前市场对人工智能的普遍乐观情绪，其本身就可能成为推高物价的潜在动力。其核心逻辑在于，当企业和消费者普遍相信AI将带来更繁荣的未来时，他们会提前增加投资与消费，从而在短期内拉动总需求，形成通胀压力。

无独有偶，德意志银行的一项创新性实验也得出了相似结论。该行研究团队让包括其自研模型dbLumina、Claude以及ChatGPT在内的多个先进AI模型，评估自身技术对通胀的潜在影响。结果显示，这些模型普遍认为AI在短期内推高通胀的概率（20%-40%）远大于其抑制通胀的概率（约5%）。这形成了一个颇具讽刺意味的观察：连AI自己都承认，其发展热潮可能正在给物价“火上浇油”。

社交媒体上关于美国生活成本上涨的讨论持续不断

这两项研究共同揭示了一个令人不安的潜在循环：巨额AI投资推高要素价格与通胀预期，导致货币政策保持紧缩，融资成本居高不下。然而，科技巨头们的资本竞赛却并未因此减速，反而愈演愈烈。

史无前例的资本开支狂潮

数据清晰地展示了这场竞赛的激烈程度。根据公开财报，亚马逊、微软、谷歌和Meta这四大科技巨头，其资本支出总额在2023年约为1520亿美元。这一数字在2024年飙升至2510亿美元，增幅高达65%。而到了2025年，总额进一步跃升至4160亿美元，再次实现66%的惊人增长。

更令人咋舌的是2026年的规划。根据各公司指引汇总，仅这四家公司的计划资本开支合计就高达约6630亿美元。若加上甲骨文等公司的投入，头部科技企业在AI基础设施上的年度投资总额正逼近7000亿美元大关。这意味着在短短四年内，核心玩家的相关支出规模增长了近四倍，其增速在美国企业史上未有先例。有媒体指出，这一开支规模甚至超过了瑞典全年的国内生产总值。

电力：AI扩张的终极瓶颈

天文数字般的投资，绝大部分流向了耗电惊人的数据中心。电力，而非土地或资金，正成为制约AI发展的最关键瓶颈。

我们可以通过对比来理解其能耗规模：美国佛蒙特州全年的平均电力负荷约为0.61吉瓦。然而，当前规划中的单个超大规模AI数据中心项目，其电力需求便已达到吉瓦级别。例如，OpenAI与合作伙伴规划的“Stargate”项目，总电力容量高达10吉瓦，相当于16个佛蒙特州的用电总和。Meta、xAI、亚马逊等公司的重点项目，规划用电量也均在2-5吉瓦之间。

宏观数据同样触目惊心。标普全球的数据显示，2024年美国数据中心的耗电量已占全国总用电量的4%以上。预计到2030年，这一比例将增长三倍。激增的电力需求正在实时挤压现有电网，导致数据中心关键市场的空置率长期处于历史极低水平。尽管有新产能陆续交付，但在2030年之前，电力供给紧张的局面难以得到根本性缓解。

理论与数据的双重印证

除了直接的资源争夺，AI热潮还通过更微妙的渠道影响通胀。圣路易斯联储的研究将其定义为“新闻冲击”。该理论认为，关于技术革命（如AI）的乐观新闻会改变市场主体的预期：家庭预期未来收入增长而提前消费，企业预期生产率提升而加大投资。两者合力，在技术真正普及并提升效率之前，率先推高总需求，从而引发通胀。

模型推演了两种可能路径：一是AI成功带来生产率飞跃，最终消化短期通胀压力；二是生产率提升不及预期，经济则可能陷入“滞胀”困境。目前的数据似乎更令人警惕：自ChatGPT发布以来，衡量技术对经济效率贡献的关键指标——全要素生产率（TFP）的增速，并未显示出加速迹象，甚至略低于历史平均水平。

与此同时，美国的通胀水平虽有所回落，但仍未稳定在美联储2%的目标之内。最新的利率点阵图预示货币政策将保持相对紧缩，这反过来又增加了AI巨额投资的资金成本。

青岚个人视点

这篇文章揭示了一个深刻且被忽视的悖论：我们对未来的乐观预期，本身就在塑造一个更具挑战性的当下。7000亿美元不是冰冷的数字，它是流向电网、芯片和土地的炽热需求，直接转化为企业和民众的用电成本与物价压力。AI模型的自省结论尤其值得玩味，它像一面镜子，映照出技术狂热中隐含的经济现实。当前的关键已不再是争论AI是否重要，而是警惕在“革命”的叙事中，我们是否过早透支了未来的繁荣，并让经济承受了不必要的“成长阵痛”。这场竞赛的终局，不取决于谁建了最多的数据中心，而取决于这些计算力最终能否转化为实实在在的生产率提升。否则，我们迎来的可能不是技术奇点，而是一轮昂贵的“通胀洗礼”。