AI对通胀的潜在影响有多大？

文｜李佳论 孙明春

在AI（人工智能）飞速发展的时代，大众普遍有一种直觉：AI提升生产率，有助于降低成本、扩大供给，从而压低通胀。但现实却出现相反一幕：过去一年，强劲的AI投资推动全球存储芯片、半导体及电子设备价格大幅上涨，美国部分地区也因AI对电力需求的强劲增长导致电价暴涨。

那么，AI究竟会推高还是压低通胀？相关研究显示，其可能通过生产率、投入品价格、企业定价权、最终需求四条渠道影响通胀：第一，AI有望提升生产率，降低生产成本，构成反通胀力量；第二，AI投资热潮会推升资本投入品价格，但AI对劳动者的替代会压制工资上涨，二者相互拉扯，其净影响短期可能偏通胀，中长期偏通缩；第三，在竞争性行业，AI有可能通过降本增效而加剧价格竞争，降低企业定价权；但AI也可能增强一些企业的垄断地位，令其获得更强定价权；第四，AI投资热潮与乐观预期会带动投资与消费需求，但AI替代劳动者则会拖累居民收入和消费需求，二者的净影响也是短期偏通胀，中长期偏通缩。总之，AI对通胀的影响取决于多种因素，其净效应并不明确，并可能在AI发展的不同阶段呈现不同结果。

基于上述分析框架，我们预计，AI对通胀的影响大概率呈现“先高后低”的两阶段路径。

短期内（1年-2年），乐观预期与资本开支将推升最终需求，产业链瓶颈将加强上游企业定价权、推高投入品价格，而生产率红利显现较慢，难以发挥反通胀作用，因此通胀整体大概率上行。就美国而言，短期内，AI投资热潮与能源冲击、关税上调的滞后影响叠加，通胀压力尤为显著。相比之下，中国AI投资规模较小、电力与电信等基础设施网络发达、建筑业与制造业产能充足，同时，国内投资与消费增速均处于下行周期，整体通胀压力有限。

中期来看（3-5年），随着生产率红利兑现、产业链瓶颈缓解与劳动替代增强，通胀下行力量将逐步显现，中美经济都可能转而面临通缩压力。若AI投资回报不及预期，美国金融市场还有可能发生较大动荡，导致美国家庭金融资产大幅度缩水，形成负向财富效应；若届时AI替代劳动力导致失业骤升，居民收入和消费将受到更大打击，甚至引发经济衰退，进一步加剧通缩压力。对中国而言，在“人工智能+”行动计划推动下，AI应用落地将更快、更广，这虽然有助于提振需求、缓解通缩压力，但也会因生产率提升而加剧下游企业的价格竞争。

AI对通胀的影响机制

美国马里兰大学经济学教授Abo-Zaid从加成定价法出发，提出AI对通胀影响的多渠道分析框架。其基本逻辑是：企业定价是在单位成本之上加成，单位成本由投入品价格及生产率等因素共同决定，加成幅度则取决于企业定价权及需求强弱。基于这个框架，可将AI对通胀的影响拆解为生产率、投入品价格、企业定价权、需求等四个渠道。

1.对生产率的影响

AI可通过多种途径提升生产率、降低单位产出成本，形成反通胀力量。在劳动力层面，AI通过替代或增强劳动者而提高单位劳动产出；在资本层面，AI提高设备利用率、减少库存和冗余，提高资本使用效率。作为通用目的技术，AI还能更精准地匹配供需、预测市场需求、优化生产与物流调度，并推动研发自动化，加快创新，提升全要素生产率。

不过，由于AI对生产率的影响面临诸多瓶颈制约，有可能限制生产率红利的兑现，进而限制其反通胀效果。鉴于克服这些瓶颈是一个循序渐进的过程，有可能需要较长时间，这会影响AI扩散的速度和广度，导致生产率红利的反通胀效应存在较长时滞或呈现非线性特征。若AI采用速度较慢，其反通胀效应在前期就不会很明显。一项针对欧洲的实证研究发现，尽管整体上AI采用率与通胀负相关，但反通胀效应在采用率跨过一定门槛后才会显现，呈现出明显的非线性特征。对通用目的技术而言，在采用初期，企业往往还需要重构业务流程、开发新产品与商业模式、培训员工等大量无形互补投资，有可能令生产率呈现先降后升的“J曲线”走势，令生产率提升导致的成本下降被推迟。

2.对投入品价格的影响

在资本投入方面，AI的大规模部署需要大量资本投入，比如电力、芯片、存储、数据中心等。当需求快速扩张而产能无法及时扩张时，这些投入品会供不应求，导致价格上涨，推高通胀。

在劳动投入方面，AI可能通过两条路径压低名义工资增速：第一，AI对部分劳动者的替代直接降低劳动需求，在劳动供给不变的前提下压低均衡工资。第二，即便就业替代尚未大规模发生，AI替代风险也可能削弱劳动者的外部选择和议价能力，压制工资增速。两股力量叠加将降低单位劳动成本，构成反通胀力量。不过，短期来看，少数瓶颈行业的部分高技能岗位也可能因强劲的AI投资与部署需求造成相关人才短缺，推动工资上涨，加大通胀压力。

因此，AI对投入品价格的净影响取决于AI投资热潮对资本投入品价格的拉升与AI对劳动者的替代带来的工资下降相比孰强孰弱。在短期内，由于资本投入端面临严重的短缺与瓶颈而AI对劳动力的替代尚不明显，二者的净影响更偏通胀。中长期而言，随着供给端产能扩张与劳动替代效应增强，其净影响将更偏通缩。

3.对企业定价权的影响

AI技术还可能影响企业的定价权，改变企业加成的能力和幅度，进而影响最终价格。

一方面，在竞争性市场，由于AI会提升生产率，降低生产成本和进入壁垒；AI搜索能力的增强也为消费者提供了更强的比价工具，提高价格透明度。这些都会加剧价格竞争，削弱企业定价权。

另一方面，AI技术的采用有可能提高市场集中度，形成“超级明星企业”。AI技术驱动的算法定价、客户筛选、平台势力也可能增强部分企业的市场权力和定价权。对这些企业而言，即便成本下降，它们也不一定降价，甚至还可能提价。堪萨斯城联储的一项研究发现，2010年-2024年，美国招聘广告中出现的AI定价岗位占总体定价岗位的比重增长逾10倍，显示企业更频繁采用AI定价；而AI定价岗位占比每提升1个百分点，企业定价中的成本加成增长0.3%。这些研究表明，AI有可能增强一些企业的定价权，扩大其成本加成幅度，推高最终产品或服务的价格。

因此，AI究竟会把生产率红利转化为更低的消费者价格还是更高的企业利润，其净影响并不清晰。由于企业定价能力受到其所在行业的市场竞争结构及所在地区的监管政策影响，AI对企业定价权的影响在不同行业、不同国家/地区会表现不同。

4.对需求的影响

以上三个渠道均属于供给侧。需求侧也存在两方面影响，其净效应也不清晰，且可能随时间变化。

一方面，AI投资热潮与乐观预期抬高总需求，有可能推高通胀。圣路易斯联储研究指出，即便AI的生产率红利尚未兑现，仅凭“生产率新闻冲击”就可能改变未来预期，家庭部门有可能因预期未来收入提高而增加消费，企业部门也会因预期未来效率提升而增加投资，从而推高总需求与通胀。

另一方面，AI对就业的替代也可能在需求端产生反通胀力量。随着部分岗位被AI替代，劳动收入份额将下降，AI收益将向资本集中，再以利润形式流向资本所有者。由于资本所有者以高收入群体为主，其边际消费倾向通常低于普通劳动者，若缺乏相应的收入再分配制度安排，这一变化可能会抑制社会总需求与消费，从而压低通胀。国际清算银行（BIS）的《2026年度经济报告》就刻画了这一“需求瓶颈”情景，并指出每个被替代的劳动者同时也是消失的消费者。

总之，需求渠道的净影响取决于乐观预期与投资热潮对总需求的拉动与劳动替代对总需求的拖累相比孰强孰弱。从时间上看，前者往往先行，而后者则是渐进、累积和非线性的，因此其净影响可能短期偏通胀、中长期偏通缩。

综合来看，根据上述分析框架，AI对通胀的影响取决于生产率红利兑现的程度与速度、投入要素的供需关系、企业定价权的变化、乐观预期对家庭消费和企业投资行为的传导以及AI对劳动更多是替代还是增强等多方面因素，其净效应并不明确，并可能在AI发展的不同阶段呈现不同的结果。

AI对中美通胀的潜在影响

鉴于AI生产率红利的兑现过程可能较为漫长，而对AI的乐观预期与投资热潮已显著推高投入品价格与最终需求，这一时间错配导致通胀大概率呈现“先高后低”的两阶段路径。

1.短期影响：整体通胀上行

短期（未来1年-2年）来看，对AI应用前景的乐观预期与资本开支热潮将持续推升总需求；AI产业链瓶颈将加强相关企业的定价权，推高电力、芯片等投入品价格；而生产率虽然在微观层面有提升，但在宏观层面尚难显现其红利。因此，这一阶段AI对通胀的净影响偏上行。

短期内，其对中美通胀的影响也存在差异。就美国而言，其通胀上行压力显著。投入品价格上涨是当前美国通胀的最主要推力。在芯片端，AI加速器对高带宽内存的巨量需求已导致三星、SK海力士、美光三大厂商产能售罄、价格暴涨。据TrendForce数据，DRAM（动态随机存取存储器）‌合约价在2026年一季度环比暴涨90%-95%，创历史纪录，二季度、三季度分别再涨58%-63%、13%-18%。2026年9月，美国PPI（工业生产者价格指数）中电子元配件分项同比上涨26.8%（图1）。在电力端，数据中心对电力的争夺大幅推高批发电价。2026年上半年，美国最大电网PJM全域批发电力总成本升至114.5美元/兆瓦时，同比上涨约50%。支撑数据中心与电网扩建的变压器、燃气轮机等设备同样供不应求，价格显著上涨。

图1.美国PPI电子元件分项同比增速

（数据来源：美国劳工统计局，CEIC）

在劳动力市场，据美联储褐皮书，数据中心建设潮导致建筑与制造业技术工人短缺，推高部分岗位的工资。尽管有研究显示AI高暴露职业的青年与初级岗位招聘明显减少，但整体来看，目前AI对劳动者的替代效应尚不明显，美国失业率仍维持多年低位。

在需求渠道，对AI应用前景的乐观预期与资本开支热潮不仅推高特定投入品的价格，还带动总需求，在更广泛的经济层面形成通胀压力。在投资层面，2026年，美国五大云服务商资本开支规模预计将达8000亿美元，相当于美国名义GDP（国内生产总值）的2.5%。我们测算，2026年上半年，AI相关投资对美国年化GDP增速的直接贡献约0.88个百分点，约占上半年GDP年化增长的一半。在消费层面，AI投资热潮不但带动了就业和家庭收入，还推动相关股票大幅上涨，并通过财富效应刺激家庭消费，进一步扩大总需求。2023年以来，美国家庭净资产累计增长52.8万亿美元，增幅达37%，其中三分之二来自股票资产（图2）。

在企业定价权层面，AI产业链上游的市场结构高度集中，存在明显的寡头垄断特征，少数企业控制着绝大部分高端产能，享有很强的定价权。在需求暴涨、产出面临严重瓶颈的背景下，这些企业的定价权进一步增强。以美国最大的存储芯片厂商美光为例，2026年第三财季，其DRAM、NAND（闪存）价格分别同比上涨约260%、310%，毛利率由一年前的38%升至85%，显示其定价权大幅度提升，但也加大了下游企业的成本压力。

图2.美国家庭净资产变化

（数据来源：美联储）

在生产率渠道，尽管大量研究显示，AI在编程、写作、客服等微观任务层面显著提升效率，但宏观层面的生产率红利尚未兑现。据旧金山联储数据，过去四个季度，美国经产能利用率调整的全要素生产率平均年化增速为-0.34%，远不及互联网革命时期（1996年-2005年）约2%的平均TFP增速（图3）。这符合通用目的技术往往需要经历漫长扩散期的历史规律。因此，该渠道的反通胀作用短期内难以显现。

图3.美国经产能利用率调整的全要素生产率（四季度平均）

（数据来源：旧金山联储）

展望未来1年-2年，美国对AI数据中心的需求仍将持续高速增长，而芯片、存储、电网产能扩张周期长，短期内供给短缺难以改善，投入品价格仍将居高不下；而生产率的提升和对就业的替代只会逐步显现，生产成本下降和企业价格竞争的影响可能较为有限。因此，总体而言，AI将在短期内给美国带来更大的通胀压力。

对中国而言，短期内AI产生的通胀压力有限。

在投入品价格渠道，通胀压力主要来自全球存储芯片涨价向消费电子产品的传导，而非本土供应链瓶颈。与美国不同，中国电力与电信等基础设施网络发达、建筑业与制造业产能充足（甚至过剩），除高端芯片等部分投入品供应短缺外，AI投资并未造成明显的产业链供给瓶颈。因此，投入品价格对中国CPI的影响有限。

在需求渠道，AI投资对中国通胀的拉动远小于美国。今年以来，由于房地产投资和基础设施投资双双下降， AI投资扩张并不能扭转投资总体下滑的趋势（2026年1月-9月，全国固定资产投资同比下降7.2%），再加上居民消费增长乏力，仅靠AI投资很难扭转中国经济面临的内需不足状况，也不会带来实质性的通胀压力。

在生产率渠道，目前中国的AI应用主要在消费端（如聊天机器人），更多是提供和改善消费者体验，企业级AI应用仍在早期阶段，因此AI对生产率的提升比较有限。

在企业定价权渠道，在“内卷式”竞争与需求偏弱的大背景下，中国企业普遍缺乏定价能力和议价能力。由于AI技术在短期内对企业生产率的提升有限，它在短期内很难影响企业的定价（加成）能力。

总体来说，在今后1年-2年内，AI对中国通胀的总体影响应该有限，中国通胀更多还是受到能源、食品、居住等其他价格因素的影响，大概率维持低通胀态势。

2.中期影响：通胀下行力量逐步显现

中期（未来3年-5年）来看，随着AI技术的进步与扩散，通胀下行力量将逐步显现，中美经济都可能转而面临通缩压力。若AI投资回报不及预期，美国金融市场还有可能出现较大动荡，并通过负向财富效应打击居民消费，甚至引发经济衰退，进一步加大通缩压力。

首先，生产率红利有望兑现，构成最主要的反通胀力量。根据美国独立AI研究机构METR的评估，以AI智能体独立完成软件任务的时长作为衡量前沿AI模型能力的指标，按照80%的任务成功率来评判，截至2026年4月，前沿AI智能体已可以独立完成相当于人类专家3小时完成的软件任务；在过去六年中，这一时长大约每7个月翻一倍（图4）。即便这一趋势在未来不能完全复制，也可以想象未来3年-5年AI能力的提升幅度及生产率红利的释放潜力。

图4.前沿AI智能体独立完成软件任务的时长

（数据来源：METR）

随着AI技术的普及，企业的生产流程、组织结构和商业模式也可能重构，AI的生产率红利有望从微观任务层面逐步体现到宏观经济层面，从而推动总供给扩张，压低单位生产成本。由于美国更专注于企业端应用，有望更快兑现生产率红利，这也意味着，企业面临的成本下降与价格竞争压力会更早显现。

第二，AI产业链的供给瓶颈有望显著缓解，对劳动力的替代效应也会更加明显，共同推动投入品价格下降。随着芯片与存储产能扩张、发电与电网建设完善、数据中心基础设施陆续到位，前期供不应求的电力、内存、算力等投入品价格有望回落，上游企业的定价权也将随之弱化。与此同时，AI对劳动的替代效应会逐步增强，有可能压低单位劳动成本。不过，投入品价格的回落幅度取决于供给扩张与需求增长之间的相对快慢，这一过程在前期可能是渐进的，并且会在不同行业之间循序传导。对美国而言，由于电网扩建周期长，电力约束可能比芯片瓶颈持续更久；对中国而言，国内电力供给充足，约束更多在芯片端。但这些瓶颈约束在今后3年-5年都可能显著缓解，从而带来价格下行压力。

第三，就企业定价权而言，一方面，供给瓶颈消除会削弱上游企业的定价权；另一方面，AI红利兑现也可能加剧企业间的价格竞争。未来3年-5年，如果AI带来生产率大幅提升、成本大幅下降，企业大概率会利用AI技术推动降本增效，并在此基础上通过价格竞争来扩大市场份额，导致价格螺旋式下降。即便是OpenAI、Anthropic等具有技术领先优势的大模型厂商，在存在开源模型、模型蒸馏以及全球大模型竞争的背景下，其盈利能力也不能保证，而是取决于未来的行业竞争结构。

第四，需求渠道可能逐步从拉动通胀转为抑制通胀。一是AI资本开支增速在3年-5年内应该会开始回落，甚至出现负增长，投资对总需求的拉动会随之减弱。二是随着AI对劳动的替代效应增强，劳动收入份额有可能下降，若缺乏相应的收入再分配措施，有可能出现前述“需求瓶颈”，从而抑制消费需求。若AI导致失业骤增，美国经济很可能会陷入衰退与通缩之中。

此外，若AI红利未能如期兑现，乐观预期落空，也可能导致AI投资热潮逆转、资产价格剧烈回调，并通过循环融资、债务杠杆传导至金融系统与实体经济，造成金融动荡甚至经济衰退。在此情景下，财富效应逆转会导致需求收缩，进一步加大通缩压力。需要指出的是，投资泡沫破裂并不必然以生产率红利落空为前提。即便AI生产率红利最终兑现，市场竞争加剧仍可能导致部分AI企业无法获利，产业链价值也可能落在AI下游应用（或消费者）、而非大模型厂商或上游基础设施服务商身上，导致AI投资因回报不及预期而发生逆转。

不过，中期而言（未来3年-5年），气候变化、地缘冲突、贸易保护等因素也可能支撑通胀延续上行趋势。对美国而言，由于AI有可能扩大贫富差距，加大社会福利等公共财政支出压力，美国财政不可持续的问题将日益显著。若美联储采取措施将财政赤字货币化（如重启量化宽松政策），很可能推高通胀预期。但总体而言，我们认为，今后3年-5年，美国面临的通缩风险远大于通胀风险。

对中国而言，在“人工智能+”行动计划推动下，AI应用（包括生成式AI、工业机器人等）落地将更快、更广，这一方面有助于提振需求，提高上游行业的（装备制造、电力等领域）产能利用率，缓解通缩压力；另一方面也会快速提升下游制造业、服务业的生产率，有可能加剧价格竞争。

（作者李佳论系腾讯集团高级经济学家，孙明春系腾讯集团高级经济顾问；编辑：杨秀红）

责编 |李煜