AI投入超千亿美元，为何美联储仍质疑生产率提升？
2026年8月7日，美联储官员托马斯·巴尔金（Thomas Barkin）公开表示，人工智能（AI）目前对整体生产率水平的影响仍不明确。这一表态出现在美国经济数据呈现复杂信号、市场对技术变革能否实质性提振增长存疑的背景下。作为美联储决策体系中的重要声音，巴尔金的谨慎评估不仅反映了货币政策制定者对新兴技术经济效应的审慎态度，也揭示了当前宏观分析框架在衡量AI实际贡献时所面临的挑战。
AI热潮与生产率悖论：现实落差引发政策层警惕
尽管过去两年全球科技巨头在生成式人工智能领域投入数千亿美元，资本市场亦将AI视为新一轮增长引擎，但宏观经济层面尚未出现与之匹配的生产率跃升。然而，在通胀压力尚未完全消退、劳动力市场结构性紧张持续的当下，美联储无法等待长期验证，必须基于现有证据判断AI是否已进入“产出兑现期”。
巴尔金的发言延续了美联储内部对技术乐观主义的克制立场。值得注意的是，在2026年7月30日的一次市场评论中，已有观察指出，尽管微软、三星等企业财报暂时缓解了投资者焦虑，但Meta现金流大幅下滑暴露出AI投资回报周期可能长于预期。这种企业层面的分化——部分公司展示初步效率增益，另一些则面临资本开支激增而收益滞后的困境——使得加总至宏观层面的生产率测算变得异常困难。
美联储为何难以量化AI的经济贡献？
生产率的传统测算依赖于产出增长与投入（劳动、资本）的比值变化。但AI的渗透具有高度非线性和部门异质性：客服自动化可能立即降低人力成本，而大模型驱动的研发加速则需数年才能转化为新产品或流程改进。更关键的是，许多AI应用并未直接计入GDP统计范畴——例如免费提供的智能助手、内部知识管理系统优化等，其价值难以货币化。
此外，当前AI投资大量集中于算力基础设施（如数据中心、专用芯片），这些资本支出短期内推高企业CAPEX，却未必同步带来产出增长。若企业因过度投资导致资产负债表承压，反而可能抑制整体经济活力。这解释了为何即便纳斯达克指数屡创新高，美联储仍对“AI驱动繁荣”持保留态度。
巴尔金的表态并非孤立。美联储系统内多位官员近期均强调，需区分“技术叙事”与“可验证的经济数据”。在2026年中期，美国核心PCE通胀仍略高于2%目标，而就业市场虽略有降温但未现明显疲软。在此环境下，若AI未能快速转化为供给侧的实际产能扩张，货币政策将难以获得转向宽松的充分依据。
投资者应关注哪些先行指标？
对于市场参与者而言，巴尔金的言论提示了一个关键策略转变：不应仅凭AI概念股的股价表现或企业宣传判断技术落地进度，而应追踪更具操作性的微观与行业指标：
- 企业运营效率变化：关注头部科技公司及传统行业龙头在财报中披露的单位成本下降、周转率提升或研发周期缩短等具体数据；
- 资本支出结构：区分“防御性AI投入”（如合规、安全）与“进攻性AI投入”（如新产品开发、客户体验重构），后者更可能催生新增长；
- 劳动力再配置趋势：若AI真正提升生产率，应伴随高技能岗位需求上升与低重复性岗位自然萎缩，而非单纯裁员；
- 中小企业采纳率：大型企业具备资源试错，但AI若要广泛提振经济，必须被中小型企业低成本采用，这可通过云服务订阅数据、SaaS工具渗透率等间接观测。
政策含义：耐心等待证据，而非预设结论
美联储的立场清晰表明，在缺乏坚实宏观证据前，不会将AI视为抑制通胀或支撑增长的确定性力量。这意味着即便AI主题继续主导市场情绪，货币政策路径仍将主要由就业、通胀和金融稳定三大传统支柱决定。2026年下半年，若美国经济数据未显示AI相关行业出现持续、广泛的生产率突破，美联储大概率维持利率高位更长时间，以确保通胀预期彻底锚定。
对全球投资者而言，这一现实提醒我们：技术革命的长期潜力毋庸置疑，但短期市场定价可能已过度透支未来收益。在AI从“概念验证”迈向“规模效益”的过渡期，资产配置需兼顾主题热度与基本面验证，避免陷入“叙事驱动而非数据驱动”的估值陷阱。巴尔金的谨慎，恰是市场需要的一剂清醒剂。
