美联储理事Cook警示AI红利难解通胀近忧

美联储理事Cook在2026年9月29日凌晨的表态直指当前市场对AI经济红利的过度乐观——她明确指出，由人工智能驱动的生产率提升和经济增长，在短期内无法抵消通胀压力。这一发言出现在美联储9月议息会议刚结束不久、市场正试图解读政策路径的关键窗口期，直接挑战了部分投资者“AI将自动压低物价”的线性预期。但问题在于，如果技术进步不能快速转化为供给扩张或成本下降，那么所谓的“AI繁荣”可能只是名义增长的幻觉，而非实际购买力的改善。

AI增长为何难解近渴？

Cook的判断背后，其实藏着一个时间错配：AI带来的效率增益往往需要数个季度甚至数年才能渗透到广泛经济部门，而通胀的形成却可能源于当下能源价格波动、工资粘性或供应链扰动。比如，企业部署AI模型可能降低客服或数据分析的人力成本，但这些节省未必立刻传导至终端商品价格；与此同时，若劳动力市场依然紧张，工资上涨仍会推高服务类通胀。换句话说，AI是慢变量，通胀是快变量，两者节奏不一致，自然难以在短期内相互对冲。

美联储的政策逻辑是否因此更偏鹰？

从政策制定者视角看，Cook的言论强化了“数据依赖”而非“叙事依赖”的立场。即便市场热炒AI革命，美联储仍坚持用实际通胀读数而非潜在技术趋势来校准利率路径。这意味着，只要核心PCE或CPI环比未出现持续回落，降息门槛就不会因AI故事而降低。事实上，2026年三季度以来，美国服务业通胀黏性仍强，住房与保险成本居高不下，这些结构性因素远比AI应用进展更能左右短期决策。因此，Cook的发言更像是对市场情绪的一次纠偏，而非政策转向信号。

技术乐观主义与货币政策现实的张力

过去两年，华尔街一度将AI视为“新生产力范式”，认为它能像1990年代信息技术那样带来“无通胀增长”。但历史不会简单重复——当年IT革命伴随全球化加速和劳动力供给扩张，而今天AI落地面临监管审查、算力瓶颈和就业结构调整等摩擦。Cook的提醒恰恰点出：技术潜力不等于经济现实。除非AI能迅速扩大商品与服务的有效供给，否则它对通胀的影响可能更多体现在资产价格（如科技股估值）而非消费者物价上。这种分化，正是当前宏观政策制定者最警惕的风险。