AI真能压低通胀？美联储鸽派主席释放关键信号

在当前全球通胀压力尚未完全消退的背景下，美联储官员对长期价格稳定路径的判断正日益受到技术变革因素的影响。2026年6月5日，旧金山联储主席玛丽·戴利（Mary Daly）在一次公开问答中表示，从未来五到十年的视角来看，人工智能（AI）有可能成为抑制通胀的力量。这一观点虽简短，却折射出货币政策制定者对结构性经济变量的重新评估——尤其是在生产率、劳动力市场和定价机制可能发生根本性转变的预期下。

值得注意的是，戴利此次表态并非孤立事件，而是嵌入在一个更广泛的政策讨论脉络之中。尽管目前缺乏其讲话全文或具体场合的官方记录，但从时间轴上看，该言论出现在2026年5月中旬之后。彼时，一则与“收入虚增”相关的公司公告曾引发市场对“inflation”一词的误读：5月11日，港股上市公司诺比侃人工智能科技（成都）有限公司（股票代码：2635.HK）发布澄清公告，称对恒信香巴拉（Hengxin Shambala）虚增2022年营业收入1.816亿元人民币一事毫不知情，并强调自身无须披露的内幕信息。此处的“inflation”实为财务造假语境下的“虚增”（revenue inflation），与宏观经济中的通货膨胀（price inflation）无直接关联。然而，这一巧合凸显了“inflation”一词在不同语境下的多重含义，也提醒投资者在解读政策信号时需格外注意术语的精确性。

回到戴利的核心论点——人工智能可能降低通胀——这一判断背后隐含的是对技术驱动型通缩机制的乐观预期。从经济学逻辑出发，AI若能显著提升全要素生产率（TFP），将通过三条主要路径影响价格水平：其一，自动化与智能优化可降低企业运营成本，尤其在物流、客服、制造等重复性高、人力密集的环节；其二，AI赋能的精准预测与库存管理有助于减少供需错配，缓解因短缺或过剩引发的价格波动；其三，在劳动力市场，尽管AI可能替代部分岗位，但若其同时创造更高附加值的新职业并提升整体劳动效率，则单位产出的人力成本有望下降，从而削弱工资-物价螺旋上升的压力。

历史上，类似的技术乐观主义并非首次出现。20世纪90年代末，互联网革命也曾被寄望带来“新经济”下的低通胀高增长。然而现实更为复杂：初期确实出现了生产率跃升，但随后资本过度投入、资产泡沫与监管滞后又带来了新的不稳定因素。因此，AI对通胀的净效应并非单向确定。关键变量在于技术扩散的速度、制度适配的能力以及分配效应的处理。例如，若AI红利高度集中于少数科技巨头，而广大中小企业难以接入或应用，那么成本节约可能转化为垄断利润而非普遍降价；又如，若劳动力转型滞后导致结构性失业加剧，消费需求疲软反而可能压制通胀，但这并非健康的通缩。

美联储内部对此亦存在多元声音。近年来，多位官员在演讲中提及AI的潜在影响，但立场不尽相同。有人强调其通缩潜力，认为应纳入长期通胀预期锚定的考量；也有人警告，AI基础设施的大规模投资（如数据中心、芯片制造）可能在短期内推高资本支出与能源需求，形成阶段性通胀压力。此外，地缘政治对AI供应链的干扰（如高端芯片出口管制）也可能抵消部分效率 gains。戴利作为偏鸽派的决策者，其强调AI的抑通胀作用，或许也反映了她在当前政策权衡中更关注避免过度紧缩的风险。

从市场实践角度看，投资者已在资产配置中逐步计入AI的长期通缩叙事。美股科技板块的估值持续反映对未来现金流折现率下降的预期，而部分大宗商品与传统工业股则面临结构性折价。不过，这种定价是否充分考虑了政策传导的时滞与非线性，仍值得审慎评估。根据我多年的观察，技术变革对宏观变量的影响往往呈现“J曲线”特征：初期因投资扩张与调整成本而推高价格，后期才释放真正的效率红利。若美联储过早基于长期乐观假设放松政策，可能低估中期通胀粘性。

综上所述，戴利关于“AI可能降低通胀”的判断，代表了一种面向未来的政策思维转型——即中央银行不再仅盯着当期CPI数据，而是试图将技术范式变迁纳入货币政策的跨期框架。然而，这一路径的有效性高度依赖于配套的教育、再培训、竞争政策与收入分配机制。若缺乏这些支撑，AI带来的可能不是普惠性通缩，而是加剧不平等的“双速经济”。对于全球投资者而言，真正需要关注的不是AI是否会降低通胀这一命题本身，而是各国制度环境能否将技术潜力转化为包容性增长。在这一点上，美国的政策实验或将为其他经济体提供重要参照。