大家对 AI 有一个很自然的想像:

AI 帮公司把工作做快一点。

同样的人可以做出更多东西。

企业成本下降。

最后商品与服务就应该变便宜。

照这个逻辑,

AI 应该是对抗通膨的好消息才对。

但瑞士央行理事 Petra Tschudin 最近却提醒:

AI 在短期内,反而可能先带来更高的通膨压力。

这听起来像矛盾。

其实关键就在一个时间差:

大家已经开始为 AI 花钱了,但 AI 承诺的生产力,还没有全部出现。

AI 提高生产力,为什么物价不一定立刻下降

先把「生产力」讲成最简单的版本。

假设一家工厂原本:

10 个人一天做 100 件产品。

导入 AI 与自动化之后,

同样 10 个人可以做 120 件。

这就是生产力提高。

如果其他事情都不变,

公司可以用差不多的成本做出更多东西,

理论上确实会带来降低价格的力量。

问题是:

现实世界不会停在那里等 AI 慢慢提升生产力。

企业一看到 AI 可能改变未来,

通常会先开始投资。

买芯片。

租算力。

盖数据中心。

抢工程师。

升级电网。

买服务器。

增加软件支出。

于是,

未来的供给还没增加,今天的需求先增加了。

价格就可能先被往上推。

瑞士央行担心的第一件事:大家同时抢同一批东西

Reuters 8 月 21 日报导,瑞士央行理事 Petra Tschudin 表示,AI 可能在短期内增加通膨压力。

她提出的一个很实际的例子就是:

芯片短缺。

如果全球大量企业同时增加 AI 投资,

大家会开始竞争:

高级芯片、

内存、

服务器、

数据中心容量,

以及其他有限的科技资源。

需求突然冲上去,

供应却不可能一个月增加两倍。

价格自然可能上升。

这跟 AI 最后能不能提高效率,

其实是两个不同时间点的问题。

就像一座城市宣布要盖捷运,捷运还没通车,水泥和工人先变贵

最白话的比喻,

就是盖捷运。

市政府宣布:

五年后新的捷运系统会让交通更有效率。

长期来看,

这可能是真的。

大家通勤时间缩短。

商店物流改善。

公司更容易招募员工。

城市整体效率提高。

但捷运还没有通车以前,

第一件发生的事情可能是:

大家开始抢工人。

抢水泥。

抢钢筋。

抢施工设备。

抢土地。

于是,

效率还没有出现,建设成本先上升。

AI 现在也可能正在经历类似阶段。

我们正在盖一座很大的「AI 捷运」。

电力可能是下一个最明显的瓶颈

AI 不是只有一个聊天窗口。

背后要有:

数据中心、

GPU、

冷却系统、

高速网络,

以及大量电力。

欧洲央行运行委员 Philip Lane 在谈 AI 与货币政策时就指出:

AI 算力快速扩张会增加能源需求,

在能源供给还没有追上以前,

可能对能源价格形成向上压力。

这个逻辑非常重要。

如果 AI 帮一家公司:

少花 10% 的人力成本,

但整个经济同时因为 AI 数据中心,

让电力、

服务器、

芯片与基础设施变得更贵,

最后对整体物价的影响就不会只有:

「AI 帮大家省钱。」

而是两股力量一起拉。

一边降低成本。

另一边增加新的成本。

更奇怪的是:大家相信 AI 未来会更有钱,也可能造成今天的通膨

还有一个更不直觉的原因。

假设大家真的相信:

AI 未来会大幅提升经济生产力。

公司觉得:

「未来会赚更多。」

所以现在先投资。

家庭觉得:

「未来收入可能提高。」

所以现在敢多消费一点。

这时候会发生什么?

今天的需求先增加。

但 AI 真正提高多少产量,

可能还要几年才完全反映出来。

英格兰银行最新研究就指出:

生产力提高不一定自动等于通膨下降。

如果未来生产力提升的预期,

先刺激今天的投资与消费,

而实际供给还没有同步增加,

通膨压力反而可能上升。

换句话说:

大家太早相信明天会更有钱,也可能让今天先变贵。

「东西变便宜」和「通膨下降」其实也不是完全相同

这里还有一个很容易混在一起的观念。

假设 AI 让某项服务从:

100 元,

降到 90 元。

这叫价格下降。

但「通膨」问的是:

整体物价还在以多快的速度上升。

如果 AI 只让价格一次调低,

之后又回到正常的上涨速度,

那不代表 AI 可以永远把通膨压低。

英格兰银行的研究特别区分:

一次性的生产力提升,

和长期持续提高的生产力成长。

一次效率改善可能让价格水准降低一次。

但要持续改变通膨,

需要更长期、更持续的经济变化。

所以看到:

「AI 可以降低成本。」

不能直接跳到:

「央行以后就不用担心通膨。」

中间还有很大一段路。

这也是为什么央行开始认真研究 AI

以前央行谈 AI,

大家可能以为是在研究:

银行要不要用 ChatGPT。

现在完全不是这么简单。

AI 已经开始影响央行真正关心的事情:

生产力。

企业投资。

消费。

薪资。

能源需求。

芯片价格。

金融市场。

以及最重要的:

通膨。

而且问题最麻烦的地方是:

AI 同时影响供给和需求。

如果 AI 让企业生产更多,

这有降低物价压力的效果。

但如果大家同时大量投资 AI,

又会增加需求。

最后通膨到底往哪边走,

就取决于:

哪一边跑得比较快。

AI 也可能让央行更难决定利率

这件事最后会碰到一个大家都很熟悉的东西:

利率。

假设经济突然很热。

企业大量投资。

家庭大量消费。

物价上升。

正常情况下,

央行可能会考虑提高利率,

把需求稍微降下来。

但如果这一波热潮的背后,

其实是 AI 正在提高未来生产力呢?

央行就会遇到一个非常难的判断:

现在看到的是:

真正可以长期支撑的经济成长?

还是:

大家先为 AI 未来的梦想花太多钱?

判断错一边,

可能压住真正的生产力成长。

判断错另一边,

又可能让通膨重新升高。

所以 AI 对央行真正困难的地方,

并不是:

「AI 会让通膨升还是降?」

而是:

它可能两件事都会做,只是发生在不同时间。

短期可能涨,长期仍可能降,两边并不矛盾

瑞士央行的说法并不是:

「AI 一定会造成永久通膨。」

恰恰相反。

Petra Tschudin 也指出,

如果 AI 最后真的持续提高生产力,

长期可能降低价格压力。

真正的不确定在于:

这个效果有多大?

什么时候出现?

供给增加得多快?

投资需求又会增加多少?

这也是目前央行最需要观察的部分。

所以比较完整的 AI 经济故事不是:

AI → 生产力提高 → 东西变便宜。

而可能是:

先大量投资 AI

芯片、电力、数据中心与人才需求增加

部分成本先上升

真正的 AI 生产力逐渐出现

企业能用相同资源生产更多

长期才可能产生更强的降低成本力量

中间这段转换期,

可能非常长。

下一次看到「AI 可以对抗通膨」,先问一个问题

未来我们一定还会看到很多预测:

AI 可以让公司降低成本。

AI 可以提高 GDP。

AI 可以提高工人生产力。

这些都可能是真的。

但还应该再问:

为了得到这些效率,我们今天先花了多少钱?

如果全世界正在同时:

盖数据中心、

抢电力、

买 GPU、

扩建电网、

招聘 AI 人才,

那么我们可能正在经历一个很有趣的阶段:

AI 长期承诺让经济更便宜,短期却先让建造 AI 本身变得更贵。

这不是 AI 失败。

而是几乎每一次大型技术革命,

从「发明」走到「真正提高整个社会生产力」,

中间都必须先付一笔巨大的建设成本。

所以 AI 对物价真正值得看的,

不是今天到底涨还是跌。

而是:

AI 带来的新供给,什么时候能追上大家已经开始投入的新需求。

今天,和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily,陪你一起成长。

推荐阅读

大家一直问 AI 到底有没有真的创造价值,为什么英国 GDP 现在开始看得到答案?

科技公司明明承诺减碳,为什么 60 座 AI 数据中心的排放可能等于 27 座燃煤电厂?

AI 明明替你省下工作时间,为什么老板反而希望你做更多?