大家對 AI 有一個很自然的想像：
AI 幫公司把工作做快一點。
同樣的人可以做出更多東西。
企業成本下降。
最後商品與服務就應該變便宜。
照這個邏輯，
AI 應該是對抗通膨的好消息才對。
但瑞士央行理事 Petra Tschudin 最近卻提醒：
AI 在短期內，反而可能先帶來更高的通膨壓力。
這聽起來像矛盾。
其實關鍵就在一個時間差：
大家已經開始為 AI 花錢了，但 AI 承諾的生產力，還沒有全部出現。
AI 提高生產力，為什麼物價不一定立刻下降？
先把「生產力」講成最簡單的版本。
假設一家工廠原本：
10 個人一天做 100 件產品。
導入 AI 與自動化之後，
同樣 10 個人可以做 120 件。
這就是生產力提高。
如果其他事情都不變，
公司可以用差不多的成本做出更多東西，
理論上確實會帶來降低價格的力量。
問題是：
現實世界不會停在那裡等 AI 慢慢提升生產力。
企業一看到 AI 可能改變未來，
通常會先開始投資。
買晶片。
租算力。
蓋資料中心。
搶工程師。
升級電網。
買伺服器。
增加軟體支出。
於是，
未來的供給還沒增加，今天的需求先增加了。
價格就可能先被往上推。
瑞士央行擔心的第一件事：大家同時搶同一批東西
Reuters 8 月 21 日報導，瑞士央行理事 Petra Tschudin 表示，AI 可能在短期內增加通膨壓力。
她提出的一個很實際的例子就是：
晶片短缺。
如果全球大量企業同時增加 AI 投資，
大家會開始競爭：
高階晶片、
記憶體、
伺服器、
資料中心容量，
以及其他有限的科技資源。
需求突然衝上去，
供應卻不可能一個月增加兩倍。
價格自然可能上升。
這跟 AI 最後能不能提高效率，
其實是兩個不同時間點的問題。
就像一座城市宣布要蓋捷運，捷運還沒通車，水泥和工人先變貴
最白話的比喻，
就是蓋捷運。
市政府宣布：
五年後新的捷運系統會讓交通更有效率。
長期來看，
這可能是真的。
大家通勤時間縮短。
商店物流改善。
公司更容易招募員工。
城市整體效率提高。
但捷運還沒有通車以前，
第一件發生的事情可能是：
大家開始搶工人。
搶水泥。
搶鋼筋。
搶施工設備。
搶土地。
於是，
效率還沒有出現，建設成本先上升。
AI 現在也可能正在經歷類似階段。
我們正在蓋一座很大的「AI 捷運」。
電力可能是下一個最明顯的瓶頸
AI 不是只有一個聊天視窗。
背後要有：
資料中心、
GPU、
冷卻系統、
高速網路，
以及大量電力。
歐洲央行執行委員 Philip Lane 在談 AI 與貨幣政策時就指出：
AI 算力快速擴張會增加能源需求，
在能源供給還沒有追上以前，
可能對能源價格形成向上壓力。
這個邏輯非常重要。
如果 AI 幫一家公司：
少花 10% 的人力成本，
但整個經濟同時因為 AI 資料中心，
讓電力、
伺服器、
晶片與基礎設施變得更貴，
最後對整體物價的影響就不會只有：
「AI 幫大家省錢。」
而是兩股力量一起拉。
一邊降低成本。
另一邊增加新的成本。
更奇怪的是：大家相信 AI 未來會更有錢，也可能造成今天的通膨
還有一個更不直覺的原因。
假設大家真的相信：
AI 未來會大幅提升經濟生產力。
公司覺得：
「未來會賺更多。」
所以現在先投資。
家庭覺得：
「未來收入可能提高。」
所以現在敢多消費一點。
這時候會發生什麼？
今天的需求先增加。
但 AI 真正提高多少產量，
可能還要幾年才完全反映出來。
英格蘭銀行最新研究就指出：
生產力提高不一定自動等於通膨下降。
如果未來生產力提升的預期，
先刺激今天的投資與消費，
而實際供給還沒有同步增加，
通膨壓力反而可能上升。
換句話說：
大家太早相信明天會更有錢，也可能讓今天先變貴。
「東西變便宜」和「通膨下降」其實也不是完全相同
這裡還有一個很容易混在一起的觀念。
假設 AI 讓某項服務從：
100 元，
降到 90 元。
這叫價格下降。
但「通膨」問的是：
整體物價還在以多快的速度上升。
如果 AI 只讓價格一次調低，
之後又回到正常的上漲速度，
那不代表 AI 可以永遠把通膨壓低。
英格蘭銀行的研究特別區分：
一次性的生產力提升，
和長期持續提高的生產力成長。
一次效率改善可能讓價格水準降低一次。
但要持續改變通膨，
需要更長期、更持續的經濟變化。
所以看到：
「AI 可以降低成本。」
不能直接跳到：
「央行以後就不用擔心通膨。」
中間還有很大一段路。
這也是為什麼央行開始認真研究 AI
以前央行談 AI，
大家可能以為是在研究：
銀行要不要用 ChatGPT。
現在完全不是這麼簡單。
AI 已經開始影響央行真正關心的事情：
生產力。
企業投資。
消費。
薪資。
能源需求。
晶片價格。
金融市場。
以及最重要的：
通膨。
而且問題最麻煩的地方是：
AI 同時影響供給和需求。
如果 AI 讓企業生產更多，
這有降低物價壓力的效果。
但如果大家同時大量投資 AI，
又會增加需求。
最後通膨到底往哪邊走，
就取決於：
哪一邊跑得比較快。
AI 也可能讓央行更難決定利率
這件事最後會碰到一個大家都很熟悉的東西：
利率。
假設經濟突然很熱。
企業大量投資。
家庭大量消費。
物價上升。
正常情況下，
央行可能會考慮提高利率，
把需求稍微降下來。
但如果這一波熱潮的背後，
其實是 AI 正在提高未來生產力呢？
央行就會遇到一個非常難的判斷：
現在看到的是：
真正可以長期支撐的經濟成長？
還是：
大家先為 AI 未來的夢想花太多錢？
判斷錯一邊，
可能壓住真正的生產力成長。
判斷錯另一邊，
又可能讓通膨重新升高。
所以 AI 對央行真正困難的地方，
並不是：
「AI 會讓通膨升還是降？」
而是：
它可能兩件事都會做，只是發生在不同時間。
短期可能漲，長期仍可能降，兩邊並不矛盾
瑞士央行的說法並不是：
「AI 一定會造成永久通膨。」
恰恰相反。
Petra Tschudin 也指出，
如果 AI 最後真的持續提高生產力，
長期可能降低價格壓力。
真正的不確定在於：
這個效果有多大？
什麼時候出現？
供給增加得多快？
投資需求又會增加多少？
這也是目前央行最需要觀察的部分。
所以比較完整的 AI 經濟故事不是：
AI → 生產力提高 → 東西變便宜。
而可能是：
先大量投資 AI
↓
晶片、電力、資料中心與人才需求增加
↓
部分成本先上升
↓
真正的 AI 生產力逐漸出現
↓
企業能用相同資源生產更多
↓
長期才可能產生更強的降低成本力量
中間這段轉換期，
可能非常長。
下一次看到「AI 可以對抗通膨」，先問一個問題
未來我們一定還會看到很多預測：
AI 可以讓公司降低成本。
AI 可以提高 GDP。
AI 可以提高工人生產力。
這些都可能是真的。
但還應該再問：
為了得到這些效率，我們今天先花了多少錢？
如果全世界正在同時：
蓋資料中心、
搶電力、
買 GPU、
擴建電網、
招聘 AI 人才，
那麼我們可能正在經歷一個很有趣的階段：
AI 長期承諾讓經濟更便宜，短期卻先讓建造 AI 本身變得更貴。
這不是 AI 失敗。
而是幾乎每一次大型技術革命，
從「發明」走到「真正提高整個社會生產力」，
中間都必須先付一筆巨大的建設成本。
所以 AI 對物價真正值得看的，
不是今天到底漲還是跌。
而是：
AI 帶來的新供給，什麼時候能追上大家已經開始投入的新需求。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
大家一直問 AI 到底有沒有真的創造價值，為什麼英國 GDP 現在開始看得到答案？
