Elon Musk、OpenAI CEO Sam Altman等硅谷人士此前曾描绘这样一种前景：人工智能（AI）将显著提升生产率、压低成本，甚至带来通缩。但最新分析指出，这一愿景距离现实仍有不小差距。

Sam Altman曾表示，“便宜到几乎无法计量的智能”正变得越来越可得。Elon Musk也认为，AI与机器人技术将带来极大丰富的供给，并压低整体成本。SoftBank董事长Masayoshi Son同样预计，价格将下降40%。

不过，据CNBC当地时间8月12日报道，企业采用AI的速度仍低于预期，而数据中心和AI基础设施的数万亿美元级投资，已经开始挤压供应链，推高电力和设备价格。在AI对生产率的提振大规模显现之前，成本上升和通胀压力已先一步传导至经济体系，也给美联储带来新的政策难题。

OpenAI首席经济学家Ronnie Chatterji表示，AI要真正影响宏观经济，前提是企业先采用这项技术，并将其转化为实际价值；至于这些效果何时能在生产率统计中体现出来，仍需要时间。

Goldman Sachs Research估算，今年美国与AI建设相关的资本支出将达到5810亿美元（约820万亿韩元），全球相关支出最高可能达到1万亿美元（约1420万亿韩元）。其中，美国相关支出约占GDP的1.8%，预计到2028年将升至2.8%。但美国人口普查局调查显示，目前美国企业使用AI的比例仅为17%至20%，且企业规模越大，采用率越高。

OnePoint BFG Wealth Partners首席投资官Peter Boockvar将当前AI的生产率效应与互联网时代作比较称，生成式AI能否像互联网一样显著拉动经济增长，目前仍存在不确定性。

企业层面也有类似担忧。Lululemon前首席信息官Julie Averill曾负责推动AI应用落地。她表示，相比技术本身，在大型组织内部改变员工行为、建立对AI的信任，往往才是更大的障碍。

与此同时，企业之间的AI使用差距也在扩大。Julie Averill称，那些积极使用AI的“重度用户”企业，人均token使用量已达到平均水平的8倍，而3个月前这一差距还只有2倍。她补充说，真正围绕AI重构工作流和工作方式的企业，通常更容易取得明显成效。

经济学家把这类难以自动化的部分称为“薄弱环节”。斯坦福大学教授Charles Jones解释说，现实中的岗位通常由可自动化和难自动化的任务共同构成，因此即便AI能够替代其中一部分工作，整体生产率也未必会像市场预期那样迅速上升。以医疗场景为例，即使AI可以自动解读放射影像，与患者沟通以及与同事协作的工作仍然难以被取代。Charles Jones目前在Anthropic休假期间任职。

美联储内部对于AI经济效应的判断同样存在分歧。Kevin Warsh去年11月曾表示，AI将提升生产率和美国竞争力，是有助于抑制通胀的因素之一。但他近期的表态趋于谨慎，认为供给侧效应将在何时、以多大幅度显现，仍难以判断。Kevin Warsh还任命Charles Jones加入一支评估AI经济影响的任务小组，风投人士Marc Andreessen也参与其中，主要评估AI对生产率和就业的影响。

与此相对，明尼阿波利斯联邦储备银行行长Neel Kashkari指出，数据中心的巨额投资正在为通胀带来新的需求拉动。美国劳工统计局发布的CPI数据显示，截至6月的两年间，美国家庭电价上涨10.1%，高于同期整体通胀率的6.3%。服务器供应链也面临约束。JPMorgan Chase估算，到今年年底，DRAM价格将较2024年上涨400%。自2024年6月以来，计算机软件和配件价格也已上涨22.9%。

报道认为，从长期看，AI仍有可能提升生产率并压低物价；但在当下，更直观的影响并不是通缩预期兑现，而是巨额基础设施投入、供应链瓶颈，以及电力和设备价格上行。企业采用速度、组织变革能力，以及供给侧约束能否缓解，正成为AI最终能否转化为实际生产率提升的关键变量。