库克警告：2万亿美元AI基建账单，正在把通胀往上拽

从降息理由到加息论据

2023年初，市场还在期待AI能像互联网一样掀起生产力革命，推动利率下行；如今故事翻转。美国联邦储备委员会理事丽莎·库克（Lisa Cook）9月28日在加州奥克兰Tech Week大会上的演讲，将这场技术浪潮重新定义为供给侧通胀压力源。

她的判断并不温和：“AI正在推高电力、水资源和土地需求，形成实质性通胀压力。”更具体的是，库克引用了一个惊人的数字——科技企业已宣布约2万亿美元的AI相关资本开支计划，而到目前为止，仅花费了这一小部分。

这一表态被市场解读为对紧缩立场的直接背书。事实上，库克已在9月FOMC会议上投了加息25个基点的票。联邦基金期货随即定价：10月再度加息至少25个基点的概率升至约70％。

这不是宏观政策制定者第一次讨论AI的经济影响。但与以往不同，库克的论述跳出了“AI提升效率、压低物价”的传统叙事框架，转而强调其“烧钱”的一面：数据中心建设对建筑劳动力、能源和水电资源的巨大消耗。当科技巨头们争先恐后地推进AI基础设施建设时，上游供应环节的价格自然承压上行。这种叙事转变的背后，是美联储官员从乐观到审慎的实际态度变化。

回顾过去几年，AI主题曾在资本市场获得极高估值溢价。投资者相信大模型能力提升会直接转化为企业盈利增长。然而随着基础设施投入规模呈指数级放大，一个关键矛盾逐渐浮出水面：技术愿景与现实成本之间的落差正在被政策制定者关注。库克正是站在这一交叉点上发言的人。

电与水都在涨

根据库克的数据，过去一年里，电力和水资源成本分别上涨了约5％。她承认这一涨幅“可能部分归因于AI”，但没有给出精确的统计数据支撑——这意味着这更多是她基于行业观察的判断，而非官方统计口径的确证。

与此同时，核心商品价格（core goods prices）在今年以来的年化增速已超过3％。库克特别指出，在新冠疫情爆发之前，这类价格原本呈下行趋势。换句话说，AI基建带来的需求冲击，正在逆转一个长期的价格下降轨迹。

这些数字的逻辑链条并不清晰：超大规模数据中心需要大量电力冷却系统运转，需要水资源用于散热，还需要广袤的土地用来建造。当科技巨头们争相扩大AI基础设施建设时，上游能源和公共事业供应商不可避免地提高了价格。但这只是库克的推理链条中的一环。关于水电价格上涨是否确实由AI驱动，目前尚无独立的数据验证。

这种传导机制并非抽象理论。过去两年间，微软、亚马逊、谷歌和Meta等科技公司的数据中心建设加速，它们每年采购的电力规模已达到数十太瓦时级别。对于某些区域性电网而言，科技巨头的用电需求占比已接近或超过当地居民总和。但这些细节并未在库克的演讲中展开说明，属于外部补充背景。

值得注意的是，核心商品价格指数的回升是一个值得警惕的信号。疫情前，这类商品由于供应链优化和技术进步，价格长期处于下行通道。而现在，如果AI基建的需求拉动效应持续存在，这条曲线可能被彻底扭转。

谁在为AI买单？

2万亿美元听起来很庞大，但“已宣布的计划”不等于已经花出去的钱。库克明确表示，目前只支出了“一小部分”。问题是，这部分“一小部分”已经足够让上游供应链感受到痛感。

更深层的影响在于利润分配结构的变化。传统上，科技公司的高利润率来自规模经济和效率提升；但在AI军备竞赛中，利润的正向分配正在被基建成本的膨胀所抵消。这意味着科技公司的盈利模式正在发生结构性变化——从轻资产运营转向重资产投入。

投资者最关心的问题是：这些投入能否在未来转化为足够的生产率增益？库克对此给出了有条件的乐观答案——预计未来几年会带来“温和的去通胀效应”，但她同时强调，这种效益“不足以在年内抵消正在扩散的通胀压力”。

换句话说，短期来看，AI的成本已经显现；长期红利存在兑现时间差。这个判断恰好构成了美联储保持紧缩态度的微观基础。它揭示了一个容易被忽视的事实：技术革命往往先带来成本上升，然后再释放效率红利。而这个时间差的长度，直接决定了货币政策的路径。

货币政策的两难困境

库克的演讲中也暴露出货币政策的局限性。她指出，芯片和计算机价格的飙升属于“行业特定的通胀”（sector－specific inflation），是需求在不同产业间的转移，而非总需求的全面膨胀。

“试图用货币政策工具来打击行业特定通胀可能是错误的”，库克直言不讳。这意味着，如果通胀主要由AI基建驱动的局部因素引起，传统的加息工具未必精准有效。

然而现实更复杂：当核心通胀仍维持在约3．4％的水平、整体通胀高达约3．8％（截至8月的12个月数据）时，美联储几乎没有理由转向宽松。即便通胀根源部分来自结构性因素，维持利率不变的风险远大于提前降息。

这种两难局面反映了现代央行面临的典型挑战：当经济受到多个方向力量的拉扯时，单一的利率工具显得力不从心。科技行业的资本开支激增、劳动力市场的结构性紧张、以及全球供应链的重塑，共同构成了一个比传统周期更为复杂的宏观环境。

接下来的观察指标

对于投资者和政策观察者来说，以下几个数据值得持续追踪：

第一，2万亿美元AI资本开支的支出进度。每季度科技巨头的资本开支指引变化，将是判断后续价格压力的领先指标。

第二，电力和公用事业板块的盈利表现。如果水电成本确实受AI需求驱动而系统性抬升，相关企业的资产负债表将成为风向标。

第三，核心商品价格指数（core goods prices）的走势。如果它持续保持在3％以上的年率，那么通胀粘性将比预期更强。

第四，FOMC会议中不同委员的分歧程度。若多位官员开始公开讨论AI对通胀的特殊影响，政策框架本身可能面临调整。

第五，生产率数据的实际改善幅度。只有当劳动生产率增长显著超越工资增速，AI的红利才可能真正对冲掉基础设施成本。