AI投资周期如何重塑美国通胀的结构性驱动机制？

AI投资周期正在通过“上游价格—中游设备—统计‘放大’效应”三条路径，对通胀形成系统性影响，使其从周期性扰动转向结构性压力。

首先，在上游环节，AI投资周期主要通过“算力瓶颈→硬件涨价”的路径，对通胀形成典型的供给约束型冲击。算力需求爆发直接推升核心硬件价格，体现在HBM（高带宽内存）、GPU及AI加速 key 卡等关键部件上。由于供给持续偏紧，云厂商采购价格维持高位，反映出算力供需缺口仍未有效缓解。这并非传统意义上的需求过热，而是算力供给不足导致的成本上行。

其次，价格信号已从微观硬件传导至宏观价格与贸易数据。CPI中计算机及其外围设备分项在2026年由负转正，表明硬件价格已结束长期下行趋势。同时，美国计算机及其外设在商品进口额的贡献率创历史高位，显示价格压力正在宏观层面显现。

第三，价格上行通过资本品链条向更广泛领域扩散。芯片价格上涨并未停留在单一环节，而是通过服务器、数据中心设备等资本品向中游传导，带动信息处理设备、通信设备等价格同步抬升。这意味着AI带来的价格压力，正从“单点硬件”演变为“整条设备链”的系统性上行。在统计口径上，相关价格通过“软件及配件”等分项被放大计入核心PCE。

这种结构性通胀与传统通胀的本质区别在于，其根源是供给约束与技术扩散带来的成本推动，而非总需求过热。传统技术创新通常能快速提升全要素生产率从而抑制物价，但当前AI技术提升生产率的效应尚在初期阶段，短期内反而因资本品投入巨大而推升成本。

这对美联储政策框架产生了深远影响。美联储成立的工作组正在重新评估“增长—通胀”关系，特别是AI对生产率与就业结构的影响。若AI带来生产率提升但同时推升资本品价格，将扰动“生产率提升≈通胀下行”的传统逻辑，进而影响美联储对潜在增长与中性利率的判断。因此，美联储可能提高对结构性通胀的容忍度，并延长高利率维持时间，政策反应函数面临潜在调整。