AI革命对美联储政策的两难困境 - AI革命使美联储陷入政策困境：若因预期生产力提升而降息将面临通胀风险 若不降息则可能在2026年通胀回升时被迫加息并刺破资产泡沫 [1][3] - AI对经济存在双重影响：既可能带来通缩性的生产力繁荣 也可能因巨额资本支出推高均衡利率 导致货币政策路径截然相反 [3][6][11] 格林斯潘政策范本的历史启示 - 格林斯潘1996年因坚信生产力被低估而暂停加息 最新数据修正证实其判断正确 90年代生产力年均增长贡献约1.5个百分点 [5] - 格林斯潘在2000年态度转变 认为生产力繁荣已推高均衡利率 需要加息50个基点防止政策过度宽松 此举加速互联网泡沫破裂 [5] - 简单地效仿格林斯潘降息是选择性解读历史 其经历揭示美联储面对技术革命时需权衡通缩效应与均衡利率推升潜力 [5][6] AI对经济影响的关键争议 - 科技行业资本支出通胀性有限：设备进口掩盖部分通胀影响 数据中心非劳动密集型 主要通胀风险在能源领域 用电占比预计从2005年2%升至2030年12% [8] - AI对生产率提升幅度存在巨大分歧：麦肯锡预测年度贡献达4% 麻省理工学者阿西莫格鲁仅预测0.5% 重现90年代年均1.5个百分点增幅难度很大 [10] - 工资与收益分配模式显示：90年代工资增长超过生产率增长 工人而非企业获得主要收益 AI更可能帮助中产阶级并推动工资更快增长 [7][12] 美联储应对资产泡沫的传统与风险 - 格林斯潘"事后清理 不事前阻止"策略已成为美联储传统 认为央行无法实时识别泡沫且加息遏制会造成不必要附带损害 [4][13] - 美联储不会主动刺破泡沫 但在对抗通胀时可能无意为之 当前通胀环境远不如90年代有利 复制格林斯潘策略面临更高风险 [1][3][13]