文章核心观点 - 当前全球正经历由AI基础设施大建设引发的“第三波通胀”，其核心在于AI发展遭遇了物理资源瓶颈，特别是高端内存（HBM）产能和电力供应紧张，导致消费电子产品价格上涨和基础生活成本上升，形成了由科技巨头投资驱动、最终由普通消费者承担的“AI税”[4][5][38] 第一波通胀：全球供应链大瘫痪 - 通胀的第一阶段由新冠疫情期间的全球供应链中断所引发[5] 第二波通胀：关税与地缘政治摩擦 - 通胀的第二阶段由关税增加和地缘政治紧张局势所推动[5] 第三波通胀：AI基础设施的物理瓶颈 - 当前“第三波通胀”的根源是AI基础设施大规模建设导致的物理资源瓶颈[5] - 这一瓶颈主要体现在高端内存（HBM）供应短缺和电力资源紧张两个方面[7][17] HBM内存瓶颈与消费电子“挤兑” - AI大模型训练与推理的瓶颈主要在于数据吞吐速度，而非GPU算力，这催生了高带宽内存（HBM）的需求[7] - HBM采用多层DRAM晶圆堆叠并通过垂直互连技术，制造工艺极其复杂，导致良率较低[7] - 生产HBM存在“三比一”的产能折算比：每生产一片用于AI的HBM晶圆，就需要放弃生产三片用于普通电脑和手机的内存晶圆[8] - 尽管良率低，但HBM利润率极高，远高于利润率仅为20%到30%的普通手机内存，因此内存制造商会将先进产能优先用于生产HBM[9] - 到2026年，预计全球高达70%的内存产能将被数据中心消耗，而两三年前该比例仅为20%左右[10] - 剩余约30%的产能需供应全球智能手机、笔记本电脑和汽车市场，导致消费电子价格持续上涨[10] - 供应紧张导致零部件采购合同报价有效期从季度或年度缩短至几天[12] - 新建半导体晶圆厂从动工到量产至少需要三到五年，因此由AI建设导致的内存短缺将有一个至少三年的“硬着陆期”[13] 电力需求激增与成本传导 - AI数据中心耗电量巨大且要求持续供电，其电力需求激增直接影响普通民众[17] - 根据国际能源署预测，未来几年全球数据中心用电量将翻倍，相当于日本一年的总用电量[18] - 在美国部分数据中心集中区域，电力公司未来五年新增的发电能力，一半以上将专门用于满足数据中心需求[18] - 电力公司为升级电网（如新建输电线路、变电站）而产生的成本，会通过向监管机构申请提高整体电费费率来分摊，导致该电网覆盖区域内所有用户（居民、商户、医院、学校）的电费上涨[21] - 高盛预计，受数据中心扩建影响，2026至2027年美国消费者的电费账单将以每年约6%的速度上涨[22] - 电费上涨产生“第二期效应”，推高餐饮、医疗、物流冷链等非科技行业的运营成本，最终导致食品、医疗服务等日常生活必需品价格上涨[23] - 电费是一种“累退税”，对低收入家庭影响更大，因为他们日常开销中电费、燃气费和食品占比较大，结果形成普通民众用变薄的钱包为科技巨头的AI建设提供补贴的局面[25] 宏观经济学的分歧与“时间差” - 宏观经济学家对AI通胀影响分为两派：“眼前务实派”和“远期乐观派”[27][31] - “眼前务实派”（如美联储鹰派官员）关注当前实体资源争夺带来的即时通胀压力，例如科技巨头抢购铜、电线、变压器及雇佣熟练电工，导致相关领域价格和工资飙升，如美国电气布线工人平均时薪同比上涨6.5%以上，远超普通行业3.6%的增速[28][29] - 他们认为这些实体开支抬高了经济的“自然利率”，只要AI建设持续，资金成本就难以下降，央行无法对眼前通胀置之不理[29] - “远期乐观派”（如技术学者和鸽派决策者）将AI视为一场“正向供给侧冲击”，类比历史上的铁路、电网和互联网建设，初期虽推高物料成本，但网络建成后将大幅降低全社会交易和生产成本，最终是去通胀的[31] - 两派观点本质上是“时间差”问题：当前AI大建设处于疯狂投入、推高成本但尚未大规模产出生产力红利的阶段[32][34][35] - 关键风险在于，如果AI生产力红利需要五年甚至八年才能广泛落地，那么实体经济将经历漫长的高成本压力期[35] 产业链利益分配与投资启示 - 在当前周期中，利益向掌握物理瓶颈环节的企业集中，包括拥有铜矿、能生产高压变压器、垄断先进内存工艺或直接为数据中心供电（如核电站）的企业，它们能将科技巨头的融资转化为自身的利润和现金流[37] - 处于消费端的硬件厂商和普通电力消费者则被动承受成本上涨，即“AI税”的盘剥[38] - 这场博弈的终结取决于AI工程师能否在实体经济被高成本压垮前，实现能显著提升全人类效率的“生产力奇点”[40]