AI技术应用与宏观经济影响 - AI技术发展显著，但企业采用和回报周期存在不确定性，需要观察是几个月、几个季度还是几年才能看到回报 [1][2] - 标普493指数成分股（除科技板块外）的利润率未见提升，非科技行业尚未出现收入增长、利润率提高或EBITDA改善的证据 [2][3] - Muse等AI代理可执行多项任务，但实际应用场景（消费者或企业端）及是否仍需人工介入仍存疑 [4][5] - AI可能改变工作流程并节省劳动力，但美国新企业创建数量目前处于历史最高水平，AI既可能替代部分岗位，也可能通过新产品创造更多就业 [6][7][8] - 劳动力市场数据（非农就业、失业救济申请、20-24岁失业率下降）显示当前就业依然强劲，AI对就业的冲击需等待更长时间显现 [9][10] - 动态经济中，新企业创造的就业可能超过AI带来的劳动力替代效应 [11] AI与通胀及劳动力市场分化 - AI可能推高通胀：若经济持续过热、劳动力市场强劲且移民受限，工资增长可能上升，尤其是实施AI的劳动力需求旺盛 [11][12] - 劳动力市场出现分化：部分岗位面临AI颠覆风险（工资下行压力），而AI生产领域则面临工资上行压力 [12] - 投资者需持续关注月度及周度数据，以观察AI实施效果，但最终AI可能成为提升生产力和就业的“灵丹妙药” [13] 消费者 affordability 挑战 - 当前美国消费者面临至少三大 affordability 问题：教育、医疗和住房成本持续上升 [15] - 柴油价、零售油价上涨，30年期房贷利率从疫情期间的2.7%升至7%，首次购房者负担沉重 [16][17] - 高房价与高房贷利率并存，需收入更快增长才能缓解购房压力，但AI对不同行业收入影响不均 [18][19] 美国AI生产优势与住房市场 - 美国是AI主要生产国，AI生产提升收入并部分缓解住房市场压力，而欧洲仅为AI采用者 [20] - 过去6个月房贷利率大幅上升且房价高企，预计未来6-12个月住房市场将保持低迷 [21] 油价风险与经济前景 - 美国及全球原油、柴油、航空燃油库存正在下降，可能导致油价突然跳升 [22][23] - 若油价从当前约100美元/桶升至120-150美元/桶，将加剧 affordability 挑战并拖累经济 [24] - 当前美国经济由AI驱动，住房和汽车板块受利率敏感拖累，油价上涨可能成为新的下行风险，尤其进入2027年后 [24][25]