摩根士丹利研究部 9 月 11 日发布的《US Economics Weekly》，把“AI 到底给美国经济贡献了多少”这道题重新算了一遍。

结论有点反常识：AI 对美国实际 GDP 增速的贡献已经相当“实在”了——2025 年以来平均约 0.6 个百分点。但真正值得关注的不是这个数字有多大，而是它由什么构成、还能持续多久，以及它为什么至今没怎么传导到普通家庭的体感上。

这篇文章不复述报告，只拆三件事：钱花在了哪、贡献是怎么算出来的、接下来该盯什么。

01 

0.6 和 0.4：同一个问题，两个口径

先把数字摆出来。

• 宽口径：2025 年以来，AI 相关支出对美国实际 GDP 年化增速的平均贡献约 0.6 个百分点。

• 窄口径：只算真正构成增量的“纯 AI 支出”（AI-only），贡献约 0.4 个百分点。

两个数字都对，差别在统计边界。报告这一轮修订做了三件事：扩大纳入的投资类别、改进进口的处理方式、把“因为 AI 才发生”的支出和“本来就要发生”的支出区分开。

再看具体区间。2025 上半年到 2026 上半年，AI 相关投资对实际 GDP 增速的贡献是 0.61 个百分点，纯 AI 口径为 0.42 个百分点；而把时间拉长到 2023 上半年至 2026 上半年，两个口径分别是 0.39 和 0.30 个百分点。

02 

真正的难点是“进口”：为什么以前可能低估了

把 AI 支出换算成 GDP 贡献，远比看上去麻烦。原因只有一句：资本开支不等价于 GDP。

美国 GDP 统计的是本土生产的最终产出，而企业的资本开支里包含大量进口设备和中间品。数据中心建设用的进口设备会出现在企业的 capex 计划里，却不进入美国 GDP。这两本账的口径本来就不同。

报告这次补上了两处调整：一是对再出口（re-exports）的处理，二是估算计算机进口中实际被个人消费掉、而非用于商业投资的比例。

调整的方向很关键——补上这些口径后，对增长贡献的估计是往上修的，不是往下修。换句话说，按更严谨的算法，AI 对美国增长的拉动比以前算出来的更大。

03 

0.4 个百分点里，大头来自机房

报告把纯 AI 支出拆成两块：

• AI 基建：数据中心、算力设备、网络硬件、电力基础设施及相关机械。

• AI 采用：用全经济范围的软件投资作为代理指标。

拆分结果很明确：2026 上半年的约 0.5 个百分点贡献里，约 0.4 个百分点来自基建，其余来自采用。

再看两条线各自的走势：

• 基建贡献：2023 年 0.15 → 2024 年 -0.05 → 2025 年 0.21 → 2026 上半年 0.36 个百分点。

• 采用贡献（软件）：2024 年 0.2 → 2025 年 0.15 → 2026 年 0.18 个百分点。

读法很清楚：现在拉动美国增长的是“盖机房”，还不是“用 AI”。基建在创造供给侧产能，采用才代表 AI 有没有真正扩散到更广的企业部门。报告的判断是，采用已经起来了，但还不决定性。

真正的关键判断落在时间上：随着建设周期走向成熟，2027—2028 年基建增速会放缓，而采用支出更持久、甚至可能加速。换句话说，2026 年是一个切换点——如果采用接不上基建的退潮，AI 对美国增长的贡献会先降一档。

04 

谁被影响得最深？一群“两头下注”的人

报告把注意力从“哪些岗位会被替代”，转向了一个更有意思的问题：哪些家庭同时暴露在收益和风险里。

答案是一类被缩写为 CHIC 的家庭——高收入（high-income）、大学学历（college-educated）、居住在城市（city-dwelling）。

先看暴露度。按 AI 职业暴露程度分组，三组人群的特征差距相当明显：

也就是说，最容易受 AI 影响的岗位，恰好集中在收入最高、学历最高、最集中在大城市的那批人身上。

但暴露本身不等于受损。同样这批人，站在财富渠道的另一头。

最高收入 20% 家庭的股权财富，是它们劳动收入的约六倍。报告还提到，前 20% 收入群体、大学学历群体和 55 岁以上群体，各自都占到家庭股权财富的约 80%。

这组数据解释了报告的核心判断：在基准情形下，AI 带来的失业上升是温和且暂时的（峰值约 0.2—0.5 个百分点），而任务创造、工资增长和财富效应能够对冲掉更多。CHIC 家庭净受益最大，因为它们的上行渠道压倒了下行风险——相对温和的资产价格上涨，就足以抵消劳动收入暂时下降对消费的冲击。

反过来，低收入、非大学学历、年轻家庭的股权财富占比低，资产价格对消费的影响小，但 AI 相关商品和服务（尤其是电力、软件、芯片密集型产品）在它们支出篮子里的权重更大，更容易先感受到涨价。

05 

被忽略的变量：扩散速度

报告最诚实的一句话是：结局取决于职业阶段，也取决于扩散速度。

• 已经站稳的资深专业岗位，更有条件拿到 AI 带来的生产率提升和资产收益；

• 高学历的年轻专业者反而更脆弱，因为他们在职业阶梯的入口处；

• 但年轻新进入者的弱势，对总消费的影响，小于同等冲击落在一个消费占比更大的成熟家庭身上。

真正的风险情形是扩散周期快于劳动力和企业的调整速度。在这种情形下，冲击会先打在高度暴露的白领家庭上，需求冲击随后扩散到其他群体——那时货币和财政的应对速度，就成了决定性的变量。

06 

AI 不是唯一变量：油价、金融条件与关税

对家庭来说，AI 只是挤压钱包的其中一股力量。这份周报还跟踪了三条与消费直接相关的线。

油价：库存见底，价格走高。9 月 8 日，WTI 收于 94.21 美元/桶，Brent 收于 106.12 美元/桶。美伊冲突再度升级后，现货与期货价格同步上行。库存端，截至 9 月 4 日当周，美国商业原油与石油产品库存基本与前一周持平，但战略石油储备（SPR）继续下降至约 2.85 亿桶，为 1984 年 4 月以来最低。能源部表示 SPR 的操作性最低库存约为 7000 万桶；如果按最近每四周约 3000 万桶的下降速度推演，库存将在 2027 年 2 月底接近这一下限。同期，美国国内原油产量自 5 月初以来持续上升，净进口量自 4 月初以来逐步走低。

金融条件：不再宽松。以 9 月 10 日收盘计，摩根士丹利的 FCI 指数仍比中东冲突升级前更紧，也不再比 7 月议息会议时更松——自 7 月 FOMC 以来，金融条件先松后紧，净变化接近于零。自 2 月 28 日冲突开始以来，收紧程度相当于联邦基金利率上升约 53 个基点，主要来自 10 年期美债收益率和油价；美元走弱曾是年初宽松的主要来源。美伊 MOU 之后，油价的贡献一度消失数周，近期随着冲突再起重新出现，抵消它的是表现强劲的股市。

关税：税率还在往上走。5—7 月美国有效关税税率平均为 6.7%，报告预计年底将趋近约 10%。7 月 24 日生效的 USTR 最终版 301 条款强迫劳动行动，对 60 个经济体加征关税：已通过、部分通过或承诺通过强迫劳动进口禁令的经济体适用 10%，其余适用 12.5%，同时保留了对 232 条款关税商品、USMCA 合规进口等豁免。在 2026 年 7 月的数据口径下，有效税率约为 6.5%。此外，约 200 亿美元的加拿大进口商品已被适用 338 条款关税，但报告认为这暂不实质性影响年底税率预测。

07 

一个 2.0% 和 4.7% 之间的分歧

增长本身也存在明显分歧。摩根士丹利对三季度实际 GDP 的跟踪，在最新一周下调 0.1 个百分点至 2.0%；亚特兰大联储的 GDPNow 高达 4.7%；纽约联储 Nowcast 上调 0.1 个百分点至 2.3%。

差在哪？亚特兰大联储对商品消费（2.3% 对 1.2%）、服务消费（4.5% 对 3.1%）和库存投资的估计明显更高；双方在最终销售、净出口上的处理也不同。

对读者来说，这个分歧的价值不在于谁对，而在于它提示了一件事：看美国经济不能被单一模型锚定。同样的高频数据，不同模型的机械加总方式，就能带来两倍以上的差异。

08 

基线预测：增长向上，通胀先高后低

把预测摊开看，报告对 2026 年的判断是“增长还行、通胀不让人放心”：

三个读点：

• 增长路径是上行的（2.0% → 2.2% → 2.6%），但通胀路径是“先高后低”：PCE 从 2.8% 抬到 3.5%，再回落到 2.1%。

• 非住宅固定投资是增长的主要来源（5.6% → 7.7% → 8.0%），与“基建在拉动”的判断彼此印证。

• 政策利率在 2026 年保持不变（3.625%），2027 年才降到 3.125%。报告隐含的意思是，通胀不给降息留空间。

情景分布同样值得看。报告给出的五个情景及概率是：

注意最后两行：“AI 生产率提升”这一情景的概率只有 10%，而且它的代价是消费疲软与劳动替代加剧。报告并没有把“AI 提效”当作无条件的利好。

09 

结尾：判断 AI 对美国经济的影响，盯三件事

以后再看“AI 拉动美国增长多少”这类说法，可以按三个变量去判断。

第一，采用的支出能不能接上基建的退潮。基建是一次性的建设周期，采用才是持续的需求。软件投资的走势，是这两者最直接的代理指标。

第二，油价与美债收益率。这两个变量同时决定家庭的购买力和金融条件。53 个基点的等效收紧意味着，货币政策的空间已经被外部变量提前压缩。

第三，扩散速度。如果 AI 能力的扩散快过劳动力和企业的调整速度，冲击会先落在高暴露的白领家庭，再通过需求传导出去。那时要看的就不再是生产率，而是货币和财政的应对速度。

边界也要说清楚：这份报告的所有结论都建立在基准情形之上——失业率峰值温和、资产价格不出现大幅回撤、地缘冲突不进一步升级。任何一个前提发生变化，结论都需要重算。而 2.0% 与 4.7% 之间的模型分歧也在提醒我们：现在的美国经济数据，本身还处在一个口径不稳定的阶段。

请在该公众号后台回复“US Economics Weekly”获取报告完整版。

#美国经济 #AI对美国经济的影响 #AI经济 #AI基建

推荐新报告《大模型及智能体应用解决方案全案设计》

报告简介：

本报告立足企业全业务链路逻辑，系统性提出"基础设施层、模型能力层、智能体编排层、智能体业务应用层"四层技术架构，配套知识引擎与流程引擎两大核心能力，辅以贯穿全栈的安全合规与治理体系。以"主管智能体调度+专业智能体执行"的星型协作机制，构建覆盖市场营销、客户服务、销售运营、内部管理、供应链协同等全场景的智能体应用矩阵。

报告深度拆解了对话式服务、多智能体协同审批、全渠道智能客服、智能文档处理、动态运营监控等核心场景的落地逻辑，详细阐述了"基础大模型+领域持续训练+轻量化小模型"的混合模型策略，以及RAG检索增强生成、统一工具调用网关、全链路数据流转治理、多模态能力融合、算力成本精细化管控等关键技术实现路径。