ARTICLE · 1200977
【AI经济】AI到底会让东西变贵还是变便宜?一份研究的答案有点反常识:先涨,后跌
摘要
AI 会让东西更贵还是更便宜？四股力量相互拉扯，答案是这个顺序 —— 先涨，后跌；而且后劲可能比以往任何一次技术革命都强。
聊 AI，大家最关心的是 "会不会抢工作"。但还有个更底层的问题：它会让东西变便宜，还是变贵？
中金公司最近发布了一份研究《AI 革命如何影响通胀》，给的判断很明确：短期可能推高通胀，中长期更可能形成 "去通胀" 压力。
翻译成大白话：AI 先让一部分东西贵起来，再让大多数东西便宜下去。 这个顺序不是拍脑袋，背后有一套机制。要看懂它，得先从一百多年前说起。
这不是第一次有人担心技术革命。回头看，两次大的技术革命，结果都指向同一个方向 —— 去通胀。
19 世纪后期，机械化、铁路和规模化生产让美国生产率快速提高，供给能力加速扩张。1870 年代到 1890 年代中期，美国总体价格水平累计下降约三成。那段时间经济在增长，物价却在往下走。
20 世纪 90 年代的信息革命更像。个人电脑普及、互联网扩张，美国经济出现了 "高增长、低失业、低通胀" 并存的罕见组合。CPI 同比从 1990 年前后的 5% 到 6%，一路回落到 1997—1998 年约 1.5%。
两次经验说明一个朴素的道理：当生产能力扩张得比需求快，物价就会被压下去。
这份研究最有价值的地方，是把 "技术革命影响物价" 拆成了四股方向不同的力量。
第一股，供给效应 —— 压低物价。生产率提高，同样的投入能产出更多。供给多了、需求跟不上，价格自然往下走。这是最容易想到的一层。
第二股，预期效应 —— 推高物价。如果大家都相信 "未来 AI 会很厉害"，企业就会提前加大投入、家庭也可能提前花钱。可未来的供给还没影，需求却先释放了，物价就被推上去。
第三股，替代效应 —— 压低物价。AI 替掉了人的活儿，新增的收益更多流向资本而不是劳动者。资本群体的消费倾向往往更低。当收益更多向资本集中，大众消费能力增长有限，会间接压制物价。
第四股，瓶颈效应 —— 推高物价。AI 投资短期内集中爆发，对芯片、存储、电力和数据中心的需求猛增，而这些供给一时半会儿扩不出来，价格就涨。比如 2025 年以来，部分消费类存储芯片价格从低点累计涨幅超过 600%。
所以 AI 对物价到底是涨是跌，不取决于 AI 本身多强，而取决于这四股力量谁强谁弱、谁先谁后。
那这一轮有什么不同？研究点了两处要害。
第一，快。ChatGPT 诞生不到 4 年，美国成年人里已经有接近一半用过 AI 聊天机器人，就业人口中用 AI 处理工作任务的比例也接近四成。这个渗透速度，比个人电脑和互联网初期都快得多。来得快，意味着早期的投资热潮和供给瓶颈也来得更集中。
第二，替代的层级更高。过去的自动化主要抢规则明确、可程序化的活儿 —— 流水线上的重复动作、校对、簿记，这类岗位工资不高。而生成式 AI 能处理语言、代码、分析和推理，它开始进入精算师、金融审查员、预算分析师这些高薪职业的核心环节。数据显示，在美国市场，当前 AI 高暴露职业的年薪约 9.6 万至 14.4 万美元，是当地社会工资中位数的两倍以上。
一句话：这一次，技术冲击正在往 "更高处" 走。
有个现象很值得注意：AI 能力越来越强，就业市场却并没有出现大规模失业，失业率仍处在相对稳定的水平。
这不矛盾。研究给了两个解释。 一是 "时滞"。技术能干活，不代表企业马上就会改造流程、裁掉岗位 —— 组织架构、数据系统、法律责任、监管要求，都会拖慢这个过程。 二是 "任务绑定"。一个岗位往往是几件事捆在一起的，AI 能接走其中一件，不等于整个岗位就没了。就像客服的部分应答能被自动化，但需要综合判断和担责的部分，还得人来。
但真正值得注意的是另一个变化：存量的岗位还在，新增的入口却在收窄。
招聘数据已经给出信号。有研究基于 6200 万份简历发现，采用 AI 的企业，初级岗位招聘平均下降约 22%；也有研究指出，AI 高暴露职业里，年轻人的就业表现明显弱于其他群体。企业不急着裁人，但减少了招新人 —— 组织金字塔的底部，开始变窄。
这件事为什么重要？因为职业早期，正是 "干中学"、积累经验和人脉的关键阶段。如果初级岗位持续收缩，部分年轻人入行积累经验的通道会变窄，带来长期就业影响，这也是不少发达国家在技术变革阶段曾遇到过的挑战。
对中国来说，这份研究给了一个既乐观又清醒的判断。
优势在供给端。截至 2025 年 12 月，中国生成式人工智能用户规模已达 6.02 亿，普及率升到 42.8%；制造业基础雄厚，工业机器人年安装量占全球 54%、在用存量达 202.7 万台；电力供给充裕，国产旗舰大模型的调用成本也明显低于海外同类。这些条件叠加，意味着 AI 一旦进入大规模应用，中国的降本增效红利可能释放得更快、更广。
要补的功课在需求端。技术红利要真正变成老百姓的收入和消费，中间还隔着就业结构、收入分配和社会保障几道关口。研究给出的政策方向也很清晰：财政上，把支持更多投向就业、培训和社会保障，让技术红利更广泛地传导到居民收入；货币上，在生产率有望提升时，别把潜在的效率改善误判成过热；同时防范 "真技术 + 高杠杆" 带来的投资泡沫风险。
把这份研究读完，最值得记住的不是那些数字，而是它提醒的一件事：技术进步的好处，从来不会自动、均匀地分给每个人。
它先让一部分环节涨价，再让大多数东西变便宜；它可能让一个行业效率翻倍，也可能让另一群人暂时找不到入口。真正决定这轮 AI 革命最终是 "皆大欢喜" 还是 "有人掉队" 的，不是技术跑多快，而是制度有没有跟上 —— 收入怎么分、岗位怎么转、新人怎么被接住。
技术负责把蛋糕做大，制度和每个人的准备，决定谁能分到。
对未来最好的态度，不是焦虑，也不是盲目乐观，而是看懂这个顺序：短期会有点阵痛，长期有实在红利 —— 中间的落差，正是留给准备者的机会。
本文观点参考中金公司研究报告《AI 革命如何影响通胀》
