当全球央行正艰难应对后疫情时代的物价压力时，一项新技术可能让他们的工作雪上加霜。欧洲央行管委、法国央行行长Emmanuel Moulin近日发出警示：人工智能对通胀的影响极难预测，不仅可能改变通胀水平，更可能带来剧烈的价格波动。
难以捉摸的双重效应
Moulin在Investir刊登的评论中明确表示，人工智能同时作用于供给与需求两侧的变量，这使得其对通胀的总体影响异常复杂。这种复杂性体现在：AI既能通过加速资本支出推高价格，也可能通过提升生产率压低成本，两种力量在不同时间尺度上交替发挥作用。
短期来看，AI的部署需要大量前期投入。企业对算力基础设施、数据中心的投资激增，半导体、电力等关键资源需求暴涨，这必然带来成本端的压力。例如，用于AI训练的GPU芯片价格持续攀升，数据中心用电量急剧增加，这些都会反映在生产资料价格中，进而传导至终端消费。
然而，长期观察则呈现另一幅图景。当AI技术成熟并广泛应用后，生产效率的跃升将显著降低单位成本。自动化流程、智能调度、精准营销等应用能够大幅削减人力、物流和库存成本，最终抑制通胀上行趋势。这种“先推高后压低”的时间错配，恰恰是央行最棘手的难题。
波动性：比通胀水平更危险
Moulin特别强调了“通胀波动”这一维度。传统上，央行关注的是通胀绝对值是否接近目标区间，但如果通胀率在短期内剧烈震荡，即使均值可控，也会严重扰乱市场预期和企业定价决策。AI可能成为新的波动源。
举例而言，当某个行业率先通过AI实现成本大幅下降时，可能会引发该领域的价格战；而其他行业尚未完成AI转型，成本依然高企，价格结构随即失衡。这种行业间的不对称传导，会频繁改变整体CPI的构成和走势。更关键的是，AI算法的自我学习特性可能导致“羊群效应”——多个企业同时调整定价策略，造成短期价格指数的大起大落。
此外，AI对劳动力市场的冲击也将间接影响通胀。一方面，部分岗位被替代可能导致结构性失业，压制工资增长；另一方面，AI创造的高技能岗位可能抬高特定人群收入，形成新的消费需求。这两股力量交织，使工资—价格螺旋变得更加不可预测。
政策制定者的两难困境
对于欧洲央行而言，Moulin的警告带有现实紧迫性。欧元区刚刚经历了一场历史性的通胀飙升，核心通胀率仍高于2%目标。若AI真如预测般加剧波动，央行将面临前所未有的决策挑战。
传统的货币政策工具（如加息或降息）通常具有滞后性，且主要影响需求端。但AI对通胀的作用同时作用于供给端，而货币政策对供给侧变化的调控能力有限。例如，即便央行通过加息抑制需求，AI驱动的生产率提升仍可能在数月后压低价格，导致政策过度紧缩。反之，若央行因短期通胀走高而过快收紧，可能错过AI带来的长期通缩红利。
更为棘手的是，不同经济体AI渗透率差异巨大。美国在AI领域的领先地位可能使其更早享受生产率红利，而欧洲的转型相对缓慢。这种政策周期的错位，可能进一步加剧欧元兑美元汇率的波动，给欧洲央行的决策增加外部约束。
不确定性才是最大的风险
Moulin的评论并非孤例。国际货币基金组织(IMF)和不少学术研究也已指出，AI对经济的影响存在广泛不确定性。与传统技术革命不同，AI具备自我演进和跨领域渗透的能力，其宏观经济影响可能是指数级的，而非线性增长。
对普通人而言，这意味着通胀不再是简单的“涨了还是跌了”的问题。未来几年，我们可能经历物价忽高忽低的过山车行情：第一季度还担心通缩，第二季度就因AI投资热潮而担心通胀回升。家庭和企业的理财规划将变得异常困难。
对于欧洲央行及各国央行，当前最紧迫的任务并非压制或刺激通胀，而是建立一套能够实时监测AI对价格传导机制变化的分析框架。这要求央行引入更多元的数据源——比如企业AI投资支出、算法定价行为、自动化率等——来修正传统通胀预测模型。
Moulin的警告之所以值得关注，正是因为它提前揭示了货币政策史上可能出现的全新变量。当AI开始重塑经济运行的底层逻辑时，央行行长们需要学会在未知水域中航行。而这，或许比对抗任何一次已知的通胀风暴都更具挑战。