AI 颠覆、工资通缩、研究繁荣

以下是巴克莱通胀研究策略主管Jonathan Hill刚刚发表的一份关于“通胀风险溢价应在短期之后为负”的客户说明的全文。

我们在此全文发布的原因可以在最后一段找到，我们认为那段内容提出了各种有趣的问题。

虽然目前金融市场高度关注地缘政治风险以及能源价格飙升带来的短期通胀后果，但在表面之下，越来越多的共识开始形成，即美国核心通胀动态正逐步回归到疫情前的状态。但如果我们认真对待这个基线——并考虑到生成式和主动性人工智能带来的重大劳动力市场扰动的快速上升的可能性——结论可能会让通胀市场感到不舒服。市场理应在短期之后定价一个负的核心通胀风险溢价，而非正的，这与我们年初的预期相反，也凸显了动态变化的速度之快。

在转向人工智能之前，先考虑一下通胀的基本算术。在COVID-19疫情之前，美国核心CPI体系非常稳定。核心商品通胀大致在0%上下波动。租金通胀大约在3.0%到3.5%之间。除租金外的核心服务通胀介于两者之间，形成了大约2%的加权平均。这一分布持续了数年，为政策和市场定价提供了锚点。

现在，如果我们假设关税传导效应减弱，核心商品在2026年下半年回归到接近0%的水平，辩论的焦点就会转向另外两个组成部分。租金通胀已被广泛预期将低于疫情前的轨迹。来自新租赁指标、建设管道和空置率的最新数据都指向同一方向。如果租金不再提供3.0%到3.5%的通胀，而核心商品通胀回归到平稳状态，那么简单的数学推导要求除租金外的核心服务通胀必须高于疫情前的水平，才能使核心篮子保持在大约2%的水平。

在我们看来，这部分通胀辩论尚未受到足够关注。**超核心通胀的门槛现在更高了。**然而，工资追踪——作为超核心的主要输入——已经放缓到疫情前的速度。亚特兰大联储的工资追踪器和巴克莱的状态空间分解显示，工资动能已接近或略低于在这个新制度下产生2%通胀所需的水平，考虑到租金的软化和商品的平稳。

这引出了一个令人不安的问题：如果工资增长已经对新核心通胀的算术来说过于疲软，那么如果生产率提升或劳动力替代技术加速，会发生什么？

这就引出了生成式和主动性人工智能。

在过去六个月里，模型能力的阶跃式提升——以及可能出现的能够自主完成多步骤任务的主动性架构——改变了劳动力市场结果的概率分布。上周那篇病毒式博客文章之所以引起共鸣，正是因为它表达了一种广泛存在但尚未充分形式化的直觉，即我们可能正接近一个点：AI不仅可以替代任务，还可以替代工作流程。各行业的反应不言自明。Block宣布大规模裁员——明确与自动化相关——使这种直觉具有了企业形态。

以劳动力数据中没有证据为由否定这些发展，忽视了潜在的动态。这种观点类似于说飓风预报错了，因为目前没有洪水。等到劳动力市场出现压力时，重新定价已经发生了。当分布本身发生变化时，市场不会等待实际结果。

另一种批评——工具还不够成熟——也变得越来越空洞。这比喻不是成熟技术的缓慢出现，而是《办公室》中迈克尔和德怀特跟随GPS进入湖中的喜剧瞬间。软件还不完美，但系统仍以带来实际后果的方式引导了行为。根据观察到的改进曲线和已公布的路线图，对未来几年AI系统的实际水平进行冷静评估，显示出显著增加的重大扰动概率，这可能会对工资动能产生不成比例的影响。

**如果市场开始内化AI可能在显著提升生产率之前就软化劳动力需求的可能性，那么通胀风险偏好就会明显偏低。**而目前的通胀补偿定价并未充分反映这些下行风险。此外，在某个点上，演变中的AI冲击应成为正面的生产率冲击，至少在中期内应具有去通胀作用；这一点比一些更令人担忧的预言中提出的负面总需求场景更具说服力。

然而，2年期远期3年CPI掉期仍高于2.3%，而2年期远期3年实际利率掉期仅短暂跌破1%，且仍比去年九月的低点高20个基点。**如果投资者开始更重视AI带来的去通胀情景——即工资增长低于预期，而超核心门槛已上升——那么利率市场的反应机制可能会迅速转变。**通胀风险溢价的下行重新定价可能会推动名义收益率曲线的前端上涨，压缩实际收益率，重新变陡，并打破近期市场所形成的低波动性平衡（尽管考虑到伊朗冲突，这一平衡已面临风险）。短期风险更为双向，比如周一能源价格冲击推动前端通胀上升，地缘政治紧张局势在中东的升温，甚至大量AI资本支出可能对通胀压力产生支撑，或电力价格普遍上涨。实际上，周一1年期远期CPI掉期略有下降，可能暗示伊朗局势对基本通胀动能的传导有多大影响。

问题不在于AI是否已经扰乱劳动力市场，而在于这种扰乱的概率是否在快速上升，足以影响未来通胀结果的分布。在这一点上，证据变得越来越难以忽视。

哦，最后一点……这篇文章大部分由AI起草，经过一次详细的提示，列出了我们想要表达的观点和示例，之后只需略作调整和编辑。虽然分析师仍然是思想的源泉，需要用完整的提示来表达他们的想法，但AI正使执行变得更好、更快。