新闻宏观经济Cathie Wood 就 AI 引发的通胀担忧回击 Bill Ackman

Cathie Wood 就 AI 引发的通胀担忧回击 Bill Ackman

作者: Blockonomi·

要点速览

  • •美联储于2026年9月16日将基准利率上调25个基点至3.75%–4.00%的目标区间,指出通胀高企并重申2%的目标。
  • •Bill Ackman 认为,AI 对算力和能源的驱动需求可能在借贷成本上升的情况下依然强劲,可能将融资费用嵌入商品和服务之中,并迫使进一步加息。
  • •Cathie Wood 反驳称,更高的利率可能反映更强的经济前景,她指出实际收益率、好于预期的增长,以及与1970年代末 PC 和软件革命 coincided 增长上升与通胀下降的相似之处。
  • •Wood 援引 AI 推理成本在性能不变的情况下每年下降99.99%以及 OpenAI 收入运行率从200亿美元升至700亿美元,作为支持她所描述的良性通缩的证据。
  • •Wood 还指出美国货币供应量增长约5.7%而未出现新一轮通胀,并提到全球约90%的数据中心融资正在美国进行。
Cathie Wood 就 AI 引发的通胀担忧回击 Bill Ackman

ARK Invest 首席执行官 Cathie Wood——其公司以颠覆性创新研究著称——公开挑战 Pershing Square Capital Management 创始人 Bill Ackman 关于人工智能是否会引发持久通胀的问题,她认为 AI 推理成本的下降可能支撑更强的经济增长,同时限制消费物价面临的压力。她的回应通过社交平台 X 和 ARK 自有的市场评论发布,此前市场担心美联储的加息可能无法遏制对计算基础设施的持续投资。

Wood 还将10年期美国国债收益率——一个广受关注的长期借贷成本基准——置于其历史中位数附近,引用了可追溯至1790年的数据。这一分歧凸显了更廉价的技术与大规模建筑支出可能将通胀推向不同方向。两位投资者都对传统假设提出质疑,但对 AI 建设浪潮的经济后果得出了截然不同的解读。

引发交锋的加息

美联储于2026年9月16日一致投票决定将联邦基金基准利率上调25个基点——相当于0.25个百分点——将目标区间提高至3.75%–4.00%。该利率影响整个经济中银行、企业和家庭的信贷成本。官员们表示通胀仍处于高位,并重申致力于将物价增长恢复至2%的目标。

Ackman 在9月25日于 X 上发帖质疑这一决定。他提出,尽管借贷成本更高,但对算力和能源的需求可能依然强劲,而追求重大 AI 突破的公司可能因预期异常丰厚的回报而继续投资。在他看来,预期回报的吸引力可能超过更高融资成本带来的拖累。

他的担忧集中在融资成本被嵌入商品和服务之中。他警告称,如果 AI 投资保持强劲,更紧缩的政策可能在无法充分削减该支出的情况下推高成本,进而可能形成成本上升与进一步加息的循环。

Wood 在9月29日给出了不同的解读,指出实际收益率——经通胀调整后的回报——以及超出预期的经济增长。按照她的论点,更高的利率可能反映更强的经济前景,而非单纯的货币紧缩,同时生产率的提升有助于控制消费物价。

她在10月3日于 X 上发帖写道:

Bill Ackman 关于通胀的帖子让我想起1970年代末,当时类似的担忧随处可见。随后的结果是更强劲的增长和不断下降的通胀,PC 和软件革命功不可没。我们相信今天的创新平台可能产生更大的影响。……

— Cathie Wood (@CathieDWood) October 3, 2026

美联储在9月的声明中还报告了稳健的经济扩张、强劲的生产率增长和旺盛的资本投资,尽管其仍将高企的通胀视为持续存在的问题。这一组合表明,在企业建设基础设施并扩大运营的同时,效率提升可以与物价压力并存。

对 Wood 而言,历史收益率对比为评估近期的加息提供了背景。然而,仅凭历史中位数无法确定当前政策是否具有限制性。在评估更高利率的经济影响,通胀预期、借贷条件和生产率趋势都很重要——随着争论继续,两位投资者对这些因素的权衡各不相同。

AI 推理成本下降重塑通胀辩论

在 ARK 十月一期的 In The Know 市场评论中,Wood 强调了技术成本的大幅下降,援引 AI 推理成本在性能不变的情况下每年下降99.99%的数据。推理是指运行已训练模型以生成输出,包括答案和预测。与只进行一次的模型训练不同,推理是每次使用模型时都会产生的经常性成本。该估算比较了随着模型和计算系统改进,提供类似能力所需的成本。

这种下降对经济的更广泛影响取决于企业采用这些效率的广泛程度。潜在的节约可以支持自动化、降低服务成本,并扩大对以前被认为过于昂贵工具的使用范围。

Wood 将这些变化与 ChatGPT 背后的公司 OpenAI 联系起来,她表示,OpenAI 的收入运行率已从200亿美元升至700亿美元。她将这一增长作为更廉价的 AI 能够鼓励使用量大幅增加的证据。运行率是按年化口径表示收入,而非已完成的一个报告年度销售额。

她将可能出现的结果描述为良性通缩,即随着生产成本下降,生产率提升支撑产出。这与因需求疲软导致的物价下跌不同。然而,在快速的基础设施建设过程中,更廉价的推理可能与昂贵的电力、土地和建筑成本并存——这正是这场争端的核心矛盾。

Ackman 的担忧涉及支持 AI 服务的数据中心及其他物理基础设施的需求。如果更廉价的推理增加使用量,就可能给电力供应和算力带来更大压力,这使得新增供应的速度与技术进步的步伐同等重要。

Wood 还援引了美国约5.7%的货币供应量增长——这一指标长期以来被视为通胀压力的信号——并认为这种扩张并未引发新一轮通胀。ARK 的简报还指出,全球约90%的数据中心融资正在美国进行,这种集中度使美国经济处于这场争论中的建设浪潮的中心。

这场公开分歧留下了一个核心问题尚未解决:由生产率驱动的成本下降,能否抵消建造人工智能物理骨干设施所产生的物价压力。两位投资者都认识到这场建设浪潮的规模,但对其对物价意味着什么得出了截然不同的结论。