美國財政部長 Scott Bessent 與聯準會主席 Kevin Warsh——這兩位美國經濟的領導者——表示，AI 生產力熱潮很快會讓美國更富裕，甚至足以產生通縮效果，富裕到美國可以不再為 40 兆美元的債務操心。

但分析師開始追問：富裕了誰？美國勞工的收入占比已跌至有紀錄以來的最低點，而企業利潤率卻逐季屢創新高。

EY-Parthenon 首席經濟學家 Gregory Daco 指出，解釋這種分歧的生產力成長，大多早於 AI 熱潮。「生產力成長保護的是利潤率，而非收入，」Daco 週四在一份報告中寫道。

第二季經濟產出僅靠增加 0.3% 的工時便成長了 1.7%。薪酬上升 2.6%，但考量春季與夏季由石油驅動的通膨後，實質上是「持平至小幅萎縮」，Daco 在接受 Fortune 採訪時表示。

利潤率達到 GDP 的 14.9% 創下紀錄，而勞動收入占比則降至 52.8%——為政府自 1947 年開始統計以來最低。勞動收入占比衡量國民收入中有多少以工資與福利流向勞工，而非以利潤與投資回報流向資本所有者，這正是該比例對任何熱潮的利益分配至關重要的原因。Daco 表示，50% 並非下限。「只要你持續看到利益集中在資本端、且集中在少數企業之內，」勞動占比就可能繼續大幅下滑，他說。

畢竟，這些數字背後的生產力來自過去十年的傳統自動化、成本紀律（疫情後的冗員使招聘收縮）以及資本支出——而非 AI。AI 迄今帶來的只是進一步的集中化。

「當出現這類技術進步時，往往會產生更高的集中度，以及更像贏家通吃的環境，」Daco 說。在幾乎每一場技術革命中——19 世紀末的鐵路熱潮或 1990 年代的網路革命——大型垂直整合企業率先奪取利益，而較小的企業則面臨「持續的成本壓力、持續的政策不確定性、更高的利率」，Daco 指出。

在 1990 年代，少數位於技術前沿的公司提前投入資本支出並收穫資本利得，但來自更便宜軟體的生產力成長迅速擴散至整個經濟，薪資成長隨之而來。然而，AI 未必會遵循同樣的時間表。

畢竟，這波熱潮在歷史上前所未有地倚賴資本。根據分析機構 PricewaterhouseCoopers LLP 的數據，資料中心投資預計到 2050 年將達到 31 兆美元——接近目前美國 GDP 的規模。正當其他部門的引擎熄火之際，營建與製造業卻因資料中心而蓬勃發展；本週聯準會《褐皮書》中一位芝加哥的管理者表示，若沒有資料中心，該產業將陷入衰退。

這看起來像成長：企業斥資數千億美元購置設備，最終應能讓經濟以更少投入生產更多。但這些設備大多數並非美國製造。

過去一年，AI 伺服器所用大型電腦的進口暴增。經濟學家 Joseph Politano 彙整的人口普查數據顯示，「大型電腦」——即 GPU 伺服器的人口普查分類——的淨進口上月達到年化 4,500 億美元的速度，相較 2023 年之前每年約 500 億美元，增幅驚人。GDP 會計上，進口伺服器計入投資增加，同時以相同金額計為進口減少，因此對 GDP 的淨貢獻為零。

這有助於解釋迄今 AI 經濟的樣貌。資本支出蓬勃、生產力改善、企業利潤率龐大，而且正如 Warsh 所指出，環境「寬鬆」——然而就業疲弱、房市在高利率下掙扎、勞工收入占比持續萎縮。

「雖然美國投資蓬勃，國內生產總值的成長卻相當溫和，」曾在《華爾街日報》報導聯準會、現於 Serpa Pinto Advisory 為避險基金提供顧問服務的 Jon Hilsenrath 寫道。

這對 Warsh 與 Bessent 提出了一個艱難的問題：放手讓它發展，還是有所作為？

成長不等同於廣泛分配的收入。如果每一美元產出越來越多地歸於資料中心的所有者——被動地收取支票——或歸於持有該資料中心營運商股權的股東，那麼財政數學就會變得複雜。經濟或許在變得更富裕，而政策制定者通常與繁榮聯想在一起的稅基與政治選民基礎卻成長得慢得多。不難想像這會助長對 AI 建設熱潮及其效益的猜疑。

投資本身也確實帶有成本與風險。數千億美元的 AI 支出，正在一個借貸成本日益上升的經濟體中爭奪資本。更高的長期利率使房貸昂貴並抑制住宅興建，《華爾街日報》本週以一張引人注目的圖表說明了這一點。

這一切並不意味著 AI 生產力熱潮會失敗；只是意味著它如何提高勞動收入占比，並非一目了然。「我不認為有下限，」Daco 說。

本文最初刊載於 Fortune.com。