旧金山联储行长戴利：AI 生产率提升「无处不在，唯独不在数据中」
一句话看懂：旧金山联储行长玛丽·戴利在6月初公开表示，尽管AI技术在企业中快速普及，但宏观经济数据并未显示相应的生产率增长。她将这一矛盾与1990年代计算机普及时期类比，暗示AI对经济的影响可能尚未被官方统计准确捕捉，这对美联储利率决策具有重要参考意义。
事件核心：发生了什么
美东时间6月5日，旧金山联储行长玛丽·戴利（Mary Daly）在彭博科技大会上指出，AI带来的生产率提升“无处不在，唯独不在数据中”。她引用的官方数据显示，过去十个季度非农商业部门劳动生产率年化增长率约为2.7%，高于50年长期均值1.9%，但经济学家至今无法将这些增长明确归因于AI技术。戴利解释，当前企业利用AI实现的自动化和流程优化大多属于“一次性调整”，如自动化生产线或AI辅助贷款审批，能一次性节省成本，但不会带来持续的生产率增长。她强调，美联储需要深入数据，与企业沟通，判断AI能否像1990年代计算机普及那样带来持续的经济增长。戴利在2025年美联储政策决策中拥有投票权，此前她支持将利率维持在3.50%-3.75%区间不变。
为什么重要
戴利的观点揭示了AI行业当前面临的核心矛盾：技术应用与宏观效益之间的“测不准”缺口。目前多数宏观研究并未发现AI对生产率产生显著影响的充分证据。戴利将这一情况与1990年代初格林斯潘的观察类比——当时计算机和软件普及也未立即反映在生产率数据中，但最终证明了技术变革的存在。如果AI确实能提升生产率，经济增长可能加速而不引发通胀，美联储可维持或放松利率；反之，若生产率增长乏力，经济增长可能带来通胀压力，需要美联储采取更紧缩的政策。这一判断直接关系到大模型公司、算力供应商和AI应用开发者的商业预期——若AI无法在宏观层面验证其经济价值，资本市场的估值逻辑和投资方向可能面临修正。
对用户/开发者/创作者的影响
对于使用AI工具的企业和个人，戴利的观点提供了一个冷静的视角：目前AI带来的多为一次性效率提升，而非持续的生产率增长。企业采购AI API或部署大模型时，需要区分“短期成本节省”和“长期竞争优势”。对于AI开发者，这一判断提示：单纯提供自动化工具可能无法持续获得增长，需要将AI融入核心业务流程，创造可量化的、持续的生产率提升。对于内容创作者和图像生成领域，戴利的观点意味着AI辅助创作可能还需要更长时间才能系统性地改变内容产业的整体产出效率。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，美联储是否会启动针对AI经济影响的专项研究，类似1990年代对信息技术的跟踪分析，这可能会影响后续利率决策。第二，主要AI公司和算力供应商（如NVIDIA、OpenAI、Google）是否会调整公开的“AI经济价值”叙事，以回应戴利提出的宏观数据缺口。第三，更多经济学研究是否会尝试建立AI生产率的新测量方法，特别是针对大模型在推理、自动化和内容生成中的实际贡献，这可能改变市场对AI商业化速度的预期。
来源：Readhub · AI
