美联储的玛丽·戴利向人工智能股票投资者发出直言不讳的警告
一句话看懂：旧金山联储主席玛丽·戴利在彭博访谈中向AI投资者发出明确警示：尽管企业支出积极、实验蓬勃开展，但广泛的生产力提升尚未兑现，2027年将成为检验AI能否从实验走向经济现实的“试金石”。
事件核心：发生了什么
戴利指出，目前企业层面对AI的投入、员工培训和试验确实在加速，但全经济范围的生产力增益仍未出现。她强调：“我们尚未看到广泛的生产力提升，投资回报率仍待发展。”这一判断直接指向当前市场对AI股票的极端定价——例如，美光科技在9个月内飙升780%、市值突破万亿美元，市盈率超过45倍，高出五年均值161%；英伟达股票也以逾37倍市盈率交易，几乎没有容错空间。戴利因此明确将2027年视为关键检验节点。
为什么重要
戴利的发言揭示了一个核心矛盾：AI巨头已经主导了市场——截至2026年5月，“科技七巨头”（苹果、亚马逊、Alphabet、Meta、微软、英伟达、特斯拉）在标普500指数中的权重从2016年的12.5%膨胀至34.8%，2025年贡献了指数超40%的回报率，仅英伟达和微软在2026年5月就合计增加5910亿美元市值。与此同时，这些公司2026年计划资本支出高达7250亿美元。戴利认为，来自资产负债表极其稳健的巨头的支出本身不会直接构成金融稳定风险，但当泡沫破裂传导至银行、消费者和企业时风险才真正浮现。此外，数据中心建设带来的电力与基础设施需求可能在短期内制造通胀压力，尽管长期有助于降低价格。
对用户/开发者/创作者的影响
对AI工具的使用者和开发者而言，戴利的观点提供了重要决策参考：未来一年内应更加关注AI实际应用而非概念炒作。如果2027年确实出现生产力验证分流，那么高估值的底层算力供应商（如英伟达）将面临业绩压力，而能够证明降本增效的垂直应用和模型服务可能更具韧性。开发者在选择技术栈和平台时，建议优先评估产品的可量化ROI，而非仅凭融资故事或股价走势做出判断。对内容创作者和企业采购而言，应关注AI工具从“实验性部署”向“运营效率提升”转化的具体指标，例如客服成本降低、内容生成周期缩短等可测量数据。
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
第一，2027年企业AI相关的实际生产力数据披露，特别是制造业、农业和服务业中的具体案例能否从试点转为规模化应用。第二，美光、英伟达等核心AI股2026年下半年的盈利指引是否与市场预期匹配，如果出现低于预期的情况可能引发估值修正。第三，美联储是否因数据中心建设引发的通胀压力而调整货币政策，这会直接影响AI资本支出的融资成本和整体市场流动性。
