事件背景
高盛經濟學家梅根·彼得斯（Megan Peters）發表研究指出，人工智能浪潮將直接推高美國通膨。核心邏輯並非 AI 導致「普遍物價上升」，而是某些關鍵生產投入品——特別是記憶體芯片與處理器——因需求激增而供應不足，價格被推高。
根據高盛估計，到 2026 年年底，AI 對美國核心 PCE 通膨（聯邦儲備委員會偏好的通膨指標）的推升幅度可能達到 50 個基點（0.5%）——這相當於一年初期預測的兩倍以上。
為什麼會出現這個現象？
需求曲線的陡峭移動
AI 訓練與推理的大規模商業化，瞬間拉高了對高階芯片的需求。從 2024 年初到 2026 年中，資料中心對 GPU、張量處理器（TPU）與高頻寬記憶體（HBM）的購買訂單增長 300% 以上。
輝達（NVIDIA）2025 年營收已經超越英特爾與高通的總和，正說明這一點。但需求爆炸式成長時，供應端無法同步反應。
供應鏈的硬約束
高階芯片製造涉及極紫外線（EUV）光刻機、純化矽錠、稀有元素提煉等多道瓶頸。台積電與三星的先進製程產能，從規劃到量產需要 3-5 年。這意味著即使在 2024 年預見 AI 芯片需求，現在也還無法充分應對 2026 年的高峰。
結果：供應短缺 → 價格上漲 → 資料中心成本上升 → 雲端運算費用上升 → 下游企業成本增加 → 最終消費物價上漲。
為什麼美國衝擊最大？
高盛的觀察深入一層：為什麼美國通膨衝擊會超過全球其他地區？
1. AI 商業化速度最快
美國科技巨頭（OpenAI、Google、Meta、Microsoft 等）掌握著全球 70% 以上的大語言模型訓練工作負荷。這些公司資金充足，搶購芯片的動力最強。
2. 定價權結構
美國企業與雲端服務提供商（AWS、Azure、Google Cloud）掌握全球雲運算市場的 60%。當他們的成本上升時，向下游客戶轉嫁價格漲幅的空間也最大。
3. 消費物價統計的涵蓋面
PCE 通膨統計包括所有消費相關服務——包括訂閱軟體、線上廣告、AI 應用服務等。這些服務價格上升的傳導效應在美國最敏感。
時間軸與政策含義
高盛的估計顯示，這波通膨衝擊會在 2026-2027 年達到高峰，之後隨著產能擴張而逐步緩解。但問題在於：
- **聯邦儲備委員會的寬鬆週期會被打斷**：如果核心 PCE 通膨率突然上升 50 基點，即使是暫時性，也會強化央行對「經濟過熱」的擔憂，可能導致升息預期重新定價。
- **地緣政治風險**：芯片產能高度集中在台灣（台積電）與韓國（三星、SK 海力士）。任何兩岸緊張局勢都會加劇供應不確定性，進一步推高價格。
- **企業利潤率被壓低**：如果雲端費用無限上升，但終端消費者對 AI 應用的付費意願有限，那麼 AI 新創與應用層公司的獲利能力會被侵蝕。
歷史類比
這不是第一次技術浪潮引爆特定商品價格。
- **2017-2018 年比特幣礦業爆發** → GPU 價格暴漲 2-3 倍 → 導致遊戲卡硬件短缺 → 最終消費者端遊戲硬件成本上升
- **2010-2015 年智慧手機爆炸** → 觸控面板、鋰電池需求激增 → 供應短缺 → 手機與平板價格上漲
- **1970 年代石油危機** → 化工與運輸成本飆升 → 全球通膨