AI 顛覆、工資通縮、研究繁榮

以下是由巴克萊通脹研究策略主管Jonathan Hill剛剛發布給客戶的說明，關於為何“通脹風險溢價應該在短期之外為負”。

我們在此全文發布的原因可以在最後一段找到，我們認為那段提出了各種有趣的問題。

雖然金融市場目前聚焦於地緣政治風險以及能源價格飆升帶來的短期通脹後果，但在表面之下，越來越多的共識認為美國核心通脹動態正逐步回歸到疫情前的狀態。但如果我們認真看待這個基線——並將生成式與代理式人工智慧帶來的勞動市場重大破壞的可能性快速上升作為疊加——結論可能會讓通脹市場感到不舒服。市場理應將短期之外的核心通脹風險溢價定價為負，而非正，這將與我們年初的看法形成對比，也凸顯了動態變化的速度。

在轉向人工智慧之前，先考慮通脹的基本數學原理。在COVID-19疫情之前，美國核心CPI體系相當穩定。核心商品通脹率波動在0%左右。租金通脹約在3.0–3.5%。除租金外的核心服務通脹介於兩者之間，形成約2%的加權平均值。這種分布持續多年，成為政策和市場定價的基準。

現在，如果我們假設關稅轉嫁逐漸消退，核心商品在2026年下半年回歸到接近0%的水平，討論的焦點就會轉向另外兩個組成部分。租金通脹已被廣泛預期將低於疫情前的軌跡。來自新租約衡量、建築管道和空置率的最新數據都指向同一方向。如果租金不再提供3.0–3.5%的增長，且核心商品通脹回歸平穩，那麼簡單的數學推導就要求除租金外的核心服務通脹必須高於疫情前的水平，才能使核心籃子保持在約2%的水平。

在我們看來，這部分的通脹辯論尚未受到足夠重視。**超核心通脹的門檻現在更高了。**然而，工資追蹤——作為超核心的主要輸入——已經放緩到疫情前的速度。亞特蘭大聯儲的工資追蹤器和巴克萊的狀態空間分解顯示，工資動能已經接近或略低於在這個新體系中產生2%通脹所需的水平，考慮到租金的放緩和商品的平穩。

這引發了一個令人不安的問題：如果工資增長已經對新核心通脹數學來說過於疲軟，那麼如果提升生產力或取代勞動力的技術加速，會發生什麼？

這讓我們轉向生成式與代理式人工智慧。

在過去六個月中，模型能力的階梯式提升——以及能自主完成多步任務的代理式架構可能出現——已經改變了勞動市場結果的概率分布。上週那篇病毒式博客文章之所以引起共鳴，正是因為它闡述了一個廣泛存在但尚未充分形式化的直覺，即我們可能正接近一個點，AI不僅取代任務，甚至取代工作流程。各行各業的反應不言自明。Block宣布大規模裁員——明確與自動化相關——使這一直覺具體化。

以勞動數據來否定這些發展，忽略了其背後的動態。這個論點類似於說颶風預報錯誤，因為目前沒有洪水。當勞動市場出現壓力時，重新定價已經發生。市場不會等待實現的結果，因為分布已經改變。

另一個批評——工具尚未完全成熟——也越來越空洞。這個比喻不是成熟技術緩慢出現，而是《辦公室》裡Michael和Dwight跟著GPS走進湖裡的喜劇瞬間。軟體並不完美，但系統仍以帶來實際後果的方式改變了行為。根據觀察到的改進曲線和已公布的路線圖，對未來幾年AI系統的現狀進行冷靜評估，顯示出顯著增加的重大破壞可能性，這可能會對工資動能產生不成比例的影響。

**如果市場開始內化這個可能性：AI在顯著提升生產力之前就已經軟化勞動需求，那麼通脹的風險就會明顯降低。**而目前的通脹補償定價並未充分反映這些下行風險。此外，在某個點上，演變中的AI衝擊應該會轉變為正向的生產力衝擊，這在中期內應具有抑制通脹的作用；這一點比一些更令人擔憂的負面總需求預測更具說服力。

然而，2年期遠期3年CPI掉期仍高於2.3%，而2年期遠期3年實質利率掉期僅短暫跌破1%，且仍比去年九月的低點高出20個基點。**如果投資者開始更重視AI帶來的通脹抑制情景——即工資增長低於預期，超核心門檻上升——那麼利率市場的反應可能會迅速轉變。**通脹風險溢價的下行重新定價可能會推動名義收益率曲線前端上漲，壓縮實質收益率，重新使收益率曲線變得陡峭，並打破近期市場所形成的低波動平衡（儘管這已經面臨風險，尤其是在伊朗衝突的背景下）。短期風險更偏向雙向，例如週一由於中東地緣政治緊張升高而推動前端通脹上升的能源價格衝擊，更不用說大量AI資本支出可能對通脹壓力產生支持，或普遍上升的電價。週一實際下降的1年期1年期CPI掉期，可能暗示伊朗局勢對基本通脹動能的影響有多大。

問題不在於AI是否已經擾亂了勞動市場，而在於這種擾亂的可能性是否正以足夠快的速度上升，從而影響未來通脹結果的分布。在這一點上，證據越來越難以忽視。

哦，最後一點……這篇文章大部分是由AI起草的，通過一個詳細的提示，列出我們想要表達的論點和範例，經過一次迭代後只需稍作調整和編輯。儘管分析師仍需提供構思，並以完整提示的形式撰寫想法，但AI正促使執行變得更好、更快。