top of page

美联储 AI 研究权衡数据中心与生产率

26分钟前
讀畢需時 13 分鐘
Illustrative photograph. Photo: Kampus Production / Pexels.

美联储研究人员发布了一项 Fed AI study,指出可见的基础设施投资与仍难以衡量的生产率提升之间存在不断扩大的缺口。建筑、芯片和建设承诺为支出提供了具体证据,但并不能证明整体经济生产商品和服务的效率提高了多少。

这一区别对为算力融资的企业以及购买 AI 工具的企业都很重要。双方都需要有实际价值的应用来证明其投入合理。然而,它们获得证据的时间表并不相同:建设项目会在其最终客户证明日常工作得到持续改善之前就变得可见。

核心矛盾在于基础设施投资与已实现经济价值之间的差距。Erik Brynjolfsson 及其同事此前的研究提供了一个历史参照:技术支出和组织改进未必会同时显现。问题在于,企业能够多有说服力地将前者与后者联系起来。

Fed AI study 实际证实了什么

该论文评估的是当前证据;它并未就 AI 的经济潜力作出最终裁决。

这项 2026 年 11 月发布的 AI economy research 由 Nick Carollo、Leland D. Crane、Daniel Garcia Molina 和 Joseph Nichols 撰写。其官方页面最后更新于 11 月 12 日。研究描述了投资和采用规模持续扩大,同时总体生产率影响迄今看来仍然较小。

该出版物属于 Finance and Economics Discussion Series,这是一个旨在支持研究和讨论的工作论文系列。其结论代表作者个人观点,并不意味着美联储理事会或其他工作人员达成共识。

当标题以“Fed study”开头时,这一界限尤其重要。读者不应将这篇论文解读为货币政策预测。它的发表也不意味着政策制定者已经就 AI 将如何影响未来增长、就业或通胀形成定论。

时间点同样需要谨慎看待。大部分分析于 2026 年 6 月完成,尽管论文纳入了一些后续信息。论文于 11 月发布,并不意味着每一项基础观察数据都是 11 月最新测量结果。

对读者而言,更有价值的变化在于分析框架。论文将实体投资、企业采用、投入成本、就业和生产率纳入同一讨论。这推动人们以更严格的方式解读熟悉的 AI 新闻标题。

规划中的设施表明建设意图。投入运营的设施表明可用产能。客户合同表明在特定条款下存在需求。而已完成工作获得明确改善,则又是另一回事。

这些观察结果可以相互印证,但没有任何一项会自动替代其他项。将它们视为可以互换,会让一则投资叙事显得比其证据所允许的更具结论性。

设想一家企业购买额外算力的使用权限。这笔购买证明管理层预期会获得收益,但并不能证明员工完成有用工作的速度更快、客户获得更好的服务,或经营业绩得到改善。

反过来,这一区别同样成立。一名员工可能获得显著收益,却未必在全国统计数据中形成可见变化。即使成功的应用只占经济中的很小一部分,它仍然具有意义。

因此,这篇论文应当促使报道更严谨,而非终结争论。乐观的论断需要搭建从采用到成果的桥梁。怀疑论断则需要解释,为何有限的总体证据足以排除特定场景中的收益。

对企业采购方而言,这改变了最有用的问题。询问 AI 是否“有效”,得到的答案往往过于宽泛,无法指导采购。询问哪些工作流程在何种条件下得到改善,才能产生企业可以评估的结果。

对基础设施提供商而言,对应的问题是可靠需求。客户只是试用某个工具,与客户因为它改善了运营而持续购买,两者形成的基础截然不同。

该研究的重要性在于,它让人们更难忽视这些区别。它将解释责任置于支出公告与最终经济结果之间。

已宣布项目并不等于已完成投资

最大的基础设施数字描述的是不同的发展阶段,不能随意将这些阶段相加。

这份 data center analysis 指出,已宣布的计划在 2024 年接近 3,000 亿美元,2025 年超过 1 万亿美元。这些是项目计划,而非已经完成的支出。

基于 2026 年 5 月可得的计划,作者的中间情景预计,投资将从 2024 年约 1,000 亿美元增长至 2027 年底超过 8,800 亿美元。该情景超过国内生产总值的 2%,即国内生产的商品和服务价值。

这一预测取决于对新增计划、项目放弃和建设时点的假设。约三分之一的投资流向建筑结构,其余大部分支出投向高科技设备。

作者估计进口占比约为 50%,其中包括资本化服务。他们还指出电力、分区规划、材料、劳动力和融资方面的限制。这些限定条件意味着,不能简单地将预测投资解读为有保证的建设,或等同于对国内产出的贡献。

实际含义是,每一条基础设施新闻标题都需要明确其衡量对象。公告展现雄心,建设活动反映执行,设备安装使项目更接近投入服务,客户使用则决定这些产能是否支持持久的经济活动。

对于一个假设开发项目,同一项目在经历这些阶段时可能出现在多次公告中。若将每次公告都计为新增投资,就会夸大新活动的规模。

全公司的资本支出数字也会带来另一种解读问题。资本支出指预计能在一段时间内为企业服务的资产支出。这类数字可能覆盖多项活动,并不会自动单独反映 AI。

因此,准确比较需要一致的边界。项目估算应与另一项项目估算比较,实际支出应与实际支出比较,情景预测在任何引用时都应保留其假设条件。

GDP 的区别也需要同样的严谨性。国内生产和进口设备进入国民核算的方式不同。一项大额采购可以支持美国境内的设施,却并不代表同等规模的美国生产。

这并不意味着进口设备在经济上无关紧要。企业可以利用它在多年内提供有价值的服务。这意味着采购本身与其后续生产性贡献回答的是不同问题。

读者也应避免将预测投资水平直接转换为对经济增长的同等贡献。水平描述的是某一时点或期间的金额,增长描述的则是相对于另一期间的变化。

当一个庞大数字从研究图表进入新闻标题时,这些差异至关重要。去掉计量期间或情景标签,对论断的改变可能比缩短数字本身更大。

对基础设施开发商而言,由此产生的是运营压力。一个已宣布项目需要具备通过审批、建设、设备交付和客户服务环节的可信路径。公众关注无法完成其中任何一步。

对采购方而言,有用的问题在于实际交付条款下可获得的产能。相比企业在工作流程需要时能够使用的服务,遥远项目的公告提供的保障更少。

投资管线仍具有经济意义。当每个阶段保留各自标签,而非被表述为整个管线已完成交付的证据时,其含义会更加清晰。

采购方需要完成的工作,而不仅是更多产能

基础设施提供商和企业采购方面临同一项根本检验:额外算力能否产生值得持续投入的成果。

Fed AI study 将这一检验置于焦点之中,但并未为每家公司解决这个问题。以下影响涉及企业应如何理解这一差距,而非关于特定供应商回报的结论。

先考虑一家正在评估 AI 写作助手的企业采购方。更快地产出初稿可能有用,但业务结果取决于初稿出现后会发生什么。

如果审阅者必须重构论证、核实每一项事实主张并重写结论,那么生成速度只衡量了工作流程的一部分。相关比较还应包括这些后续步骤。

另一种情况下,初稿可能只需很少修改,并帮助员工完成此前始终未能完成的工作。即使工具生成的文本量相似,这也是不同的结果。

采购决策需要区分这些可能性。使用量衡量的是与产品的互动程度,完成且可接受的工作衡量的是朝业务目标取得的进展。两者都不应被悄然相互替代。

一个假设中的客户支持团队能说明这种差异。助手或许能帮助客服人员更快找到已获批准的答案。其价值部分取决于该答案是否能解决客户问题,而不会带来额外的后续跟进。

对软件团队而言,生成的代码面临类似链条。一项建议的修改必须契合现有应用、通过审查,并保持可维护性。更快生成可能与更快或更慢的交付同时存在。

这些例子并不证明 AI 整体上会带来帮助或阻碍。它们解释了为何同一采购类别会在不同组织中产生不同结果。

情境可能是一个合理的分界因素。处理不完整指令的工具,与获得相关文档和明确定义验收标准的工具,面对的是不同任务。

对于研究这一问题的团队,searchable knowledge base 提供了一个值得考虑的相关工作流程。组织源材料不同于证明 AI 带来生产率提升,但它有助于界定一个工作流程需要哪些信息。

基础设施提供商会间接遇到这一挑战的客户侧问题。能获得可重复价值的企业,有更明确的理由持续购买服务。无法识别收益的企业,其内部论证基础则更薄弱。

同样的逻辑有助于将作为模型提供商的 OpenAI 和 Anthropic,与作为云服务提供商的 Microsoft 和 Amazon 进行比较。它们处于计算供应链中的不同位置,而非可以相互替代的企业。

分析上的关键是追踪客户关系。模型提供商需要其能力的需求,云服务提供商需要基础设施服务的客户,企业采购方则需要从自身应用中获得有用结果。

在一个层面取得成功,并不自动意味着在其他层面同样成功。基础设施供应商可以在企业客户尚未确认其应用是否改善运营之前就获得付款。

这使得压力比围绕 AI 热情的争论更为具体。买方需要经得起审查和续约考验的证据。供应商则需要经得起客户评估的需求。

一项产能公告可以支撑对这种需求的预期,但无法替代这些预期最终所依赖的客户成果。

工作场所证据支持增益,但存在边界

在明确工作场所中显示出收益的研究,比笼统承诺更有说服力,但其适用边界仍是研究结论的一部分。

Brynjolfsson、Danielle Li 和 Lindsey Raymond 研究了一款供客户支持人员使用的 AI 对话助手。他们发表的工作场所生产率研究报告了来自 5,172 名员工的证据。

获得该助手使用权限后,平均每小时解决的问题数量提高了 15%。不同员工之间的效果有所差异。该论文发表于 2025 年 5 月的《Quarterly Journal of Economics》。

这提供了一个生产性使用的具体案例,而非从基础设施支出推断而来的结论。它也确立了一项明确结果:在所研究的环境中,每小时解决的客户支持问题数量。

无论这一百分比在哪里被引用,都应始终附带这一结果。它并不意味着每位员工的生产率都得到了测量上的提升,也不能证明每项业务职能都会出现相同幅度的变化。

这一区别有助于协调积极的工作场所证据与有限的总体影响。局部研究关注的是,在明确条件下,获得某项工具是否会改变绩效。国家层面的分析则考察更广泛经济体中的结果。

这些问题在覆盖范围、时间和测量方式上均不相同。对前者给出明确答案,可以与对后者的不确定答案并存。

因此,对于企业买方而言,这项客户支持研究可作为可能性的证据,也可作为严谨测量的范例。它并不能免除买方评估自身工作流程的必要性。

可比的评估应在审视结果前先界定完成后的产出。否则,团队可能会选择任何最能让实施效果显得有利的指标。

假设一款假想助手增加了员工起草回复的数量。如果同时考察收件人是否接受这些回复,以及问题是否持续得到解决,这一结果就会更具参考价值。

同样的原则也适用于工具改变工作本身的情况。员工可能会产出更详尽的文档、探索更多选项,或承担此前回避的任务。

仅靠节省时间的指标可能会忽略这些收益。反过来,只统计新增产出却不评估其有用性,也可能夸大收益。评估需要与企业采用该工具的原因相匹配。

历史研究提供了另一种视角。Brynjolfsson、Daniel Rock 和 Chad Syverson 的生产率 J 曲线研究考察了互补性投资如何影响通用技术的可测量回报。

他们的框架涵盖组织变革、新流程和人力资本。它解释了为何建设配套能力可能先于可测量的生产率提升。

这正是需要认真审视实施成本的原因。它并不保证每一次实施最终都会成功。延迟回报与失败项目在初期看起来可能很相似。

这种区别需要持续跟进。如果一家公司将疲软结果解释为调整期,那么后续证据应显示发生了什么变化,以及绩效是否改善。

对买方而言,当耐心与可观察的实施过程相联系时,就更有依据。无限期承诺收益会在未来出现,所能提供的指引则少得多。

因此,最有力的乐观解读仍然是有条件的。工作场所研究表明,收益可以实现。下一项挑战是在不假定各处结果完全相同的前提下,将有用成果复制到更多任务和组织中。

疲弱统计与旧实验都不足以定论

怀疑论观点同样值得仔细审视,尤其是当历史发现被转化为对当前工具的判断时。

METR 于 2025 年 7 月进行的开发者生产率实验考察了在自己代码库中工作的资深开源开发者。该研究包括 16 名开发者和 246 项任务。

获准使用 AI 的开发者完成任务所需时间增加了 19%。这些工具反映的是 2025 年初的能力,研究人员明确警告,不应将这一结果泛化到所有软件开发工作。

这一发现挑战了“辅助工具必然缩短完成时间”的简单假设。它也表明,用户感受与测量到的绩效应受到分别关注。

但它的适用范围与结果方向同样重要。在熟悉代码库中工作的资深贡献者,面对的是特定组合的任务与标准。其他开发者和项目需要各自的证据。

后续发展进一步增加了将该结果视为当前结论的复杂性。在 2026 年 2 月 24 日的实验设计更新中,METR 表示其更新后的实验对当前影响产生了不可靠的信号。

研究人员发现了选择问题,其中包括部分开发者因不愿在没有 AI 的情况下工作而拒绝参与。他们认为较新的工具可能带来了更多加速,但强调其幅度仍不确定。

这一更新并未抹去早期实验。它改变了人们将该实验应用于其原始时期和环境之外时应有的把握程度。

更广泛的启示涉及不断变化的技术与用户。当工具演进时,证据需要标明日期。当用户改变自己尝试的任务类型时,比较需要将这种行为纳入考量。

设想一名假想开发者借助 AI 尝试此前被认为不切实际的任务。与更早工作流程的完成时间进行比较会变得困难,因为早期流程从未产出同样的结果。

这并不能证明新工作流程具有生产力。它解释了为何比较不能只问开发者是否觉得自己更快了。

相反的问题也存在。用户可能因为助手生成了可见的活动而感觉很有生产力,但审查与修正可能耗尽看似节省下来的时间。

严谨的评估需要区分这些情形。它应识别尝试了哪些工作、哪些工作达到了所需标准,以及结果背后投入了多少人工努力。

美联储的 AI 研究在更广泛尺度上同样需要这种严谨性。有限的可测量增益足以支持对宏大论断保持谨慎,但并不能证明所有局部收益都是虚幻的,或未来收益不可能实现。

同样,不确定性也不应成为为令人失望结果辩护的通用理由。公司不能仅仅辩称现有测量不够完善,就证明自身创造了价值。

合理的立场在两个方向上都要求严格。积极主张需要与有用成果相联系的证据。消极主张则需要足够广泛且足够新的证据来支持其结论。

对读者而言,这意味着应将醒目的百分比视为调查的起点。它所涉及的任务、群体、比较对象和测量时期,决定了它实际能够解释什么。

当这些细节清晰可见时,分歧会变得更有价值。研究人员和买方不必争论 AI 是否具有普遍生产力,而可以识别结果在哪些地方不同,并调查原因。

关注交付、客户成果与更广泛的生产率

下一轮证据应在支持有关全经济转型的论断之前,先将运营进展与客户价值联系起来。

未来几个月,首要关注的信号是现有基础设施承诺的交付情况。项目更新最重要的价值,在于它们能否区分修订后的计划与实际已可用的设施和服务。

已完成交付的证据将加强投资故事的执行层面。延期或缩减则会削弱有关已宣布产能将按原定时间表到位的假设。

无论哪种结果,单独都无法解决生产率问题。交付证明投入要素存在。接下来的问题是客户如何使用它。

第二个信号是超越访问权限和试验阶段的客户证据。应关注与被接受的工作、服务质量、重复使用和持续采购相关、且定义清晰的结果。

报告改进的公司应解释其比较方式。有价值的披露应说明工作流程、结果,以及审查所需投入是否构成测量的一部分。

可重复的改进将加强这样一种判断:基础设施支出支持持久需求。若报告只关注创建的账户或生成的内容,这一联系仍会不够完整。

这也是产品间比较变得更有参考价值的地方。买方需要知道哪一种工具适合自身任务和运营条件,而不是哪一家供应商宣布了最宏大的总体雄心。

在狭窄工作流程中表现良好的产品,可能值得继续使用。能力广泛的产品,仍可能需要超出特定买方可合理承担范围的实施工作。

第三个信号是更广泛的生产率证据,并应随着时间推移加以解读。总体生产率指标衡量整个经济体中产出相对于投入的关系。更强的趋势会很重要,但将其归因于 AI 还需要额外分析。

有利的国家层面数据并不能证明每项 AI 投资都取得了成功。疲弱的数据也不能否定设计良好的工作场所实验。这些测量针对的是不同层级的活动。

能够加强整体论证的是这些层级之间的一致性。运营交付、有用的客户成果和更广泛的改善,将形成比任何孤立公告都更有说服力的链条。

削弱这一论证的则是持续的脱节。交付了产能却没有可靠需求,将给供应商带来压力。广泛使用却没有可测量收益,将迫使买方重新审视其实施方案。

这些是观察信号,而不是对下一报告周期将呈现何种结果的预测。它们的目的是让未来的主张能够接受检验。

这篇论文的持久价值在于它为这一过程带来的严谨性。它要求读者区分哪些已经建成、哪些已经被采用,以及哪些已经得到改善。

在将下一则 AI 公告视为经济回报的证据之前,先确认它测量的是这条链中的哪一环。寻找已完成的结果、有意义的比较,以及对所需投入的清晰核算。将成功的工作场所证据纳入视野,同时保留其局限性。以同样的关注度审视令人失望的结果所处的日期和环境。美联储的 AI 研究提供了一个有用起点,因为它将可见投资与仍需证明的收益区分开来。带着这一区别,关注下一次项目更新、客户评估和生产率发布。哪些新证据真正将新增计算能力与更好的工作联系起来?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page