ONS AI经济增长信号打破英国7月预测
英国国家统计局将一项ONS AI经济增长信号与英国2026年7月意外实现的0.4%增长联系起来。计算机编程和咨询产出跃升3.5%，为月度国内生产总值贡献0.12个百分点。仅这一项贡献就占整体增幅的近三分之一。
这一结果颠覆了谨慎的市场共识。经济学家普遍预计月度经济不会增长，而彭博援引的一项乐观预测也仅为0.1%。但随着第三季度开始，服务业、生产业和建筑业均实现扩张。
不过，这一意外表现并不能证明人工智能已经改变了英国更广泛的经济。官方数据指出，在报告营业额增长最显著的企业中，包括AI和云计算相关公司。但数据并未单独核算由AI本身产生的每一英镑产出。
这一区别构成了核心张力。7月数据提供了罕见的具体证据，表明与AI相关的活动已具备影响全国总产出的规模。然而，这一扩张仍较为集中、具有初步性质，并受到能源成本、借贷环境及未来统计修正的影响。
ONS AI经济增长由计算机服务推动
7月的结果之所以重要，是因为与AI相关的计算机服务对全国增长作出了可量化贡献，而不只是出现在投资公告中。
根据官方月度GDP估计，英国实际GDP从6月到7月增长0.4%。按最新估计，6月增长0.3%，5月则没有增长。
7月服务业产出增长0.4%。生产业增长0.2%，建筑业增长0.1%。因此，三大主要行业均朝同一方向发展，尽管服务业贡献了经济增长的大部分动力。
信息和通信业是服务业内部第二大正向贡献来源，其产出当月增长2.4%。计算机编程、咨询及相关活动构成了这一增长中最重要的部分。
该计算机服务类别7月增长3.5%，为服务业产出增加0.14个百分点，并为整体GDP增加0.12个百分点。这些数字使英国AI GDP增长的叙事不再只是关于企业热情的笼统说法。
信息服务活动另增长1.1%。ONS表示，在这些类别中报告7月营业额最高的许多企业，都涉及人工智能和云计算。
该机构没有逐一列出这些公司。其结论来自用于编制行业产出估计的企业营业额证据。营业额衡量的是销售活动，并不必然反映生产率提升，或每个客户组织内部已经完成的AI部署。
行政和支持服务实际上是7月服务业增长中最大的正向贡献来源。该类别增长3.7%，受租赁、楼宇服务、园林绿化和就业活动推动。
这一更广泛的贡献很重要，因为将全部0.4%的增长描述为AI扩张并不准确。与AI相关的计算机服务贡献显著，但同时也有多个不相关行业实现增长。
制造业帮助提振了生产业，而住房维修和维护支撑了建筑业。住宿业也实现增长，尽管其他面向消费者的行业失去动能。
因此，官方数据支持一个审慎结论：AI和云计算企业是经济最强劲部分的重要推动因素，但并非英国扩张的唯一原因。
这仍是一个有意义的变化。AI支出过去常见于企业预测、芯片订单、数据中心计划和供应商收入中。7月则将这种影响带入了全国GDP发布数据，并给出了计算机编程和咨询的具体贡献。
这一信号也延续了既有趋势。信息和通信业此前已在英国第二季度表现中发挥重要作用。7月的增长表明，随着第三季度开始，需求并未立即消失。
对科技供应商而言，这些数据表明，企业AI活动正以采购编程、咨询、信息和云服务的形式流入经济。这些交易属于当期产出，即使其长期生产率价值尚未明朗。
对政策制定者而言，这比关于未来自动化的预测更为直接。该行业在一个预测者预计经济停滞的月份创造了已记录的营业额，并对可测量产出作出贡献。
英国AI GDP增长意外为何重要
英国不仅是超出预测，更是挑战了这样一种假设：更高的能源和借贷成本已令增长降至几乎停滞。
这一月度增幅是自2025年初以来报告的最快增长。GDP较2025年7月高出1.6%，而截至7月的三个月产出较一年前高出1.3%。
以波动较小的三个月指标计算，GDP较截至4月的三个月增长0.4%。服务业增长0.6%，但生产业和建筑业均收缩0.5%。
这种分化解释了为何ONS AI经济增长信号具有分量。英国以服务业为主的经济，在软件、咨询和信息服务提供商扩张时可以直接受益。它无需工厂生产同步大幅增长，便可推动整体GDP。
据一篇报道官方细分数据的预测比较分析，信息和通信业产出较一年前高出8.1%。专业、科学和技术活动同期增长3.5%。
这些增长使受AI影响较大的企业服务成为积极解读的核心。PwC首席经济学家Barret Kupelian表示，AI持续在专业服务、信息技术和行政服务领域留下印记。
德意志银行英国首席经济学家Sanjay Raja同样认为产业构成很重要。他强调了编程和咨询3.5%的月度增长，以及信息服务1.1%的增长。
根据其发布的增长评估，该银行在数据公布后上调了短期预测。这一反应表明，当单月行业细节印证更广泛的数据趋势时，便足以改变预期。
如今压力落在那些预计经济活动停滞的预测者身上。他们的模型必须考虑到，科技服务的增长在7月表现得比传统阻力更强。
这一结果也令英格兰银行的展望更复杂。其7月货币政策报告预测经济温和增长，同时警示通胀和能源相关风险。
英格兰银行行长Andrew Bailey随后表示，最新经济数据略强于预期。7月GDP结果为这一观察提供了明确的数字依据，尽管它并未决定货币政策的走向。
更强的产出可以缓解对即时衰退的担忧。但如果经济活动助长持续性通胀，也可能使降息更加困难。因此，科技驱动的增长带来了不同于单纯停滞的政策难题。
政府同样面临考验。官员可以将AI投资视为英国服务业基础吸引高价值需求的证据，但仍需证明这些收益能扩散至工资、企业投资、出口和单位劳动力产出。
计算机服务的集中增长可以推高GDP，却未必迅速改善零售、餐饮或建筑业的状况。这解释了为何积极的全国数据可以与家庭和小企业较弱的实际体验并存。
面向消费者的服务业在7月下降0.4%。零售贸易下降0.5%，机动车批发、零售和维修下降1.7%。餐饮服务也是负向贡献来源之一。
这些差异使AI对英国经济的影响显得重要但并不均衡。购买或销售技术服务的企业，所处周期不同于面临更高能源账单和借贷成本的家庭。
因此，这一增长意外提高了后续数据发布的标准。如果科技活动正在创造持续动能，它应当在单个月度估计之外继续显现。若其消退，7月则更像是暂时性的支出集中。
AI服务正在跑赢消费经济
主要的较量发生在集中的AI驱动企业活动与面向消费者行业中可见的疲弱需求之间。
这一比较比将AI视为经济灵丹妙药或投机泡沫更能提供有效框架。官方发布数据显示，这两种情况同时存在。
面向企业的科技服务强劲扩张，面向消费者的服务业则出现收缩。生产业和建筑业在7月有所改善，但在三个月期间内均仍低于此前水平。
这种不均衡结构解释了为何整体数据令经济学家感到意外。与家庭需求、房地产活动和融资环境相关的传统信号都指向缓慢增长。计算机编程及相关服务提供了足够大的抵消力量，从而改变了月度结果。
其机制始于企业支出。企业购买云计算能力、软件开发、AI集成或技术咨询，会为服务提供商创造营业额。这些产出会通过相关行业类别计入国民账户。
部分支出支持的是实验或基础设施，而非已经实现的生产率收益。它们仍代表当前经济活动，因为企业正向供应商付费，以建设、托管、集成和维护系统。
长期收益还需要第二步。购买方必须将这些系统转化为更快的工作流程、更好的产品、更低的成本或额外收入。7月数据比这些最终结果更清楚地衡量了供应商一侧的活动。
这一差异是理解ONS AI经济增长信号的关键。该发布数据显示，与AI相关的支出影响了产出，但无法说明购买方从这些支出中获得了多少持久的生产率提升。
英国在这一阶段可能具备结构性优势。服务业主导其经济，而金融、咨询、研究、软件及其他知识密集型行业无需建设大型制造设施便可采用AI。
该国也拥有出口专业和数字服务的企业。因此，即使英国消费者仍保持谨慎，对编程或AI咨询的需求也能够支撑国内产出。
然而，服务业主导的优势也有局限。云基础设施依赖进口硬件、能源供应和资本投资。咨询收入可以在部署期间上升，却不能保证每个项目都会投入生产。
与制造业的对比说明了其中的差异。7 月制造业产出增长 0.9%，带动生产增长。然而，计算机服务类别对 GDP 总量作出的直接贡献更大。
建筑业当月仅增长 0.1%，在最近三个月内下降了 0.5%。这一疲软表现十分重要，因为实体 AI 基础设施最终需要数据中心、电网连接、网络设施及配套建设。
如果数字服务需求持续上升，而基础设施投资滞后，产能约束可能随之出现。届时，电价和融资成本将影响多少 AI 相关活动能够留在英国境内。
消费端则呈现出另一项约束。AI 供应商可以通过企业合同实现增长，但广泛扩张通常需要家庭支出和就业收入保持稳定。
零售和酒店业的疲软表明，7 月的增长并不反映普遍的信心。温暖天气和 FIFA World Cup 也对不同行业产生了不同影响，使得月度比较更容易受到噪音干扰。
知识工作者处于这场角力的两端。他们既帮助创造对软件和咨询服务的需求，也面临岗位设计和人员配置方面的问题。AI 投资可以提高产出，同时改变所需员工的数量或类型。
GDP 数据并未回答这一劳动力问题。它衡量的是生产，而不是 AI 驱动的活动是否创造了额外岗位、增加了工时，或替代了原本由员工完成的任务。
对于评估 AI 产品的读者而言，这一缺失的关联至关重要。供应商营收增长可能意味着采用活动活跃，但并不能证明组织已经建立可靠的工作流或衡量出回报。
因此，企业应将这些数据视为部署活动的证据，而非对每一项 AI 采购的一概背书。这波支出浪潮确实足以影响行业产出，但其运营价值仍取决于具体公司。
研究人员和分析师也面临类似挑战。AI 活动横跨现有工业分类，包括编程、咨询、信息服务、金融和科研工作。标准分类体系并不总能将 AI 与普通数字化活动区分开来。
ONS 计划发布有关 AI 专题账户 的研究，这一框架旨在衡量 AI 在整个经济中的活动。该项目应能提供比根据营收模式推断全部影响更扎实的基础。
在此之前，最明确的结论虽有限却很重要：受 AI 影响的服务业表现优于消费经济，并占据了 7 月意外增长中的实质性份额。
这些数字并不能证明什么
一个强劲月份不足以证明 AI 已解决英国的生产率问题，或创造了持久的新增长率。
第一个限制在于统计层面。月度 GDP 是基于不完整信息作出的初步估计，随着收到更多回复和更新数据，ONS 会修订相关数据。
按行业权重计算，月度商业调查覆盖了服务业的 43.3%。在编制该估计时，7 月营业额调查的回复率为 84.6%。已完成年度的历史回复率超过 97%。
因此，后续提交的数据可能改变行业图景。ONS 明确警告，早期 GDP 估计可能被向上或向下修订。
这一警告在当下尤其相关。定于 9 月 30 日发布的季度国民账户将纳入自 2025 年以来的更新信息。下一次月度数据发布定于 10 月 15 日，将包含与 Blue Book 2026 相关的修订。
经修订后的月度走势可能改变 7 月的整体增速，以及各个行业表面上的贡献。当前估计值得关注，但不应对长期趋势抱有虚假的精确感。
第二个限制涉及归因。ONS 发现，许多高营业额受访企业参与了 AI 和云计算业务。但它并未发布实验性估计，以区分 AI 产出与云迁移、常规软件工作、网络安全或更广泛数字化升级之间的差异。
AI 与云服务也存在重叠。训练或运营 AI 系统通常需要云基础设施，而云项目也可能在没有实质 AI 组成部分的情况下推进。营业额分类无法完全划分这些活动。
因此，“AI 为 GDP 增加了 0.12 个百分点”之类的说法超出了现有证据。计算机编程和咨询业贡献了这一数值，而 AI 相关公司帮助推动了该类别增长。
第三个限制是集中度。少数大型交易或快速扩张的供应商可以抬高单月营业额指标。这并不自动意味着较小型组织已广泛采用相关技术。
第四个限制是时间因素。企业在技术周期初期购买基础设施和外部专业服务时，可能进行大量支出。一旦安装完成，或管理者对回报变得更谨慎，支出可能放缓。
这会在 AI 投资与 AI 生产率之间造成潜在缺口。供应商在实施期间确认收入，而买方可能需要数个季度来重构流程并证明可量化收益。
如果项目未能带来成本节约或额外销售，未来的咨询和基础设施预算可能收紧。届时，7 月的活动将代表一波部署激增，而非生产能力的持久提升。
第五个限制来自更广泛的经济环境。面向消费者的服务业出现收缩，建筑业在三个月内持续疲软。较高的能源价格和借贷成本仍在威胁科技以外的经济活动。
Capital Economics 经济学家 Paul Dales 表示，经济仍保持韧性。但据其 对 7 月 GDP 的回应，他也警告称，如果近期市场走势持续，能源和融资压力将造成更大冲击。
这种怀疑观点并不与 ONS 的发现矛盾。两者可以同时成立：AI 相关企业支撑了 7 月产出，而宏观经济压力仍在其他领域持续累积。
劳动力市场问题增添了另一层不确定性。高价值科技服务产生更多产出时，GDP 可以增长。生活水平则取决于该产出如何与人口增长、就业、实际工资和公共服务相互作用。
真正的生产率改善，会让劳动者和组织以相当的资源创造更多价值。仅凭软件行业营业额上升，并不能证明这种全经济范围的结果。
检验这一主张所需的信息将逐步到来。生产率统计、企业投资数据、就业模式和行业产出修订，都比单月的整体数据更重要。
这就是为什么英国经济中的 AI 影响应被描述为一个正在形成的信号。现有证据强于一系列企业承诺，但弱于全国性转型的证明。
三个信号将检验英国 AI 驱动的增长
在将 7 月称为转折点之前，接下来的三次数据发布必须显示持续性、更好的衡量方式，以及更广泛的经济传导。
第一个信号是 9 月 30 日发布的季度国民账户。它将更新自 2025 年以来的数据，并提供截至第二季度的修订月度走势。
如果计算机服务业在这些修订后仍是主要贡献者，ONS 对 AI 经济增长的解读将更有说服力。大幅向下修订则会削弱“7 月延续既有趋势”的论点。
该数据还应澄清企业投资以及近期增长的构成。强劲的科技支出若伴随产出改善，将支持由投资驱动扩张的判断。
第二个信号是 10 月 15 日发布、涵盖 8 月的月度 GDP 估计。持续性十分重要，因为波动较大的月度数据可能迅速反转。
如果编程、咨询和信息服务再次增长，将表明企业需求持续存在。若显著下滑，则说明 7 月可能包含临时合同、时间因素或异常集中的营业额。
8 月数据还应揭示增长是否变得更广泛。如果消费者服务、建筑业或生产活动也有所改善，持续的科技实力将具有更大的经济价值。
第三个信号是 ONS 建立人工智能专门专题账户的工作。专题账户按跨传统行业的共同主题汇总活动，可更直接地展现 AI 的经济足迹。
更好的衡量方式可以检验 AI 相关活动是集中于供应商，还是正在向客户行业扩散。它还可以区分 AI 服务的生产与其他企业内部的 AI 采用。
这种区分影响政策。支持快速增长的供应商行业，需要技能、基础设施、出口渠道和投资。推动全经济生产率，则需要采用、流程重构，以及买方获得可用成果的证据。
同样的区分对企业也很重要。全国性类别的增长，并不能免除对单个项目、数据质量、治理和员工采用情况进行评估的必要性。
团队需要保存将实验与决策及结果联系起来的记录。维护良好的 AI 知识库 可以帮助组织保留这些背景信息，而不是将每次部署都视为孤立的试验。
7 月数据为这些组织提供了一个有用基准。企业在与 AI 相关的编程、咨询和云服务上的支出，已足以推动一个发达经济体的月度产出。
但买方应当追问实施之后发生了什么。员工是否更快完成任务？客户服务是否改善？错误率是否下降？组织是否创造了额外收入？
这些运营指标将决定当前供应商增长能否转化为持久的全国生产率。它们也决定未来预算会扩大，还是会从不成功的项目中撤离。
政策制定者也应采取同样的严谨态度。投资公告衡量的是意图，供应商营业额衡量的是活动，生产率统计衡量的是另一种结果。将这些指标视为可以互换，会掩盖真正的经济故事。
7 月改变了讨论，因为这波支出浪潮已反映在可衡量的 GDP 中。它并未结束讨论，因为归因、扩散和持久性仍未明朗。
对开发者而言，这一信号指向对集成、数据工程、评估、安全和云管理的持续需求。仅有模型能力无法将企业支出转化为可靠的运营系统。
对企业买方而言，它提高了在没有计划的情况下继续观望的代价。竞争对手显然正在采购技术服务，尽管总体数据无法揭示哪些部署将会成功。
对知识工作者而言，眼前的问题很实际：哪些任务正在获得投资，哪些工作流正在改变，以及雇主实际上能够衡量哪些结果？
关注修订数据、8 月行业数据，以及新的 AI 衡量框架。它们将共同揭示，英国 AI GDP 增长究竟代表持久转变，还是不均衡经济中的一个非凡月份。
