本月早些时候，美联储把联邦基金利率目标区间上调25个基点，到3.75%至4%。经济还在扩张，生产力表现不错，资本投资也旺盛，可通胀就是压不下去。几周前在杰克逊霍尔，美联储主席凯文·沃什点出了另一个反常之处：企业资本支出增长很快，他估计今年这一增长里有一半以上可能得归功于人工智能基础设施。AI并不是这次加息的原因，通胀、能源价格和更广泛需求才是。但把这些因素叠在一起，一个问题就浮出来了，而且它远没有“AI会不会取代工作”或“AI能不能撑住科技估值”那么受关注：在生产率真正提升之前，AI投资热潮正在怎样影响资本成本？哪怕你所在的公司从没建过数据中心、没买过GPU、也没训练过模型，这个问题的答案也一样重要。
人们谈AI，通常谈的是它最终能干什么。自动化工作、分析海量数据、加速研究、写软件、优化决策。如果这些能力铺开到整个经济，企业最终能用同样甚至更少的资源做出更多产出，生产成本可能被压下来，通胀压力也能缓解。但前提是，得先有人把基础设施搭起来。麦肯锡估算，到2030年，全球数据中心资本投资需求约6.7万亿美元，其中AI相关工作负载约占5.2万亿。这意味着计算硬件、电力、冷却、土地，以及连接这些设施的基础设施，都要砸下巨额支出。美联储已经感受到了。2026年第一季度，企业固定投资按年率增长11%，美联储认为，这一强劲表现大部分似乎与支撑AI服务的基础设施有关。与此同时，AI之外的投资，尤其是写字楼和制造业建筑，依然相对疲软。这个先后顺序很关键：投资先来，生产率后到。
资本的价格要变，未必得等到资本变得稀缺。只要投资者手里有更好的替代选择，价格就会动。金融危机后的大部分时间里，资本充裕、利率低。投资者到处找收益，企业低成本借钱，房地产也因要求的回报率偏低而受益。企业把闲置现金放在运营账户里也没什么大损失，机会成本微乎其微。现在不一样了。数据中心要钱，发电厂、输电系统、半导体设施，还有支撑它们的企业都要钱。政府还在大举借债，传统基建需要融资，整个经济里的企业也仍需资金扩张。这可能会推动资本进行更大范围的重定价。AI正在创造出可以吸纳巨额资金、潜在产出又很高的领域。如果这些机会能带来可观回报，其他所有潜在投资就都得跟它们竞争。经济未必会缺钱，但资金的机会成本会上升。拿一栋公寓楼来说，租户、租金、运营成本可能都没什么大变化。可如果投资者通过给数据中心、电力基础设施、半导体产能或其他项目融资，能拿到更有吸引力的风险调整后回报，那这栋公寓楼现在就得跟另一组投资标的抢钱。就算它没有任何AI战略，AI也会影响它的估值。
更高的必要回报率，不只推高债券收益率、压低资产价格，它还会改变哪些项目真能拿到钱。资本成本5%时能过门槛的投资，到8%可能就不达标了。工厂扩建推迟，收购不再划算，还债反而更有吸引力。管理层在资本支出、库存和营运资金上都会更谨慎。更高的资本成本不只停留在金融市场，它会渗进公司内部。现金的性质也变了。利率接近零时，多余的经营现金几乎赚不到钱，流动性管理效率低的财务惩罚不大。可当安全资产能带来可观回报、借款成本又高时，资产负债表上每一分闲置资金都有了实实在在的机会成本。公司可以把这一美元投回自身业务、还债、返还股东、留作流动性，或者在用之前先赚市场回报。于是，资金管理不再只是行政职能，而成了资本配置的一部分。
还有一点很重要：不同资金成本得分开看。美联储定的是隔夜政策利率，长期收益率由金融市场决定。企业和投资者再根据这些基准、风险和其他渠道的可用回报来设定自己的门槛利率。这些利率不必同步变动。通胀趋缓后，美联储最终可以下调短期利率，但投资者要把钱投进5年、10年甚至30年期资产，仍会要求相对较高的回报。反过来，经济走弱可能让政策利率和投资者要求的回报率一起走低。所以核心问题不是AI会不会让美联储加息或降息，而是在AI的全部效益还没显现之前，它会不会推高整个经济体的资本边际成本。
当然，这些都不能告诉我们AI最终会把利率带向哪里。劳动力快速流失可能推高失业率、削弱需求，最终让利率走低。基建热潮也可能过度扩张，数据中心、半导体和电力产能过剩，最后投资崩盘。又或者AI发展得比预期顺利，扩大生产能力，提升美国部分制造业的竞争力，同时拉低商品和服务的成本。这几种情况还可能同时发生。这些都是成熟AI经济才会面对的问题，值得讨论，但跟眼前这个资本周期比起来，预测起来要难得多。现在能看清的是投资需求：数万亿美元正被投进实体和数字基础设施，劳动力、能源、设备和资本都已经在部署，而最终的生产力提升，大部分还没兑现。这个差异很要命，因为大规模建设阶段的经济状况，和成熟AI经济阶段可能完全不是一回事。AI对经济的第一个广泛影响，或许不是让所有东西都变便宜，而是让资本变得更值钱。我们还没生活在成熟的AI经济里，我们正在为它掏钱建设。AI最终也许能压低商品价格，但它已经在改变资本的价格。