当芯片价格创历史新高，消费品价格却持续承压，一个关于AI时代的经济撕裂正在全球范围内展开。
浙商证券宏观团队李超等分析师于5月26日发布深度报告，用“硅基通胀”和“碳基通缩”两个概念，描述当前全球经济正在经历的结构性撕裂。
简单说：AI相关的一切都在涨价，而人们日常消费的一切都在降价。这不是巧合，而是同一件事的正反两面。
一面是通胀：硅基产业链全线涨价
数据已经非常直观。
中国：2026年4月PPI同比增长2.8%，环比增长1.7%。分析师测算，算力产业链对这轮PPI上涨的贡献约达2.04个百分点——有色金属矿采选业同比涨38.9%，光纤制造4月环比涨22.5%，均与AI算力建设直接相关。分析师写道，“人工智能领域应用提速、算力需求快速增长是 PPI 超预期的重要原因，算力周期与设备更新共振，驱动智算产业链价格将全面提速；未来半导体与 AI 硬件相关进口，或逐步成为中国进口体系中的‘新支柱’。”
美国：2026年4月PPI同比增长6.0%，其中半导体及电子元件制造同比涨26%，计算机存储设备制造涨19.2%，均创历史新高。
韩国：存储芯片DDR4 8Gb产品单价从约1.35美元飙升至13美元，一年涨了近10倍，根本原因是AI服务器对高带宽内存HBM的需求激增，而全球HBM产能被三星、SK海力士、美光三家垄断，供给极度紧张。
日本：2026年4月PPI同比涨4.9%，创12年来新高。信越化学全线产品涨价10%以上，Resonac印刷电路板材料涨价30%，其客户直接覆盖台积电、三星、村田等全球头部厂商。
中国台积电也已通知苹果等主要客户，2nm、3nm、5nm制程芯片涨价最高10%。
这条涨价链条的源头在美国。谷歌、亚马逊、微软、Meta四家科技企业计划2026年AI资本开支达7250亿美元，较2025年增长77%。钱沿着全球半导体供应链一路传导，推高了从原材料到封装测试的每一个环节的价格。
中国在这轮上涨中有其特殊性。浙商证券指出，除了跟随全球AI周期之外，中国叠加了一条“自主可控”的独立逻辑——美国对高端 AI 芯片出口限制持续升级，使中国大陆进一步强化自主可控与国产替代的发展。
2026 年 4 月，DeepSeek发布专为华为昇腾芯片优化的 V4 模型，系中国前沿大模型首次基于国产芯片联合开发。中芯国际在2026年一季度业绩说明会上也表示，对于供不应求的产品类别，已与客户协商上调代工定价。
而中国大模型调用量已经超过美国——根据全球AI模型API聚合平台OpenRouter披露的数据，2026年5月18日至24日，中国AI大模型周调用量达9.22万亿Token，是美国4.93万亿的近两倍，DeepSeek-V4-Flash以3.43万亿Token位居全球榜首。
另一面是通缩：美国白领开始“失业焦虑”
通胀硬币的另一面，是消费端的持续疲软。
分析师揭示了一个与以往技术革命不同的就业冲击模式——这轮AI替代的主要目标不是流水线工人，而是白领。
当前，美国在生成式人工智能的应用与落地速度上领跑全球，其对劳动力市场的“替代效应”正在以远超以往技术革命的速度推进。这种“快”不仅体现在局部行业的直接裁员上，更体现在对特定白领岗位、职场初级入门岗位的精准定向渗透，以及企业的招聘策略逆转。与传统工业革命主要冲击低技术蓝领工人不同，本轮 AI 技术的替代主力直奔知识密集型与行政办公的“白领”领域。美国作为高度依赖服务业和智力资产的经济体，其白领岗位暴露出的技术可替代性极高。
根据美国橡树岭国家实验室、北卡罗来纳州议会与麻省理工学院联合发布的“冰山指数项目”，AI的替代能力已覆盖美国劳动力市场11.7%的工作内容，涉及薪酬总额高达1.2万亿美元，法律助理、行政管理、金融初级分析、合规审查首当其冲。
更值得关注的是年龄结构。根据NBER 2025年论文，在软件开发、客户服务等高AI暴露职业中，22-25岁职场新人的就业率自2022年底至2025年7月下降了6%，而35-49岁年长劳动者的就业率反而增长了6%至9%。软件开发岗位上，22-25岁群体的就业人数比2022年峰值下降了近20%。
逻辑很清楚：AI更擅长替代“课本知识”，而无法复制“经验知识”。职场入口被AI堵死，年轻人失去了积累经验的机会。
企业的反应也印证了这一点——不是大规模裁员，而是停止招聘。这种变化不会立刻体现在失业率上，但会慢慢侵蚀消费能力和消费信心。
结果是：消费降级。
美国密歇根大学消费者信心指数已走弱至历史低位。家具、汽车、电器等耐用品消费持续负向拉动消费总额。浙商证券指出，这背后的机制是白领群体的“失业焦虑”——即便尚未被裁员，在职者也会大幅提高预防性储蓄，消费行为转向“刚需化、低客单价”。
中国的情况有其自身特点。报告将中国宏观决策框架概括为四个层次：中美博弈—社会稳定—结构转型—经济增长。在这个框架下，政策导向是“托底而非强刺激”，传统地产链的压力更多被视为结构升级的转型成本。
数据上，高技术制造业PMI与传统制造业PMI裂口扩大：2026年一季度，高技术制造业增加值同比增长12.5%，而房地产开发投资预计全年下降11.2%。消费者信心指数的就业和收入分项长期处于低位，居民消费能力和消费意愿均处缓慢修复状态。汽车、家电、家具、建材等地产后周期消费，受价格竞争、地产销售偏弱和居民加杠杆意愿不足的三重制约，对社零的拉动持续减弱。
K型分化的市场映射：半导体跑赢一切
这种分化在资本市场上表现得淋漓尽致。
数据显示：2024年至今，A股消费指数累计上涨0.4%，同期半导体指数累计上涨159%。2025年，A股AI科技板块EBIT同比增长47.81%，消费板块为-1.16%——一正一负，反差极大。
美股同样如此。标普500中“硅基”（半导体+软件）板块市值占比从2020年末的13.32%升至2026年5月的25.58%，其中半导体一项就占17.20%。
A股的半导体市值占比从2020年末的1.54%升至2026年5月的7.84%，翻了五倍。
这个背后是盈利的真实分化，不是估值泡沫。浙商证券强调，AI产业链的价格上涨有真实的供需缺口支撑——卡脖子环节（先进制程、HBM、先进封装）由少数企业掌控，扩产周期长达数年，短期内供给难以快速放量。
通往2027：泡沫破裂的路径
分析师对未来的推演，是这份报告最值得关注的部分。
当前AI、美股和美国经济三者深度绑定：AI投资驱动科技股上涨，科技股财富效应支撑经济增长，经济增长又催生更多AI需求。但这个正循环有一个结构性隐患——硅基经济的繁荣主要靠融资驱动，而非盈利驱动。
几个信号值得关注：
第一，硅基经济就业拉动弱，美国劳动力市场持续放缓。美国新增非农就业（12个月移动平均）已从2022年7月的52.6万人降至2026年4月的2.9万人。与此同时，标普信息技术板块市值占总市值比重从26.2%升至34.1%，但信息技术就业占总就业比重反而从2%降至1.7%——市值越大，雇的人越少。
第二，下游AI企业融资压力上升。2025年10月后美国私募信贷问题爆发，2026年2月路透社报道OpenAI以17.5%的高利率进行融资，Oracle等AI投资大厂的信用违约互换CDS快速上升。资本市场开始对"AI软件"的盈利兑现能力投票——资金正向硅基"上游"（半导体硬件）集中，而非下游应用层。
第三，AI应用层盈利尚未兑现。浙商证券统计A股AIGC、AI医疗、AI教育、智能机器概念板块，2023年Q1至2025年Q4期间，研发费用中位数持续上升，而扣非归母净利润中位数波动下行，2025年Q4已转为负数。高研发、低盈利的背离仍在持续。
第四，价格战已经开打。5月22日，DeepSeek宣布旗下V4-Pro模型API永久降价至原价的四分之一，缓存输入成本低至0.025元/百万Token。与此同时，Gemini 3 Pro最低为1.45元/百万Token，OpenAI GPT-5.5为3.63元/百万Token。模型之间的技术差距，普通用户很难感知，但价格差距一目了然。价格战一旦扩大，对整个AI应用层的盈利预期是直接打击。
分析师的判断是：若碳基经济极致挤压持续，可能在2027年引发AI泡沫破裂，进而对美股、美国经济形成负反馈。
美债是这个故事最大的变量
这里还有一个更大的背景需要了解——美债。
特朗普政府已经在多个方向尝试强化美元和美债信用：关税、稳定币立法、石油美元。但目前效果均有限——稳定币每月仅多增约82亿美元，而美债月均增量约1835亿美元，差距悬殊。石油美元方面，美伊战争陷入泥潭，伊朗实质控制霍尔木兹海峡，情况比预期更复杂。
在这个背景下，AI的战略意义被拔高到了另一个层次——它不只是产业机会，更是特朗普强化美元美债信用的重要依托。
特朗普的逻辑是：AI带动科技股上涨，科技股支撑经济增长，经济增长改善财政，财政改善支撑美债。2026年5月，特朗普叫停AI监管行政令，明确表态“不想做任何妨碍美国领先地位的事”。
但这个故事目前还停留在“投入阶段”：2025年亚马逊、谷歌、Meta、Oracle、微软五家公司发行了1210亿美元企业债券，是2020年至2024年年均发行额的4倍；2026年1-4月美国企业税同比增速-1.8%，低于2010年以来均值7.3%。AI还没有转化成显著的税收贡献。
美债10年期和30年期收益率截至2026年5月24日分别升破4.5%和5%，债务压力未因AI发展而缓解。
浙商证券推论：若AI泡沫破裂，则特朗普强化美元美债的多条路径同时受阻，主权债务风险将显著上升。极端情形下，不排除通过通胀、货币贬值等手段进行间接违约，这将对持有美债的各国央行、主权基金和商业银行造成系统性冲击。截至2026年Q1，外国投资者共持有美债9.3万亿美元。
风险在哪里
三类主要风险，值得特别关注：
算法颠覆风险：当前主流AI大模型均基于Transformer架构，这个架构的内存占用随文本长度平方级增长。若新架构（如Mamba）实现技术突破，不再依赖大量内存存储历史数据，当前算力基建逻辑将被颠覆，HBM、高端GPU的需求逻辑会从根本上改变。
技术失控风险：截至2026年，AI已涉及多类刑事案件。英国人工智能安全研究所《2026年国际人工智能安全报告》将通用AI的风险归纳为恶意使用、故障和系统性风险三类。一旦AI引发系统性安全事件，可能触发监管层面的超预期收紧，使市场对AI的整体预期发生大幅调整。
就业风险：AI技术扩散速度比电力快20倍、比互联网快7倍，但社会的适应速度是线性的。IMF 2024年报告显示，全球约40%的工人处于高AI暴露职业，发达经济体比例约60%。如果就业市场冲击速度超过制度调整速度，引发的社会矛盾可能倒逼监管收紧，成为打断这轮AI周期的外生变量。
嘉正网提示：文章来自网络，不代表本站观点。
