AI不仅仅是个新技术，更像是一个超级强大的“降价加速器”。会让东西变便宜、让赚钱的逻辑大变样，甚至可能让全球经济陷入“越生产越便宜，越便宜越没人敢花钱”的循环，也就是经济学中经常讲的通缩。

通缩效应。

AI最显著的特点是，其能够大幅降低生产何服务的边际成本。

在传统经济模式中，扩大生产规模通常伴随着人力、物力和管理成本的线性增长。而人工智能技术，特别是生成式人工智能和自动化决策系统的应用，使得许多知识型工作的边际成本趋近于零。

原本依靠复杂工作自动化维持高利润率的企业，其竞争优势被人工智能快速侵蚀。当更多企业能够以更低成本提供相似服务时，市场竞争加剧，价格战不可避免。

这种由技术驱动的成本下降传导至消费，形成普遍的价格下行压力，构成典型的通缩动力。

工资。

AI对劳动力市场的冲击是其产生通缩效应的核心渠道之一。

当人工智能系统能够以极低成本完成原本需要高薪专业人员的工作时，相关岗位的劳动力需求将急剧下降。供给过剩导致工资水平承压，甚至出现名义工资下降。特别是在初级和中级知识工作者群体中，这种压力更为明显。

工资是居民收入的主要来源，工资增长停滞或下降将直接抑制消费需求。

更严重的是，劳动力市场的结构性调整往往滞后于技术变革速度。被人工智能替代的劳动者难以在短时间内转型到新岗位，导致结构性失业增加。失业率上升进一步削弱整体消费能力，形成“技术替代—失业增加—消费萎缩—价格下跌”的通缩循环。

如果经济体系无法及时吸收被替代的劳动力，可能引发严重的社会和经济问题。

资产估值。

资本市场对人工智能的反应已经暗含了对未来的重新定价，投资者正在大规模抛弃高估值成长股，转而追捧低估值、高股息的价值股和实物资。

在通胀环境中，未来的货币购买力下降，投资者愿意为长期高增长支付溢价。而在通缩预期下，未来的货币购买力上升，现在的现金比未来的承诺更有价值。人工智能带来的生产率提升虽然长期利好经济，但短期内可能导致企业名义收入和利润增长放缓甚至下降。

那些依赖遥远未来高增长预期的科技企业，其估值模型中的现金流折现值大幅缩水。

市场不再愿意为“五年后可能不复存在的现金流”支付高价，这正是通缩思维的体现。投资者更加关注当下的盈利能力和现金流生成能力，偏好那些能够立即分红或回购股票的企业。这种估值逻辑的转变导致成长股价格大幅回调，形成资产价格层面的通缩压力。

资产价格下跌通过财富效应进一步抑制消费和投资，加剧实体经济通缩风险。

结构矛盾。

人工智能技术在提升供给能力的同时，加剧供需失衡矛盾。

一方面，人工智能使企业能够以更低成本扩大生产规模，供给能力显著提升。另一方面，劳动力市场冲击可能导致总需求萎缩。这种“供给扩张、需求收缩”的格局是典型通缩环境的特征。

少数掌握人工智能技术和算力的巨头能够以极低边际成本提供海量服务，而大量传统企业面临市场份额丧失和定价权崩溃。为了生存，企业进一步推低整体物价水平。在极端情况下，可能出现全行业产能过剩，产品价格跌破成本线，导致企业亏损和倒闭潮。

此外，人工智能带来的收益分配不均可能加剧需求侧问题。

技术进步的红利主要集中在资本所有者和技术精英手中，普通劳动者收入占比下降。由于高收入群体的边际消费倾向较低，而低收入群体虽有消费意愿但缺乏购买力，整体消费需求可能不足。这种结构性失衡使得通缩压力更难通过常规货币政策缓解。

债务通缩。

在通缩环境下，债务问题可能演变为系统性风险。

名义价格和收入下降，但债务的名义价值保持不变，导致实际债务负担加重。企业和家庭需要拿出更多比例的收入来偿还债务，进一步压缩消费和投资支出。这种“债务—通缩”螺旋一旦形成，将自我强化，难以打破。

人工智能加速的通缩进程可能使高杠杆部门面临更大压力。当前，投资者转向低负债、高现金流的企业，反映出市场对债务风险的担忧。在通缩预期下，借贷意愿下降，信贷收缩，投资活动放缓，经济活力减弱。

中央银行即使实施宽松货币政策，也可能陷入“流动性陷阱”，因为企业和居民更倾向于持有现金而非借贷支出。

人工智能技术通过多重渠道对经济产生显著的通缩压力。

成本压缩、工资下行、估值重构、供需失衡、债务风险等因素相互交织，可能形成长期的低通胀甚至通缩环境。这种通缩不同于传统的周期性通缩，而是由技术革命驱动的结构性通缩，其持续时间和影响深度可能远超以往。

如果不能妥善处理，则可能陷入长期停滞和不平等加剧的困境。