AXIOS這篇文章討論AI資本支出熱潮，讓美國聯準會的決策變得前所未有地複雜。
這波AI大規模資本支出，對經濟產生「方向不同」的影響，有些推動利率升高，有些則支持利率可以降低。
若AI推動生產力躍升，經濟成長不過熱，不會引發通膨 (因為效率提高)，這就是下屆Fed 主席Kevin Warsh主張的「AI通縮論」，理論上可以支持較低的利率。
但是，生產力與投資需求增加時，「中性利率」會墊高，且電力、半導體、建築成本或特定勞動力，產生了短期通膨壓力，在部分地區造成價格上升，目前通膨已連續五年高於目標，任何新增壓力都讓聯準會更謹慎。
就業層面則有高度不確定性，這是「暫時性產業轉型」的正常失業 (降息可幫助)，還是「結構性失業」(降息無效)，若是結構性替代，傳統降息恐怕救不了失業卻推高物價。
到底應該升息還是降息？答案尚不明確，而且時間點更關鍵。
詳文請見：AXIOS - How AI complicates things for the Fed
****************************************************************************************
總體經濟牽涉甚廣，升降息也參雜著政治考量，這麼複雜下，AI還來參一腳，增加不確定因素，搞得聯準會一個頭兩個大。
AI是不是可提升總體效率，我一直持保留態度，但AI確實可能改變排序機制，過去競爭的核心在於大腦對知識的儲存與累積；現在，競爭的本質轉向了『提取能力』與『架構思考』，我們可能只需掌握 60% 的核心邏輯，保留思考架構和判斷能力，剩下的 40% 由 AI 補足。這就像是從條件單一的聯考進化到規則複雜的多元入學，競爭基準和遊戲規則的改變，讓AI加速淘汰中位數族群，造成能力排序和淘汰機制大翻轉。
此外，數據思考和直覺思考通常相輔相成，「創建之道」書中曾提及，領導者必須在兩者之間取得平衡，但AI的倚賴程度升高可能產生比重失衡。舉個小例子，週末和朋友在居酒屋看菜單時，我問他想吃什麼，他說：「我問一下 AI 推薦什麼。」這無傷大雅的小事透露一種傾向：把選擇外包給演算法，換取較低的出錯率。想想，AI 可以彙整出大眾喜好口味，但它無法替代此刻的心情偏好。當我們愈來愈依賴外部智慧來降低決策成本，也可能在無形中減少直覺判斷和試錯機會。少了試錯的重要學習歷程，會不會也削弱對真實世界的應變能力？
從個人來看，AI讓選擇變得更重要，常和朋友討論，未來思考讓下一代走回技術導向工作，技術領域可以靠親身實踐的服務提供，再輔以AI分析能力協助除錯和精化來提升效率，這種組合善用人類和AI的個別強項，彼此無法取代。這麼一來，未來比的就是「精準定位與分配資源」的能力。
這是一個充滿挑戰的時代，聯準會主席也必須要打破慣有的數據基準來預判未來。作為普通人的我們，也只有一起跟著提升想像力了。
