智通財經APP獲悉，中信建投發布研報稱，AI對下游的傳導能力更強，但油價暫時對通脹的拉動更大。核心CPI按年今年上行0.2%，而二者合計拉動近0.5%，基本解釋全部通脹壓力，且剩餘分項整體偏下行。展望下半年，基準情形下，油價去年Q4過低，按年貢獻雖下降，但仍不低；AI貢獻較當前或翻倍；二者整體影響維持在偏高水平。通脹回落需要期待：①油價下降、②核心商品通縮、③明年油價基數切換。

中信建投原文如下：

摘要

今年美國通脹兩個新的上行擔憂，來自AI和能源成本的上升，其在覈心CPI中有多少體現？

一、AI和能源自身漲價的幅度

能源漲幅較大，背後是油價、電價的走高。

但AI加權成本的漲幅實則有限，這與主觀認知有一定差距。儘管存儲價格飆升，但權重不高，佔比最大的硬件價格低位運行。

二、對下游的傳導情況

① 總量：傳導係數上，AI高達4.6%，遠超能源的0.5%；拉動幅度上，今年核心CPI按年上行0.2%，其中AI和能源分別額外拉動0.39%和0.08%，合計0.47%，二者能解釋全部的通脹上行，且剩餘分項增速回落，指向成本上升或有負反饋。

② 結構：AI在下游的擴散廣度也更廣，尤其在商業、金融、教育等服務分項，或與企業增加數字化投資有關，其影響更可能是持續性的；能源的落腳點，還是集中在原油成本佔比高的運輸領域，相對較窄，更具一次性衝擊特徵。

③ 歷史：和之前幾輪漲價周期橫向對比，本輪AI的傳導程度偏弱，能源與歷史均值相仿，顯示通脹內在動能不強，或與消費需求不佳有關。

三、後續展望

假設油價年底75美元/桶，存儲繼續漲價30%，則下半年對核心CPI的拉動：AI貢獻較當前或翻倍；油價去年Q4過低，按年貢獻雖下降，但仍不低；二者整體影響維持在偏高水平。

上行風險，主要是油價超預期、AI的滲透更廣（投資數字化的企業越來越多）。

下行風險，主要是需求負反饋，剩餘分項繼續回落。

往後看，期待通脹實質性回落，關注：①油價更大幅下降、②核心商品重回通縮、③明年油價基數的切換。

正文

2026年，美國核心通脹的上行擔憂，主要源自兩個成本端的推動：一是能源價格大幅上行，二是AI相關原材料的價格飆升。

目前核心通脹的走高，二者貢獻了多少？未來的持續影響多大？

一、AI和能源拉動上游成本的總體情況

能源價格漲幅較大，背後是油價和電價的走高。過去一年，WTI原油價格上漲近65%，電力價格上漲3.57%，CPI中能源相關部分同步走高。但由於目前油價大幅回落，相關擔憂明顯緩解。

AI加權成本的漲幅實則一般，主因內部結構分化較大，存儲外的其他部分上行趨勢不明顯，這構成一定的預期差。AI加權成本可拆解為硬件、存儲、數據服務、網絡通訊四類，其中：硬件成本權重最高，約佔60%，主要反映半導體及相關器件價格變化，其價格維持低位對AI加權總成本形成明顯壓制；而市場關注度較高的存儲價格，上行幅度較大，但其權重有限，僅約10%；數據服務成本主要對應數據處理、託管和相關服務價格（反映AI模型訓練、推理和雲端服務中的數據處理環節），網絡通信成本則對應通信設備價格（體現數據中心互聯、網絡設備和通信基礎設施等情況），二者上半年波動較大。

二、AI和能源對核心通脹的傳導

下游與AI和能源直接相關的分項，今年以來均有上行跡象，顯示出一定的傳導性。AI相關分項中，計算機及外設、金融服務（機構大量投資AI技術）等價格走高，僅互聯網服務一項波動偏弱；原油相關分項中，運輸服務、公共交通和航空票價同步抬升；電力相關分項中，洗衣服務、個人護理、住宿等用電量較大的服務也有一定漲價跡象。

但是，考察AI和能源的成本抬升，對核心通脹中的全面擴散程度，僅統計相關性高的分項，並不全面。我們採用引入失業率及聯邦基金利率的多變量回歸模型，測算核心CPI中被AI和能源所能解釋的部分。

（1）總量層面：傳導能力AI＞能源，但增速拉動上能源＞AI

首先，我們考察AI和能源對核心CPI總體的傳導情況，包括傳導係數和拉動幅度兩個維度。

向下的傳導係數：AI大於能源。衡量同樣成本端漲價的情況下，誰向下遊擴散傳導的能力更強。迴歸結果顯示，本輪油價上漲，向下遊核心通脹的傳導係數僅為0.5%，同期AI漲價的傳導係數則高達4.6%。

整體的拉動幅度：能源暫時大於AI，二者基本解釋全部核心通脹的上行；隨着油價回落，下半年能源拉動或大幅下降。5月核心CPI按年增速中，能源貢獻約0.31%（一倍標準差區間0.22%-0.4%），而AI僅為0.12%（一倍標準差區間0.06%-0.18%），二者合計貢獻約0.43%。其中，能源貢獻更大，主要因前期油價漲幅較大。與去年底對比，核心CPI按年上行0.2%左右，而油價影響部分拉動提高0.39%，AI提高0.08%，二者合計0.47%，遠超0.2%，這意味着AI和能源基本能解釋今年來全部的核心CPI上行，且剩餘其他部分存在增速回落的情況，可能源自成本上漲帶來的負反饋。

成本漲價對下游消費價格的負反饋，在油價影響中體現較為明顯。機票價格受航煤影響較大，油價上行對其直接傳導。按照CPI機票分項的漲幅和權重計算，其對今年5月核心CPI的按年貢獻達到0.35%，相較去年底提升近0.36%，均超過整體能源的影響幅度。因此，能源對機票外的其他消費或有抑制，導致價格增速的回落、甚至通縮。

從歷史數據看，油價快速上行階段，居民能源以外的消費增速確實出現一定的回落。

（2）結構層面：AI在服務業多個方向有擴散，能源集中在運輸板塊

AI不僅在下游的整體擴散程度更大，擴散廣度也更廣，尤其在一些服務分項；隨着更多企業投資數字化，AI的物價影響可能是持續性的。AI不僅在電腦相關消費品上有明顯的漲價推動，也在專業服務、電話服務、金融服務、教育通信等分項中，表現出較高傳導強度，可能與企業數字化投入增加等有關，因此，AI對物價的影響可能是持續性的（更多企業參與、更多采購進行），而非一次性的成本推動。

能源的落腳點，則還是集中在原油成本佔比高的運輸領域，相對較窄，更具一次性衝擊特徵。油價對核心CPI內部各分項的傳導強度並不廣泛，較明顯的分項主要集中在航空票價、公共交通和運輸服務，其餘分項傳導強度顯著偏低。注意到，新車、二手車等分項對油價的響應整體為負，與前述分析的消費負反饋、壓制物價的邏輯一致。

（3）歷史比較：本輪AI偏弱，能源與歷史水平相仿，顯示通脹內在動能不強

歷史上，也還存在諸多類似今年的AI成本和油價上漲周期，我們對傳導強弱進行比對。樣本的選擇上，共6個窗口期，既有單獨的油價或AI漲價，也有油價和AI共振的例子，具體見下圖。

結果顯示，本輪能源向核心CPI的傳導與歷史水平大致持平，弱於之前2022年和2017年；本輪AI的傳導則在歷史中屬於偏低水平。

猜測原因，可能與今年美國整體經濟，尤其是消費偏弱有關，因此上游成本對下游終端的傳導阻力較大，整體通脹的內生動能並不算強。

三、油價回落、AI成本高位下的通脹展望

基準情形下，下半年油價拉動下降，但AI拉動上升，對核心CPI的整體拉動僅邊際回落。假設油價至年底平穩回升至75美元/桶；AI成本方面，假設存儲持續漲價30%、硬件成本下跌約3%，其餘持平，則整體上行約1.8%。由於油價去年Q4中樞非常低，按年方面的貢獻雖然下降，但仍不低。AI的貢獻則持續上升，較5月接近翻倍。

上述測算的短期風險方向，更可能偏上行，尤其關注AI影響的持續性；下行風險主要是剩餘部分受需求打壓進一步下降。一方面，美伊衝突的後續走勢仍有疑問，油價能否一直穩定在偏低水平，有待觀察。另一方面，AI的滲透處於過程中，也可能導致更多行業的漲價，由於AI帶來的未必是一次性擾動，其影響是後續關注的重點。

往後看，期待通脹按年實質性回落，可能需要：①油價更大幅下降、②核心商品重回通縮、或者③等待明年基數的切換。

風險提示

美國通脹上行超預期，美國經濟增長超預期，導致聯儲局貨幣政策繼續收緊，美元大幅升值，美債利率上行，美股繼續下跌，商業銀行破產危機，以及新興市場出現貨幣和債務危機。美國經濟衰退超預期，導致金融市場出現流動性危機，聯儲被迫轉向寬鬆。歐洲能源危機超預期，歐元區經濟陷入深度衰退，全球市場陷入動盪，外需萎縮，政策面臨兩難。全球地緣風險加劇，中美關係惡化超預期，大宗商品、運輸出現不可控因素，逆全球化程度進一步加深，供應鏈持續被破壞，相關資源爭奪惡化。