阿波罗首席经济学家：AI 对多数大公司零财务回报

核心结论：非科技巨头基本没有财务回报

Slok 的观察对象被他称为“S&P 493”——即从标普 500 成分股中剔除 Alphabet、亚马逊、苹果、Meta、微软、英伟达和特斯拉之后剩下的 493 家公司。

对这批公司的数据进行分析后，他发现利润率与人均收入似乎都停留在原地，找不到 AI 正在提升生产率的证据。

“尽管围绕人工智能的投入巨大、声浪不断，这项技术在美国企业界（科技行业之外）带来的财务回报是零。”Slok 表示。

关键数据与两个问题

利润率与人均收入双双走平

• S&P 493 的利润率没有改善
• 人均收入（收入 per worker）同样持平
• 没有出现 AI 带来生产率提升的可观测证据

这是否只是非科技公司落后于科技巨头？ Slok 对此持怀疑态度。他认为，对美国企业界而言，把越来越廉价的“智能”转化为更高的收入增长和更高的利润率会很困难。

为什么“更便宜的智能”还没变成利润

Slok 的解释围绕判断力展开：

• “AI 可能是个很棒的计算器，但在商业中，智能更多是判断力。”
• “AI 不理解责任归属、信任、文化、不成文规则、伦理取舍与公平性，而这些恰恰塑造了声誉风险，并最终驱动收入增长和利润率。”

换句话说，可被替代的认知性工作不等于可持续的竞争壁垒；商业决策中真正定价的部分，仍然依赖人的判断与组织约束。

影响与建议

• 别把 AI 支出直接等同于利润改善：目前公开数据只能证明科技巨头获益，非科技企业的收益尚未体现。
• 重新审视“智能变便宜”的逻辑：模型调用成本下降不等于毛利提升，中间还隔着流程改造、责任归属和信任机制。
• 优先改造可衡量的流程：把 AI 落在有明确单位成本与产出口径的环节（如客服、代码、内容流水线），用利润率与人均收入做验收指标。
• 关注后续研究：近期多项研究同样发现，AI 尚未带来显著的生产率提升，这一方向的证据仍在积累中。

延伸阅读

• Apollo：No signs of AI payoff outside the tech sector