Apollo 经济学家：AI 尚未为多数企业带来回报

重点摘要

Apollo Global Management 首席经济学家 Torsten Slok 表示，科技行业以外的大型企业尚未看到人工智能带来可衡量的财务效益。他的分析考察了“S&P 493”，也就是排除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla 后的 S&P 500。他发现，利润率和每名员工的营收似乎持平，没有明显迹象显示生产力有所提升。Slok 质疑，更便宜的机器智能能否转化为更强劲的增长，并强调商业成果取决于判断力与人的因素。核心观点是，科技行业以外的美国企业虽然广泛投资 AI，但目前尚未因此获得经证实的财务回报。其他研究也指出，显著的生产力提升仍难以实现。

情绪分析

• 整体语气：审慎且持怀疑态度。文章指出，AI 对企业的影响尚未得到证实，尤其是科技行业以外的大型企业。
• 评估依据：Slok 的分析显示，S&P 493 的利润率和每名员工营收似乎持平；文章也提到，近期研究尚未证实生产力有显著提升。
• 正面方面：文章承认，AI 可能具备实用的计算能力，而对这项技术的大量投资与高度关注，或许能促成未来的应用。
• 担忧：文章强调，商业成功涉及判断力、问责、信任、文化、道德与公平等因素；如果只把 AI 视为廉价智能，可能无法涵盖这些方面。
• 评估：前景喜忧参半，但就近期财务回报而言倾向负面。此论点并未证明 AI 永远无法创造价值，而是指出目前的证据尚未显示科技行业以外的企业在整体财务指标上创造了这种价值。

文章内容

Apollo Global Management 首席经济学家 Torsten Slok 表示，人工智能吸引了大量投资与公众关注，但其财务影响尚未明确反映在科技行业以外大型企业的表现上。Slok 在近期发布的一份报告中主张，现有指标并未显示 AI 带动企业整体业绩改善。他的评估挑战了这样一种假设：快速采用与广泛热潮已经转化为可衡量的商业收益。

Slok 的分析聚焦于他所称的“S&P 493”。这个名称指的是排除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla 后的 S&P 500。这些公司与科技行业以及 AI 的开发或部署密切相关。通过考察其余公司，这项分析旨在探讨大型科技公司以外的企业是否正从这项技术中获得财务效益。

Slok 表示，这个群体的利润率和每名员工营收似乎持平。这些指标与相关讨论密切相关，因为企业通常期待新技术能帮助员工提高产出、增加销售、降低成本或改善盈利能力。如果 AI 已经带来广泛的财务效益，生产力相关指标或利润率的变化或许能为此提供证据。Slok 表示，他考察的指标目前并未呈现这种趋势。

他总结指出，尽管人工智能吸引了大量投资与广泛热潮，这项技术对科技行业以外的美国企业“没有带来任何财务回报”。这是对分析中观察到的财务证据所作的陈述，而非主张没有任何公司使用 AI，也不是说这项技术不具备实用能力。这一区别很重要：企业可能已经采用并投资相关技术，但其影响未必会立即反映在公司整体财务业绩中。

一个关键问题是，非科技企业是否只是需要更多时间才能追上科技行业的领先者。Slok 对这种说法持怀疑态度。他主张，单靠让智能变得越来越便宜，未必能让企业加快营收增长或提高利润率。企业必须将工具整合进实际运营中；系统本身能力再强，也不代表它必然能改善商业成果所依赖的决策与关系。

Slok 的论点区分了计算能力与商业判断力。他认为 AI 可能是“很棒的计算器”，但也指出，商业智能往往涉及判断力。依他的说法，商业决策不只受信息处理能力影响，也受到责任、组织规范及难以编码的情况左右。文章的核心区别在于：AI 能够执行任务，但要将这些任务转化为可靠的商业价值，还需要更全面的人类判断力。

他还提及问责、信任、文化、不成文规则、道德取舍与公平。这些考量会影响组织如何管理风险，以及客户、员工和其他利益相关方如何回应其行动。Slok 将这些因素与声誉风险，以及最终的营收增长和利润率联系起来。他认为，AI 工具不会仅因为能够处理信息或生成内容，就自动理解或管理这些方面。

这项讨论并未证明 AI 永远无法带来生产力提升或财务回报，而是指出高期待与目前引用的证据之间存在差距。文章提到，近期研究也发现 AI 尚未带来显著的生产力提升。综合来看，这些观察支持审慎解读：企业或许正在投资这项技术，但在所述证据中，广泛财务与生产力指标的可衡量改善仍有限，或尚未得到证实。

对企业而言，这些启示是分析性的，而非定论。评估 AI 的影响时，不能只看投资规模、采用工具的数量，或围绕技术的热潮。企业与研究人员必须评估 AI 是否改变工作产出、成本、销售、利润率和决策质量，同时将组织与人的因素纳入考量。Slok 的分析指出，应以经证实的成果来评估财务回报，而非根据技术潜力或其在企业战略中的重要性径自假定。

重点洞见表