Apollo首席经济学家：AI回报仍未见，S&P 493成关键考验

全球另类资产管理公司 Apollo 的首席经济学家 Torsten Slok，长期盯着宏观经济、企业盈利和金融市场。年底将近，AI 的市场叙事又一次降温，他在这时撰文提出：AI 创造的价值，眼下还没落到美国主流企业的营收、人均产出、利润率和全要素生产率（TFP）这些能观测到的指标上。

--

围绕人工智能的投资数额巨大，市场宣传也铺天盖地，可到现在为止，科技行业以外的美国企业，几乎看不到 AI 带来什么财务上的实际回报。

“七巨头”（Mag 7）的人均营收在往上走，标普500 剔除这七家之后的 S&P 493，人均营收却基本原地踏步，见下方第一张图。

“七巨头”的利润率在攀升，S&P 493 的利润率则几乎没动，见第二张图。

还有一点，至今仍找不出 AI 正在拉动生产率增长的迹象，见第三张图。

AI 还没影响到企业的利润底线，美国主流企业于是开始收紧投入，越来越多人把 token 支出当成成本中心，而非增长来源——一项会吃掉利润率的成本。

风险投资支持的公司，花在 token 上的钱越来越多；美国主流企业却不同，它们用不上最新模型，也不肯为最新模型多掏钱。

智能体 AI 和 token 支出只要还局限在经济的一小块领域，AI 对宏观经济的拉动就会很有限，见下方第四和第五张图。

往后看，真正的疑问在于：模型逐渐商品化、智能价格越来越便宜之后，美国主流企业能不能把这种廉价的智能，转成更快的营收增长和更高的利润率。

这件事做起来，可能比听起来更难。

AI 也许是一台很出色的“计算器”，可商业世界里的智能，更多时候表现为判断力。

判断离不开具体情境；同一个问题，换个人来问，或者换个模型来问，答案都可能不一样。

或许更关键的是，AI 并不真正理解这些东西：

• 责任承担（accountability）

• 信任（trust）

• 企业文化（culture）

• 不成文规则（unwritten rules）

• 伦理上的权衡（ethical trade-offs）

• 公平（fairness）

这些因素全都牵动企业的声誉风险，并最终左右营收增长和利润率。

说到底，AI 这个故事的最后答案，会出现在 S&P 493，而不是“七巨头”身上。

而截至现在，仍没有证据显示，科技行业之外的美国企业，营收增长或利润率正因 AI 而好转。