阿波罗经济学家：AI对多数企业仍是"零财务回报"

编者按：当硅谷巨头动辄以千亿美元计加码AI基础设施时，一个尖锐的问题正在被反复提及——这些钱到底赚回来了吗？阿波罗全球管理首席经济学家给出的答案令人不安：对大多数美国企业而言，答案是"没有"。

核心论断：热闹是科技圈的，回报是缺席的

据TechCrunch报道，阿波罗全球管理（Apollo Global Management）首席经济学家公开表示，尽管围绕人工智能的投资规模空前、市场炒作持续升温，但这项技术"对美国企业界而言，在科技行业之外，几乎没有带来任何财务回报"（zero financial payoff）。

这一判断并非孤例。它呼应了近期多项企业调研的共同发现：大量公司已经完成AI工具的采购与试点部署，却难以在利润表上找到对应的增量。投入端的账单清晰可见，产出端的收益却模糊难辨。

"尽管在人工智能上投入了巨额资金、市场炒作也铺天盖地，但这项技术在美国科技行业之外，几乎没有带来任何财务回报。"

为什么投入与回报之间存在时滞

要理解这一落差，需要区分"技术可用"与"价值可兑现"两个阶段。历史上，电力、计算机、互联网都曾经历类似的漫长蛰伏期——企业先要采购设备，再重构流程，最后才谈得上生产率跃升。经济学家罗伯特·索洛那句著名的"你到处都能看到计算机时代，唯独在生产率统计数据里看不到"，如今几乎被原样套用在AI身上。

具体到当下，阻碍回报兑现的因素至少有四层：

其一，部署成本被低估。模型调用费用只是冰山一角，数据治理、系统集成、员工培训与合规审查往往数倍于软件订阅费本身。

其二，流程改造滞后于工具采购。许多企业把AI当作"给旧流程加个按钮"，而非重新设计工作流，结果只是让低效环节跑得更快。

其三，价值难以归因。AI带来的效率提升常被淹没在整体经营波动中，财务口径上难以单独剥离、量化入账。

其四，错误成本与信任门槛。在客服、法务、财务等关键场景，模型幻觉带来的返工与风险成本，抵消了相当一部分效率红利。

科技行业为何是例外

值得注意的是，这位经济学家的判断特意将科技行业排除在外。原因并不神秘：科技公司既是AI的开发者，也是最早的使用者与最大的受益者。它们把算力卖给他人、把模型嵌入自身产品、用AI优化广告推荐与云服务调度，收入与成本在同一张表内闭环。芯片厂商、云服务商与头部模型公司因此成为这轮浪潮中最确定的赢家。

但对零售、制造、医疗、金融、物流等传统行业来说，AI更像是一项"必须跟进、却难以速胜"的长期资本开支。它们承担了采购成本，却未必能像科技公司那样把技术直接转化为可售卖的产品。

对市场意味着什么

这一论断的杀伤力在于时机。当前AI基础设施投资正处在历史高位，资本市场对相关企业的估值已大量计入"未来生产力红利"。如果企业端的回报迟迟无法兑现，投资与收益之间的缺口就可能以两种方式收敛：要么资本开支降温，要么估值预期回调。

不过，也不必据此断言AI是泡沫。更审慎的解读是：技术扩散的曲线从来不是线性的，基础设施先行、应用其后是常态。真正的分水岭在于，企业能否从"买工具"转向"改流程"，从追逐概念转向度量具体场景的投资回报率。

给企业的三点提醒

第一，把AI预算与可验证的业务指标绑定，而非与"战略必要性"绑定。第二，优先改造高频、标准化、容错率适中的流程，让收益尽早显性化。第三，警惕"试点疲劳"——大量项目停留在Demo阶段，本身就是一种沉没成本。

归根结底，经济学家所说的"零财务回报"，与其说是对AI的否定，不如说是对兑现节奏的提醒：技术已经到场，但价值不会自动到账。

本文编译自TechCrunch