2026年10月24日，Apollo Global Management 首席经济学家 Torsten Slok 在该公司的 Daily Spark 专栏发表分析，标题是《No Signs of AI Payoff Outside the Tech Sector》。他的结论很直接：撇开科技巨头不谈，人工智能至今没有给美国企业带来可以量化的财务回报。
七巨头和其余 493 家，走了两条线
Slok 把标普 500 拆成两组：一边是七家大型科技公司，另一边是其余 493 家银行、零售商、制造商、保险商和医疗企业。前一组的人均收入和利润率都在上升，后一组两项指标都原地踏步。旧金山联邦储备银行的生产率序列也没有显示人工智能拉动了整体生产率增长。换句话说，卖 AI 的公司在挣钱，买 AI 的公司还没有在财报上看到对应的回报。
Slok 还写道，主流企业已经开始收紧 AI 开支的口子：token 支出正在从增长投入变成侵蚀利润的成本项。一些公司不再觉得非用最新模型不可，也不愿为它付高价。只要智能体和 token 支出还集中在经济的一小部分，人工智能的宏观效应就仍然有限。
这个判断为什么在这个财报季格外扎眼
背景是两边的不对称。一边是科技巨头继续把大笔资金投向算力与数据中心，云厂商的远期算力不断被提前预订；另一边是大多数公司的财报里还找不到 AI 带来的单独收益。投入的钱流向了卖算力、卖模型的公司，回报却没有扩散到用模型的公司。这正是 Slok 要点破的错位：行业在为 AI 付费，但付费的大多数还没有从 AI 身上挣到钱。
这份判断的边界在哪里
先给质疑留出位置。季度利润率不是衡量一项多年技术的好标尺，电力和信息技术当年也是花了十年以上才体现在生产率数据里。现在看不到，不等于以后没有。单看财报里的利润率，也可能漏掉消费者得到的便利和新冒出来的小公司，这些都不会直接变成 493 家公司的利润。
但对非科技企业来说，Slok 的提醒可以直接用起来：别拿 token 用量证明 AI 的价值，盯住人均收入和利润率这两项；不需要最新模型的地方，就别为最新模型付费；把 token 支出当成成本项来管，而不是当成默认会带来增长的投入。等到更多公司能在财报里单独说清 AI 带来了多少收入、省了多少成本，这场关于 AI 到底值不值的争论才会有新的证据。现在的证据只说明一件事：回报还没有扩散到科技圈之外。
