Apollo首席经济学家：AI对科技业外企业几乎零财务回报，市场泡沫风险再受审视

尽管围绕人工智能的投资规模空前、市场热度持续高涨，但一份来自Apollo全球管理公司（Apollo Global Management）的新近分析给出了令人清醒的判断：除科技行业本身外，AI对美国企业界几乎没有带来任何财务回报。Apollo首席经济学家Torsten Slok直言：“尽管在人工智能上进行了大规模投资并伴随广泛的炒作，但除科技行业之外，这项技术对美国企业界的财务回报为零。”这一措辞强硬的论断，为当前火热的AI叙事泼下了一盆冷水，也迅速在投资界与企业界引发广泛讨论。

Slok的发言之所以备受关注，与他的身份不无关系。作为华尔街长期追踪宏观与市场结构性问题的知名经济学家，他此前已多次就AI板块的估值风险发出警告，其观点常被市场视为对AI乐观叙事的重要制衡力量。此次“零回报”的表述，比以往“泡沫风险”的措辞更为直接，等于从财务数据层面否认了AI在企业端的盈利兑现。

零回报论断的核心依据

Slok的观点直指当前AI经济的结构性问题：资金与算力高度集中在少数科技巨头身上，而这些巨头既是AI基础设施的提供者，也是目前唯一明确的受益者。换言之，AI的“钱”在科技体系内部循环——芯片、云服务与模型开发方获利，而下游的传统企业用户并未在利润表上看到变化。对于零售、制造、金融、医疗等广泛采购AI能力的行业而言，AI目前更多表现为一项成本项，而非收入或利润来源。

这一判断与近年企业界的实际体验相符。大量公司在过去几年启动了生成式AI试点项目，涵盖客服自动化、代码辅助、文档处理与营销内容生成等场景，但真正将AI转化为可量化利润的案例仍然稀少。许多企业仍处于概念验证（POC）阶段，投入的成本——包括GPU算力采购、云服务订阅、数据治理、人才招聘与业务流程改造——往往先于收益出现，形成典型的“投入先行、回报缺位”格局。

此外，企业级AI落地的衡量难题也不容忽视。部分收益体现为效率改善或人力节约，难以在标准财务报表中被单独识别和归因，这使得“零回报”的判断在某些观察者看来或许过于严苛。但Slok的立场很明确：至少从可衡量、可审计的财务数据看，科技行业以外的美国企业还没有交出答卷。

与历史技术浪潮的对照

从历史经验看，通用技术的商业化和盈利往往滞后于技术本身的突破。电力在发明之后经历了数十年才深度重塑制造业；互联网在1990年代末的狂热中催生了大量失败的商业模式，直到2000年代中后期才真正孕育出规模化盈利的巨头。乐观者据此认为，AI目前的零回报只是时间问题，随着应用场景成熟、模型成本下降和组织能力积累，企业端的价值兑现终将到来。

但Slok的警示在于规模与速度的不同。本轮AI投资潮的金额之大、速度之快远超以往：科技公司为建设数据中心与算力集群投入了创纪录的资本开支，而市场在短短两三年内就完成了对AI概念的充分定价。如果企业端回报迟迟不能兑现，市场可能对整个AI叙事失去耐心，进而冲击当前以AI预期支撑的资本市场估值，其调整幅度和传染范围也可能超过历史上的技术泡沫。

市场语境下的警示信号

Slok此前曾多次就AI泡沫风险发出警告，他的分析视角一直聚焦于资本市场的集中度风险：标普500指数中科技巨头的权重不断攀升，少数几家公司贡献了指数大部分涨幅，而AI概念正是这些高估值的核心支撑。若“零回报”现象持续，这一估值体系的脆弱性将更加明显——一旦龙头公司的AI相关收入增速不及预期，市场可能对整条AI产业链进行系统性重估。

值得注意的是，“零回报”并不等于“零价值”。企业对AI的投入也包含效率改善、流程自动化、员工生产力提升等难以直接体现在财务报表上的收益。部分研究者认为，这些“软收益”终将累积为可观测的利润改善。但至少在当下，Slok的强硬措辞提醒市场：炒作与兑现之间的缺口依然巨大，而填补这一缺口的时间窗口可能比投资者预期的更长。

后续走向：从炒作到验证

接下来的关键节点在于企业财报中AI相关收入的兑现程度，以及科技巨头资本开支的可持续性。如果2026年企业端AI应用仍未产生显著的利润贡献，投资人可能会重新定价整个AI产业链，从芯片、云服务到应用层的估值逻辑都将面临考验；反之，一旦出现标杆性的企业级AI盈利案例——例如某行业巨头公开披露AI带来的明确利润增量——市场情绪也可能迅速修复，甚至推动新一轮投资热潮。

无论哪种情景，Slok的判断都提醒企业管理者：AI投资应回归商业本质，以可衡量的回报为标准，建立清晰的投入产出评估机制，而非被行业炒作裹挟。对于资本市场而言，“零回报”论断是一个值得持续跟踪的风向标——它标志着关于AI的讨论正从技术叙事阶段，逐步进入财务验证阶段。在验证期结束之前，AI板块的高估值与高波动，或将成为市场常态。