10 月 25 日，Apollo Global Management 首席经济学家 Torsten Slok 发布的一份研究备忘给出了一个不太乐观的结论：在科技行业之外，AI 还没有给大企业的利润表带来任何看得见的改善。Slok 在文中写，尽管围绕人工智能存在大规模投入和广泛炒作，这项技术对美国企业界的科技行业外部分带来的财务回报是零。
口径是自造的 S&P 493
Slok 没有直接沿用标普 500，他自己构造了一个 S&P 493 口径，从 500 家公司里剔除 Alphabet、亚马逊、苹果、Meta、微软、英伟达和特斯拉这 7 家科技巨头。理由很直接：这几家的表现会掩盖其他公司的真实状态。
在这个剔除后的样本里，利润率和人均营收看起来是持平的，看不到 AI 带来生产率提升的证据。Slok 对非科技公司单纯落后于科技巨头这一解释并不买账，他给出的判断是要把越来越便宜的智能转化为更高的营收增长和更高的利润率并不容易。
判断力比计算更关键
备忘里被引用最多的一句判断是，AI 也许是个很棒的计算器，但在商业中智能主要体现在判断上。Slok 补充解释，AI 不理解问责、信任、文化、成文规则、伦理权衡和公平性，而这些因素塑造了声誉风险，并最终决定营收增长和利润率。
这一判断和供给侧的投入节奏正好形成对照，美联储测算 AI 基础设施通胀的四层传导路径 从宏观层面梳理了资本开支如何一层层推高成本。当上游的算力与数据中心投入还在扩张，而下游的非科技行业尚未在利润率上看到对应改善时，Slok 的这份 S&P 493 口径正好提供了需求端的一个观测点。
结论有多硬
需要留意的是，这份材料属于基于公开财务数据的口径重构，样本只有 493 家公司，且时间跨度有限，并未采用对照实验。Slok 的表述也留了余地，指向的是科技行业外企业把智能转化为财务结果的能力尚未被证明，未对 AI 有效性本身下结论。近年的多项研究同样没有发现 AI 带来的显著生产率跃升，两边的结论方向一致，但都还谈不上终局。
延伸阅读
- 腾讯新闻 AI 电台上线：混元大模型驱动可对话新闻音频，支持实时插话提问与个性化订阅1 月前
- 大模型推荐排行榜 2026 秋季版，写代码、省钱、中文场景各选各的1 月前
- DeepSeek Harness 正式发布：一条命令跑起官方开源 Agent 框架4 周前
- OpenAI dots 负责人：AI 让人们可以选择更努力工作，也可以选择少干1 周前
继续读
同一批更新里这几篇值得一看：
- 硅基流动 Token 生产力公式：单卡解码超 1920 tokens/s2026-10-25
- 22 岁国脚授权 AI 数字分身：Callandor 独家持有其肖像与声音2026-10-25
- 清华 AIR 孵化紫荆智康：54 位 AI 医生分身进医院门诊2026-10-25
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记