本期日期 2026年10月26日
AI盈利能力：Apollo判断的局限
据TechCrunch转述，Apollo经济学家的一份报告显示，研究范围内企业的利润率和人均营收停滞不前。这一观察对AI的财务收益提出了疑问，但现有材料不足以单独识别AI的影响。
法律告知：此内容由人工智能系统生成。 编辑透明度
Apollo的一份报告质疑，企业是否已经获得了可见的AI财务回报。报道中的判断基于汇总指标，需要准确解读：它提出了投资回报的问题，但本身并不能证明每种用途有效或失败。
对人工智能的投资是否已经体现在企业财务数据中？Apollo Global Management首席经济学家Torsten Slok的一份报告给出了持怀疑态度的回答。据TechCrunch转述，在他考察的企业群体中，利润率和人均营收似乎停滞不前。Slok认为，其中没有迹象表明AI带来了生产率提升。
他的研究范围是S&P 493，即从S&P 500中剔除Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia和Tesla。这一定义对于理解其判断至关重要。该分析排除了这些大型科技企业；现有材料并未详细梳理其余各行业或各家企业的情况。因此，这位经济学家关于尚无财务回报的高度断言性结论，仍须明确归属于他的分析。
Slok还提出了一种解释：仅仅拥有越来越便宜的智能，可能不足以加快营收增长或提高利润率。他强调，商业决策需要判断力，责任、信任、文化和不成文规则也同样重要。这些是报告作者的论点，并非一份独立论证，不能据此证明AI所有用途的局限。
在这里，区分观察结果与因果关系至关重要。仅凭看似稳定的汇总指标，无法判断如果没有这些投资，情况会如何。相关报道没有说明衡量的时间区间、受观察企业的投资金额，也没有对AI使用较多的企业与其他企业进行比较。因此，无法据此计算这些支出的回报率，也无法将这些指标的变化完全归因于AI的采用。
合理的解读应当更为有限：在Slok所呈现的研究范围内，所引用的指标尚未显示出预期的财务收益。要评估一项盈利承诺，就需要将具体用途与其成本和结果联系起来。这份报告有力地提出了这一问题；但报道所提供的信息不足以对所有企业作出定论。