全球性另类资产管理机构 Apollo 的首席经济学家 Torsten Slok 长期关注宏观经济、企业盈利与金融市场。临近年底，在AI市场叙事再度降温之际，他撰文指出：目前，AI带来的价值尚未体现在美国主流企业的营收、人均产出、利润率和全要素生产率（TFP）等可观测指标中。
--
尽管围绕人工智能的投资规模巨大、市场宣传铺天盖地，但到目前为止，AI在科技行业之外，几乎没有给美国企业带来任何可见的财务回报。
“七巨头”（Mag 7）的人均营收正在上升，但标普500中除去这七家公司后的 S&P 493，人均营收基本持平，见下方第一张图。
“七巨头”的利润率正在上升，但 S&P 493 的利润率基本没有变化，见第二张图。
而且，到目前为止，仍然看不到AI正在推动生产率增长的迹象，见第三张图。
既然AI尚未对企业利润底线产生影响，美国主流企业正在开始收缩投入，并越来越倾向于把 token支出看作一种成本中心，而不是增长来源——一种会侵蚀利润率的成本。
由风险投资支持的公司，正在把越来越多的钱花在token上；但美国主流企业并不需要最新的模型，也不愿意为最新模型支付更高的价格。
只要智能体AI和token支出仍然局限在经济中的一小部分领域，AI对宏观经济的影响就会非常有限，见下方第四和第五张图。
展望未来，真正的问题是：即使模型逐渐商品化、智能的价格越来越便宜，美国主流企业是否能够把这种越来越廉价的智能，转化成更快的营收增长和更高的利润率。
这件事可能比听起来更难。
AI也许是一台非常出色的“计算器”，但在商业世界里，智能更多体现为判断力。
而判断依赖具体情境；同一个问题，问不同的人，或者问不同的模型，答案都可能不同。
也许更重要的是，AI并不真正理解：
责任承担（accountability）
信任（trust）
企业文化（culture）
不成文规则（unwritten rules）
伦理上的权衡（ethical trade-offs）
公平（fairness）
而所有这些因素都会影响企业的声誉风险，并最终决定营收增长和利润率。
归根结底，AI故事最终会在 S&P 493，而不是在“七巨头”那里见分晓。
而截至目前，仍然没有证据表明，科技行业之外的美国企业，其营收增长或者利润率正在因为AI而改善。
