S&P 493之谜：为何千亿AI投入未能改写企业利润表

核心数据：AI投资的'零回报'现实

Torsten Slok在2026年10月25日发布的那份研报里，说了一句让科技圈不太舒服的话：AI对美国企业（科技行业除外）的财务回报是零。他管这叫"S&P 493"——标普500指数里，去掉Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla这七家巨头之后，剩下的493家公司。来源：TechCrunch

这493家的利润率和人均营收两条曲线，都是平的。Slok的原话是："尽管大规模投资和围绕AI的广泛炒作，该技术对美国企业（科技行业除外）的财务回报为零。"来源：TechCrunch

我第一遍读到这里的时候，脑子里冒出来的念头是：这不可能吧。过去三年，但凡稍微有点规模的公司，都在董事会层面把AI写进了战略规划。服务器采购、数据中心建设、模型API调用费，每一笔都实打实地进了财务报表。到了2026年底，结果却是利润表上没有动静。

Slok是Apollo Global Management的首席经济学家。这家私募股权巨头以前拥有TechCrunch，现在TechCrunch的母公司是Yahoo。这条线索我留意了一下，因为一个机构的经济学家发研报说"投入没回报"，而报道它的是同一家机构曾经控股的媒体，这中间有没有立场问题，我不确定。来源：TechCrunch

作者的判断：'AI是计算器'隐喻背后的怀疑论

Slok不觉得这是时间问题。他明确说了，非科技公司想追上来，"将日益廉价的智能转化为更高营收增长和利润率，将很困难"。注意这里的措辞：不是"需要更多时间"，而是"很困难"。一个经济学家用这种词，通常意味着他看到了结构性的障碍，而不是单纯的滞后。来源：TechCrunch

真正让我停下来想了很久的是他的比喻："AI可能是一个很好的计算器，但在商业中，智能主要是判断。"后面还有一句："AI不理解责任、信任、文化、不成文的规则、伦理权衡或公平，这些才是决定声誉风险，最终驱动营收增长和利润率的东西。"来源：TechCrunch

我查了查这个论断背后的经济学脉络。AI投入对生产率提升的"J曲线"滞后效应，是许多经济学家愿意相信的解释：基础设施投下去，扩散到业务流程里需要几年。但Slok的研报指向的是另一种可能——AI带来的效率提升，可能被"判断力瓶颈"卡住了。计算器算得再快，它做不了招聘决策，做不了客户关系修复，做不了董事会里的博弈。这些环节的增值，靠的是人的判断。

这就引出了一个更根本的问题：生产率悖论。技术投入大幅上升，但宏观生产率数据纹丝不动。我在科技行业内部看到的乐观情绪，和这个宏观数据之间的矛盾，暂时没法调和。Slok的研报是一边倒的证据，但我不确定他有没有低估AI在特定行业里的局部成功案例——毕竟他的数据是总量层面的，掩盖了个体差异。来源：TechCrunch

多源交叉验证：HN社区与外部观察

这篇报道在Hacker News上挂了一天，拿到1个点评、0条评论。我把这个数字和TechCrunch原文对了一下，确认HN帖链接指向的就是同一篇报道。来源：HN

0条评论说明什么？我倾向于认为，技术社区对"AI零回报"这个结论，还没有开始消化。1个点评可能来自作者自己，也可能是某个过路的人随手点了个赞。在HN上，一篇热门文章通常几小时内就会涌出几十上百条讨论，而这篇没有。技术圈对Slok的结论不感兴趣，或者说，觉得不值得争论。来源：HN

这让我想起科技圈一个常见的心理机制：当某个观点太"反直觉"时，人们倾向于忽略它，而不是反驳它。如果大家真的认为Slok错了，讨论区应该吵成一片；而沉默，往往意味着大家默认他说的可能是对的，但不愿意承认。

配图作者是Carol Yepes（Getty Images）。这张图没有影响数据解读，但既然写到了这里，我也顺带标记一下，免得有读者以为这是Slok自己拍的。来源：TechCrunch

截至2026年10月底，我的判断是这样的：Slok的"零回报"结论，在总量数据层面是站得住脚的。但他把S&P 493的平曲线归因于AI"缺乏判断力"，这个因果链我持保留态度。企业利润率和人均营收的平缓，可能来自AI之外的因素——比如劳动力市场的结构性变化、行业集中度上升、或者监管成本。至于"AI是计算器"这个隐喻，我觉得它说得漂亮，但漂亮不等于准确。

原文：

AI delivers 'zero financial payoff' to most companies, Apollo economist says · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月2日