Apollo 經濟學家：AI 為多數企業帶來「零財務回報」 https://techcrunch.com/2026/10/25/ai-delivers-zero-financial-payoff-to-most-companies-according-to-apollo-economist/
Apollo Global Management 首席經濟學家 Torsten Slok 認為，人工智慧（AI）至今尚未替多數非科技大型企業帶來可觀的財務回報。他以標準普爾 500 指數（S&P 500，美國大型上市公司股價指數）扣除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 與 Tesla 後的「S&P 493」為觀察對象，發現這些企業的利潤率與每名員工營收大致持平，未見 AI 明顯推升生產力的跡象。
Slok 指出，企業即使投入大量資金、也充滿市場宣傳，科技業以外的美國企業仍幾乎沒有從 AI 取得財務效益。他質疑，當智慧能力愈來愈便宜時，企業是否真能將其轉化為更高的營收成長與利潤率；因為商業判斷不只取決於計算能力，還涉及責任歸屬、信任、企業文化、非正式規範、倫理取捨與公平性，這些因素都會影響商譽風險及最終獲利。文章也援引近期研究，指出 AI 的整體生產力增益尚未明確浮現。
Hacker News 討論中，有人質疑這項結論把「尚未反映在整體財報」誤當成「沒有回報」。批評者指出，Apollo 的圖表主要觀察企業營收等高層次指標，卻未衡量若企業未投資 AI，營運表現是否可能更差；而且多數非科技企業的 AI 支出可能不到營收的 1%，其節省成本或改善流程的效果本就容易被總體景氣、銷售表現與其他營運變數掩蓋。也有人認為，若要更有說服力，應追蹤企業每名員工的營收與利潤，並對照 AI 使用量或支出，而非僅限於 S&P 493。
不少工程師則分享個人經驗，稱 AI 已加快程式開發、測試、維運與組態管理，也讓團隊更敢嘗試大型重構與新架構；但其他人提醒，個人感受到工作更快，不等於企業必然增加營收或利潤。若銷售、產品決策、客戶導入流程與組織管理沒有同步改變，工程端的效率提升未必能轉成損益表（P&L）的改善；競爭對手若同樣採用 AI，效率優勢也可能被競爭抵銷，形成持續向模型供應商付費、卻未能提高產業利潤的局面。
討論也出現較長期的觀點：有人把目前情況比作網際網路泡沫前後，認為早期技術常先累積基礎建設與使用習慣，商業效益要到數年後才會更清楚。不過較審慎的意見認為，AI 的價值高度取決於任務是否合適、企業內部知識是否已整理，以及人員是否有足夠時間檢查成果；在資料雜亂、專業知識散落於資深員工、紙本文件與舊式軟體的環境裡，AI 可能加速處理，也可能放大錯誤。因此，現階段較合理的結論是：AI 已在特定工作中創造效率，但其能否普遍轉化為大型非科技企業的財務成果，仍有待更直接且長期的衡量。
👥 83 則討論、評論 💬
https://news.ycombinator.com/item?id=50330456
Apollo Global Management 首席經濟學家 Torsten Slok 認為，人工智慧（AI）至今尚未替多數非科技大型企業帶來可觀的財務回報。他以標準普爾 500 指數（S&P 500，美國大型上市公司股價指數）扣除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 與 Tesla 後的「S&P 493」為觀察對象，發現這些企業的利潤率與每名員工營收大致持平，未見 AI 明顯推升生產力的跡象。
Slok 指出，企業即使投入大量資金、也充滿市場宣傳，科技業以外的美國企業仍幾乎沒有從 AI 取得財務效益。他質疑，當智慧能力愈來愈便宜時，企業是否真能將其轉化為更高的營收成長與利潤率；因為商業判斷不只取決於計算能力，還涉及責任歸屬、信任、企業文化、非正式規範、倫理取捨與公平性，這些因素都會影響商譽風險及最終獲利。文章也援引近期研究，指出 AI 的整體生產力增益尚未明確浮現。
Hacker News 討論中，有人質疑這項結論把「尚未反映在整體財報」誤當成「沒有回報」。批評者指出，Apollo 的圖表主要觀察企業營收等高層次指標，卻未衡量若企業未投資 AI，營運表現是否可能更差；而且多數非科技企業的 AI 支出可能不到營收的 1%，其節省成本或改善流程的效果本就容易被總體景氣、銷售表現與其他營運變數掩蓋。也有人認為，若要更有說服力，應追蹤企業每名員工的營收與利潤，並對照 AI 使用量或支出，而非僅限於 S&P 493。
不少工程師則分享個人經驗，稱 AI 已加快程式開發、測試、維運與組態管理，也讓團隊更敢嘗試大型重構與新架構；但其他人提醒，個人感受到工作更快，不等於企業必然增加營收或利潤。若銷售、產品決策、客戶導入流程與組織管理沒有同步改變，工程端的效率提升未必能轉成損益表（P&L）的改善；競爭對手若同樣採用 AI，效率優勢也可能被競爭抵銷，形成持續向模型供應商付費、卻未能提高產業利潤的局面。
討論也出現較長期的觀點：有人把目前情況比作網際網路泡沫前後，認為早期技術常先累積基礎建設與使用習慣，商業效益要到數年後才會更清楚。不過較審慎的意見認為，AI 的價值高度取決於任務是否合適、企業內部知識是否已整理，以及人員是否有足夠時間檢查成果；在資料雜亂、專業知識散落於資深員工、紙本文件與舊式軟體的環境裡，AI 可能加速處理，也可能放大錯誤。因此，現階段較合理的結論是：AI 已在特定工作中創造效率，但其能否普遍轉化為大型非科技企業的財務成果，仍有待更直接且長期的衡量。
👥 83 則討論、評論 💬
https://news.ycombinator.com/item?id=50330456
AI delivers ‘zero financial payoff’ to most companies, Apollo economist says | TechCrunch
"Despite massive investments and widespread hype around artificial intelligence, the technology has delivered zero financial payoff to corporate America outside of tech."
techcrunch.com