AI支出推高科技巨头业绩，标普500其余企业未见财务回报
阿波罗全球管理公司（Apollo Global Management）发布的“每日火花”分析报告指出，人工智能领域的巨额支出正在转化为技术提供商的收入增长，但对于美国大多数其他企业而言，尚未在生产力提升或利润率改善方面看到相应的财务回报。
报告深入探讨了当前AI基础设施与应用的现状，包括数据中心的冷却技术、定制AI ASIC的发展情况、美国AI芯片规则变动对全球市场的影响，以及数据中心CPU需求激增背后的驱动因素。此外，还涉及了2026年GTC大会中关于CPX和LPU解码的技术讨论。
阿波罗首席经济学家托尔斯坦·斯洛克（Torsten Slok）在10月24日强调，尽管AI推动了科技行业的资本开支繁荣，但这种红利并未广泛扩散。数据显示，“七大科技股”（Magnificent Seven）的每员工收入和利率呈现上升趋势，而标准普尔500指数中的其余493家公司则保持平稳。
值得注意的是，斯洛克的分析未发现明确证据表明大规模的人工智能投资正在促进整体生产率的显著增长。尽管围绕AI的宣传声势浩大且投入巨大，但在科技行业之外的美国企业中，该技术尚未带来可量化的财务收益。
随着AI模型运行规模的扩大，成本也随之快速攀升。由于许多服务提供商采用基于代币（Token）使用量的计费模式，当员工提出更多请求或AI代理处理日益复杂的数据任务时，账单金额随之增加。斯洛克指出，主流企业开始将代币支出视为一项成本中心，而非增长引擎。相比之下，风险投资支持的企业在代币消费上表现得更为激进。
AI供应商正试图将不断增长的用例转化为持久的收入来源。虽然销售更多的计算能力和模型访问权限可以提升供应商销售额，但客户必须在生产力、收入或运营成本方面看到实质性的改善，才能维持当前的消费速度。如果AI支出增加却缺乏可衡量的业务绩效提升，额外的开销可能会侵蚀利润率。
目前来看，AI尚无法完全理解或替代人类在问责制、信任建立、企业文化、不成文规则、道德权衡及公平性方面的判断，而这些因素往往影响着声誉风险，并最终推动收入增长和利润率优化。因此，除科技部门外，尚无证据显示其他行业的收入或利率因AI应用而得到改善。
斯洛克的分析还揭示了更广泛的局限性：目前AI的应用仍集中在相对较小的公司群体中。除非该技术的使用范围扩展至更多行业并产生可衡量的经济结果，否则其对整体宏观经济的影响可能依然有限。
这种紧张局势在印度金融科技行业同样存在。据《商业标准》9月11日报道，普华永道印度的一项调查发现，84%的受访金融科技企业表示尚未从AI投资中看到可衡量的财务成果。
尽管如此，企业推进AI战略的决心未减。调查显示，48%的受访者将专有智能视为主要战略优先事项。同时，30%的受访者预计在未来三到五年内，客户体验将是推动AI代理采用的首要因素，其次是成本降低和生产力提升（占22%）。
对于希望在金融服务领域部署AI代理的企业而言，信任仍是主要障碍。41%的受访者认为客户信任和接受度是扩大代理支付的最大阻碍，33%的受访者则将欺诈、安全和风险管理列为核心问题。
AI代理通过执行多步骤任务而非简单响应提示，扩大了技术在业务流程中的作用。然而，其访问工具、处理信息及跨系统行动的能力也带来了额外的使用成本和安全挑战。
Nvidia正在开发相关工具以应对这些风险，此前已推出开放代理安全平台，这是一套旨在帮助企业控制AI代理并限制潜在有害行为的硬件和软件安全堆栈。随着员工采用率和代理工作负载的增加，代币消费的上升促使Microsoft、Meta和Amazon等公司加强对AI使用的管控。这一趋势凸显了企业面临的双重挑战：既要鼓励更广泛的AI采用，又要防止运营成本失控。
OpenAI首席执行官Sam Altman也承认了这一困境，他将AI代币成本描述为寻求更高性价比客户的“一个巨大问题”。与此同时，支撑AI繁荣的基础设施本身也需要高昂投入，Amazon、Google、Meta和Microsoft已在数据中心、芯片及电力供应方面投入巨资。
