科技巨頭利潤率飆升至 25%，其餘 493 家公司仍徘徊在 10%：Apollo 認為 AI 尚未帶來回報

新聞摘要

Apollo Global Management 首席經濟學家 Torsten Slok 表示，科技業以外的企業界迄今尚未從人工智慧中獲得可衡量的財務回報。在 TechCrunch 於太平洋時間 2026 年 10 月 25 日上午 9:57 重點報導的一份研究報告中，Slok 指出，儘管 AI 支出與市場熱情持續攀升，美國多數大型企業的利潤率與每位員工創造的營收卻看似停滯不前。他的結論是：這項技術「對科技業以外的美國企業界帶來的財務回報為零」。

Slok 究竟說了什麼

這份名為「科技業以外未見 AI 回報跡象」的報告，聚焦於分析師所稱的「S&P 493」：即從 S&P 500 指數中剔除七大巨頭（Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 與 Tesla）後的成分股。透過排除這些開發並銷售 AI 的公司，Slok 將觀察對象鎖定在主要嘗試應用 AI 的企業。他在該群體中並未發現利潤率改善或每位員工營收提高的證據。

Slok 也反駁了一種流行的說法，即非科技公司只是比科技領頭羊落後幾個季度。他懷疑這種差距能否輕易縮小，並認為美國企業界很難將廉價的機器智慧轉化為更快的營收成長與更豐厚的利潤率。

他以技術本身的局限性來佐證這一觀點。他寫道：「AI 不懂責任歸屬、信任、文化、潛規則、倫理取捨或公平性」，並補充說「AI 或許是個出色的計算器，但在商業領域，智慧多半指的是判斷力」。TechCrunch 指出，Apollo 曾擁有 TechCrunch。該篇 TechCrunch 報導並未公布報告中的具體百分比、樣本數或金額數據。

論點背後的數據

稍早對 Slok 分析的報導提供了相關數據。Fortune 於美東時間 2026 年 7 月 6 日引述 Bloomberg 與 Macrobond 的數據報導，「科技七巨頭」的利潤率在 2023 年第一季至 2026 年第一季期間，從約 15% 上升至約 25%。同期間，其餘 S&P 493 公司的利潤率則在 10% 左右徘徊，而涵蓋範圍更廣的 Bloomberg 500 指數則穩定維持在約 12%。

換言之，迄今由 AI 帶動的利潤激增，幾乎完全集中在提供技術、晶片與雲端運算能力的公司身上。

為何科技業以外的採用速度可能較慢

根據 Fortune 與 The Decoder 的摘要，Slok 在 7 月的評論中解釋了這種差距為何可能持續存在。軟體與科技公司能相對輕鬆地將 AI 整合進自家產品；而經濟體中的其他大部分產業，則面臨法規障礙、資料保護規範，以及重新設計工作流程的艱鉅任務。醫療保健、銀行、能源、製藥與製造業被點名為流程改造與隱私要求可能使效益延遲顯現的產業，且延遲時間「遠超市場目前的預測」。

衡量標準是另一個問題。在知識工作中，生產力提升難以量化，因此管理階層不易據此採取行動。省下來的時間可能被日常瑣事吸收，而不會反映在財務報表上。Slok 如此總結：「關鍵問題在於科技業以外的投資回報實現期有多長。」

其他研究的佐證

Fortune 的文章指出了幾項符合此現象的數據：

• 麻省理工學院 2025 年的一項研究發現，僅有 5% 的公司從生成式 AI 試行專案中獲得了實質回報。
• Boston Consulting Group 於 2026 年針對約 12,000 名第一線員工的調查顯示，42% 的受訪者表示每週藉由 AI 省下八小時，但多數人對於如何運用這些時間幾乎未獲指導。
• 在 Ricoh 的一個保險理賠案例中，儘管部門生產力提升了三倍，成本卻約為人工處理的三倍。
• Nvidia 的 Bryan Catanzaro 表示，AI 的成本仍遠高於人力成本。
• Ford 聘僱了 350 名資深工程師來培訓初級員工並改進其 AI 工具。

這些例子顯示，個別員工可能感覺工作效率變快，但全公司的財務結果卻維持不變，至少目前是如此。

投資人為何應該關注

Slok 的擔憂不僅關乎技術，同樣也關乎市場。AI 公司的估值建立在整體經濟利潤率將會上升的預期之上。他警告，如果生產力的提升需要五年而非五個月才能顯現，預期獲利與實際現金流可能會嚴重脫節，進而引發他所稱的「痛苦的重新定價」。他也指出，若企業未能迅速看到回報，往往會放緩 AI 支出，而 token 價格下跌也可能限制大型雲端服務供應商的營收。

他並未斷言 AI 永遠無法帶來回報。他的觀點是，效益最終可能會出現，但或許是在市場已提前消化預期之後。

關於用詞的說明

標題中「財務回報為零」的說法是對 Slok 報告最強烈的一種解讀。它指的是 S&P 493 整體的企業利潤率與每位員工營收，而非每一個別專案或團隊。即使特定應用場景確實省下了時間或金錢，整體利潤率仍可能持平，這也是為何 MIT、BCG 與 Ricoh 的例子能夠同時成立的原因。

後續觀察重點

關注此事態發展的讀者可以追蹤幾個簡單的指標：在接下來的季度報告中，S&P 493 的利潤率是否會突破約 10% 的水準、每位員工創造的營收是否開始上升，以及在回報依然不明顯的情況下，企業是否仍持續提高 AI 預算。對於研究科技的人而言，這個事件是一堂實用的課程，讓人看清「一項工具令人驚豔」與「一項工具改變組織經濟結構」之間的差異——後者往往需要全新的流程、培訓與衡量方式，而不僅僅是軟體本身。