AI 现实检验：经济学家称大多数公司尚未看到财务回报

尽管过去一年里，生成式人工智能（Generative AI）席卷了全球商业版图，各大企业纷纷宣布巨额投资计划，甚至将其视为重塑未来的核心战略。然而，随着热潮逐渐退去，一个令人清醒的现实正在浮出水面：对于大多数非科技行业的公司而言，人工智能目前尚未转化为显性的财务回报。这一结论由全球知名投资管理公司 Apollo Global Management 的首席经济学家 Stanley Druckenmiller 提出，引发了科技界和商业界的广泛讨论。

“零回报”背后的残酷真相

Stanley Druckenmiller 在接受 TechCrunch 采访时直言不讳地指出，尽管美国企业界对 AI 的投入巨大且宣传声势浩大，但在科技行业以外的广大领域，这项技术实际上并没有带来任何财务上的实质性收益。这一观点直接打破了“AI 无处不在，必将创造无限价值”的迷思。

为了得出这一结论，Druckenmiller 分析了当前 AI 在企业中的实际应用场景。他观察到，虽然许多公司部署了 AI 工具，但大多数情况下，这些应用仅仅停留在测试阶段或低价值的辅助功能上，尚未触及能够显著降低成本或增加收入的核心业务流程。对于制造业、零售业、金融服务业等传统行业来说，AI 的引入往往伴随着高昂的基础设施搭建成本、数据清洗成本以及员工培训成本，这使得其短期内的投入产出比（ROI）显得尤为尴尬。

科技巨头与非科技企业的“剪刀差”

为什么同样的技术在不同类型的企业中会呈现出截然不同的结果？核心差异在于“护城河”的存在。Apollo 的分析显示，科技公司本身就拥有海量的用户数据、顶尖的工程团队以及成熟的 AI 算法生态，这使得他们能够将 AI 快速转化为生产力工具。例如，云服务提供商和软件巨头通过 AI 增强其产品竞争力，直接带来了市场份额的增长和订阅收入的提升。

相比之下，非科技企业面临着截然不同的挑战。许多传统企业虽然拥有宝贵的数据资产，但缺乏将非结构化数据转化为 AI 可用信息的数字化能力。此外，AI 的引入往往需要对企业现有的工作流程进行巨大的变革，这种变革的阻力、对员工技能的挑战以及新旧系统融合的复杂性，都成为了阻碍 AI 产生直接财务回报的绊脚石。正如 Druckenmiller 所言，如果不解决这些深层次的流程和人才问题，单纯的工具堆砌无法带来商业成功。

从“炒作”到“务实”的转型期

这一经济学的观察实际上揭示了 AI 发展周期中的一个关键阶段：从“炒作周期”向“价值实现期”的过渡。在过去的十八个月里，企业界充斥着关于“AI 将取代一切”的乐观情绪，导致许多公司盲目跟风投资。然而，随着对技术边界的认知加深，资本市场和企业管理者正在变得更加理性。

专家普遍认为，目前的“零回报”现象并非意味着 AI 的失败，而是商业落地过程中的必经阵痛。未来，能够真正盈利的企业将不再是那些最会炒作 AI 的公司，而是那些能够找到 AI 与自身核心业务深度结合点，并耐心构建 AI 基础设施的企业。这包括建立专门的 AI 基础设施团队、优化数据治理流程以及培养能够驾驭 AI 的复合型人才。

展望未来：AI 商业化的下一阶段

尽管现状严峻，但 AI 的长期潜力依然被广泛看好。Apollo 的报告也暗示，这种财务回报的缺失可能是暂时的。随着大模型技术的成熟和成本的下降，AI 工具将变得更加易用，企业能够更高效地将其集成到客户服务、供应链管理、产品设计等具体环节中。

对于非科技企业而言，接下来的挑战在于如何从“实验性应用”转向“系统性重构”。这需要管理层从战略高度重新审视数字化转型的路径，不再将 AI 视为一种锦上添花的技术噱头，而是将其视为重塑核心竞争力的基础性战略。只有当 AI 能够切实解决业务痛点、提升运营效率或创造新的客户价值时，所谓的“零财务回报”才会逐渐转变为实实在在的商业成功。

信息来源：AI News & Artificial Intelligence | TechCrunch，原文链接：https://techcrunch.com/2026/10/25/ai-delivers-zero-financial-payoff-to-most-companies-according-to-apollo-economist/