AI 在科技行业之外尚未显现回报：分析与市场现实

AI 生产力差距

尽管投入了大量资本并伴随着广泛的行业炒作，人工智能尚未给更广泛的美国企业界带来可衡量的财务回报。来自 Apollo Global Management 的数据显示，虽然“七巨头”（Magnificent 7）科技公司的人均收入和利润率正在上升，但标普 500 指数中其余 493 家公司的这些指标依然持平。此外，没有证据表明全要素生产率得到了广泛提升，这表明 AI 目前的经济影响主要局限于科技行业本身。

为何主流美国企业滞后

科技行业之外缺乏明显影响，源于结构性和运营上的障碍。与本质上由软件定义且灵活敏捷的科技公司不同，传统行业面临着巨大的惯性，包括遗留基础设施、复杂的监管环境以及僵化的组织文化。

专家和行业观察人士指出了几个关键因素：

• 重提“索洛悖论”（Solow Paradox）： 经济学家指出，与计算机时代初期类似，新技术的好处可能需要数年甚至数十年才能渗透到生产力统计数据中。正如一位观察家所言：“你到处都能看到计算机时代，唯独在生产力统计数据中看不到。”这一观点最初于 1987 年提出。
• 判断力差距： AI 擅长计算和数据处理，但商业成功往往依赖于人类的判断力、信任和对背景的理解——这些因素是 AI 目前所缺乏的。
• 集成挑战： 许多非科技公司在将 AI 集成到现有工作流程中时举步维艰。目前的 AI 工具通常被用于“忙碌工作”或生成低价值内容，而非改变核心业务流程。
• 系统性惯性： 大型组织往往需要彻底重新设计其运营模式才能从新技术中获益，而不是简单地将 AI 工具叠加在遗留系统之上。

科技行业集中的收益

科技公司是当前 AI 浪潮的主要受益者，因为它们是工具制造者，也是最原生于软件的组织。软件开发对这些公司来说是直接的利润中心，这使得它们更容易从 AI 驱动的编码代理中实现即时收益。相比之下，对于大多数标普 493 指数成分股公司而言，IT 通常被视为成本中心，而自动化遗留系统的尝试也因技术债务和缺乏清晰的端到端业务用例而受阻。

关于未来采用的观点

行业参与者之间的讨论凸显了短期怀疑论与长期乐观主义之间的分歧：

“科技行业是所有行业中最由软件定义且虚拟化的，它们最先发生改变是很自然的。其他行业需要进行资本投资以适应变化……真正能带来重大改变的，将是那些从零开始围绕 AI 及其优势和局限性进行设计的全新工厂和公司。”

一些人认为，目前将“AI 支出”视为成本中心的关注点只是价值发现周期中的一个临时阶段。另一些人则认为，只有当 AI 深度集成到运营、财务和营销中，而不是作为一种肤浅的附加组件使用时，真正的生产力提升才会显现。

最终，分析师们的共识是，AI 的故事将由标普 493 指数成分股公司来决定。在这些行业能够将 AI 的计算能力转化为切实的收入增长和利润率扩张之前，该技术的宏观经济影响将保持有限。