Apollo 首席经济学家警告：AI 市场可能迎来「痛苦重定价」

美国资管巨头 Apollo Global Management 的首席经济学家 Torsten Slok 近期撰文警告，随着 AI 在多数行业的实际投资回报周期被严重低估，资本市场对 AI 的乐观定价可能面临一次「痛苦的重定价」。他强调，科技行业以外的多数企业目前仍难以兑现 AI 带来的结构性生产力提升，监管、数据保护和流程整合等门槛使得回报周期远长于市场预期。

利润分化：科技巨头与剩余企业的差距拉大

Slok 援引 Bloomberg 与 Macrobond 的数据指出，2023 年一季度至 2026 年一季度期间，「Magnificent Seven」七大科技巨头的利润率从约 15% 攀升至 25%，而标普 500 中其余 493 家企业的利润率长期徘徊在 10% 左右。Bloomberg 500 指数在同一时期同样维持约 12% 的利润率，几乎没有变化。

他指出，这种利润分化正反映出 AI 红利高度集中于少数科技公司，而对绝大多数企业而言，AI 的实质性回报仍迟迟未能兑现。Slok 认为，若市场预期与企业实际产出盈利之间的落差继续扩大，最终可能引发对 AI 公司估值的全面修正。

真实案例：企业发现 AI 并不「便宜」

文中披露了一系列制造业与服务业的具体案例，表明 AI 部署的现实困难与隐性成本正在显现。

• 福特汽车为提升 AI 视觉系统的有效性，回聘 350 名资深「灰胡子」工程师，负责培训新人并修正低效的 AI 工具。福特已在全球 33 家工厂部署超过 1000 个摄像头的 AI 视觉系统，但承认没有人类监督，AI 表现远不及预期。
• IBM 去年因加码云服务支出而裁员数千人，但今年 3 月又宣布在美国将入门级岗位招聘数量翻三倍，理由是「AI 优先」的工作模式仍需要更多人力。
• NVIDIA 应用深度学习副总裁 Bryan Catanzaro 今年早些时候承认，AI 的成本仍然远超人力成本。

Slok 将当前科技公司内部流行的「token 刷量」风潮——例如 Meta 设置员工 AI 使用排行榜——视为企业难以从 AI 中获得真实回报、转而追求象征性指标的早期信号。

学术视角：可行性与实用性之间的鸿沟

宾夕法尼亚大学沃顿商学院管理学教授 Peter Cappelli 早在 Ricoh 案例研究中就指出，外界极大低估了实现生产力与投资回报增益所需的工作量。他在接受 Fortune 采访时表示：「如果你在听技术供应商的描述，他们告诉你的是『可能』，而没有思考『可行』。」

围绕「AI 羞耻」（AI Shame）现象——即企业在投资者压力下被迫使用 AI 却缺乏明确用例——波士顿咨询集团（BCG）近期研究发现，单纯为部署 AI 而部署 AI，反而可能抑制技术对生产力的贡献。Cappelli 的判断与 Slok 的担忧相互呼应：当前市场对 AI 商业化速度的乐观假设，可能正在给行业埋下回调风险。

经济学家立场：长期仍乐观，但短期需警惕

Slok 也补充强调，他从长期视角认为 AI 终将兑现生产力承诺，甚至会因「杰文斯悖论」创造更多就业与小型创业机会。但短期内，他警告称，若企业无法快速看到回报，将不可避免地放缓 AI 支出，使当前的 AI 繁荣之路比预期更加颠簸且缓慢。