事件概述

据 TechCrunch 报道，Apollo Global Management 首席经济学家 Torsten Slok 在近期发布的一份研究笔记中提出：在科技行业之外，人工智能尚未给大型企业带来可衡量的财务收益。

Slok 的分析对象是他所称的 S&P 493，即 S&P 500 指数剔除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla 之后的 493 家公司。他的结论是，这些公司的利润率和人均收入基本持平，没有证据表明 AI 正在提升其生产率。

Slok 的原话是：“尽管围绕人工智能有巨额投资和广泛炒作，这项技术对科技行业以外的美国企业带来了零财务回报。”对于“非科技公司只是暂时落后于科技巨头”的解释，他持怀疑态度，认为美国企业很难把“越来越便宜的智能”转化为更高的收入增长和更高的利润率。

他还提出了一个更偏商业判断的观点：“AI 可能是一台出色的计算器，但在商业中，智能主要是判断力。”并补充说，AI 不理解问责、信任、文化、潜规则、伦理权衡或公平，而这些因素塑造声誉风险，并最终驱动收入增长和利润率。

报道同时提到，近期也有其他研究发现，AI 尚未带来显著的生产率提升。原文未说明这些研究的具体名称、样本与方法。

关键技术点

严格来说，这是一篇经济学评论而非技术论文，其“技术性”主要体现在分析口径和论证方式上：

  1. 指数剔除法构造对照组：用 S&P 493 代替 S&P 500，把 AI 投入最密集、也最可能从 AI 中直接获益的七家科技巨头排除，从而观察“非科技企业”的财务表现。这是一种粗略但直观的隔离变量思路。

  2. 以财务代理指标衡量生产率：选取利润率和人均收入作为观察指标。这两个指标可从财报中直接获得，但它们是生产率的间接代理，受定价、人力结构、资本开支周期等多重因素影响。

  3. 描述性统计而非因果识别：原文呈现的是“看起来持平”的观察结论，未说明是否做了行业拆分、时间窗口选择、回归控制或因果推断。原文未说明具体样本区间与统计方法。

  4. 投资与回报的时间错配：Slok 的论证隐含一个判断：即便 AI 推理成本持续下降，企业仍需跨过组织流程、责任划分和判断力等非技术门槛，才能把成本优势转化为利润。

  5. 对“智能=判断力”的界定：他把商业决策中的问责、信任、文化、潜规则、伦理权衡和公平列为 AI 难以覆盖的部分，指向的是组织治理与声誉风险，而非模型能力本身。

对数据科学与 AI Agent 落地的意义

对数据科学和 AI Agent 从业者，这篇报道的参考价值不在于“AI 有没有用”的二元结论，而在于它给出了一个不太讨喜的评估视角：

  • 不要用部署量当 KPI：模型调用次数、Agent 上线数量、Copilot 渗透率都不是业务结果。真正需要跟踪的是单位人力产出、流程周期、差错率、客单价或毛利率等财务相关指标。原文所批评的，正是“投入很大但财报上看不见”的状态。

  • Agent 的收益往往在流程层，而非公司层：单个 Agent 可能显著缩短某类工单处理时间，但这种改善可能被组织冗余、审批链条或定价策略抵消，最终在公司级利润率上不可见。这要求评估体系下沉到流程级，并做前后对照。

  • “判断力”对应的是 Agent 的系统设计问题：Slok 提到的问责、信任、伦理权衡，在工程上对应权限边界、审计日志、人工复核、升级路径和失败回滚。缺乏这些机制的 Agent 很难进入高价值决策环节，也就难以产生可归因的财务回报。

  • 评估需要对照组和因果思维：如果要证明 AI 带来的增量，应尽量设计对照实验、双重差分或断点回归，而不是对比“上线前后”的简单曲线。原文的 S&P 493 思路本身就是一种粗糙的对照组构造，值得在内部评估中借鉴其精神。

  • 对 ROI 预期保持克制：在数据科学项目立项时，应明确区分“效率提升”和“财务回报”，并承认后者受组织因素影响，往往滞后且难以归因。

我的技术点评

这篇报道的核心结论有传播力，但证据强度需要打折看待。

第一，“零财务回报”是修辞性表达。利润率和人均收入持平，并不等于 AI 没有产生任何价值，只能说明在当前观察口径下没有体现出显著变化。企业层面的财务指标是多种因素叠加的结果，AI 的局部收益完全可能被其他成本上升或行业周期掩盖。原文未说明是否对行业、公司规模或 AI 投入强度做了分层，因此“S&P 493 整体持平”不能直接推导为“每家公司都没有回报”。

第二，测量方法本身有局限。利润率和人均收入是滞后且聚合的指标，而 AI 的落地通常从辅助性任务开始，其价值可能体现在员工时间节省、错误率下降或客户响应速度上，这些未必及时反映到利润率。若没有流程级的过程指标，结论容易变成“看不见就等于没有”。

第三，“智能主要是判断力”这一判断值得认真对待。它和当前 Agent 工程的实践是吻合的：模型能力提升很快，但把 Agent 放进真实业务，瓶颈往往在权限、责任、合规和例外处理。把这句话理解为“AI 无用”是误读，理解为“AI 的价值实现依赖组织配套”更准确。

第四，对从业者的实际提醒：与其争论宏观结论，不如在自己的项目里把评估做扎实——明确基线、设置对照、区分过程指标与财务指标、记录失败案例。如果一年后仍无法说明某个 AI 项目改变了哪项业务数字，那么 Slok 的批评就适用于这个项目，而不管宏观数据如何。

总体而言，这是一份值得读但不宜过度引用的观点性材料：它提醒行业警惕“投入即成果”的叙事，但其本身也是基于描述性统计的判断，尚不足以支撑“AI 对企业普遍无效”的强结论。

原文链接