阿波罗经济学家警告称，科技之外的人工智能利润增长可能“远远超出”华尔街的预期

一句话看懂：阿波罗首席经济学家Torsten Slok指出，除科技巨头外，美国上市公司尚未因AI实现利润率提升；受监管行业流程改造和隐私要求拖累，生产力红利可能需数年而非数月才显现，市场当前对AI盈利增速的定价存在过高风险。

事件核心：发生了什么

7月7日，美国金融公司阿波罗首席经济学家Torsten Slok发表分析称，剔除“七巨头”（苹果、微软等），标普500中其余493家公司的利润率未反映出AI带来的改善。在医疗、银行、能源、制药和制造等受监管行业，流程彻底改造和隐私合规需求将延迟AI生产力提升，延迟时间可能“远远超出市场当前预期”。Slok的模型显示，若AI普及耗时五年而非五个月，市场预期的每股盈利（绿色线）与实际每股盈利（蓝色线）将在2029年前出现持续背离，这意味着许多AI相关股票将面临痛苦的重新定价。

为什么重要

当前AI公司估值高度依赖“AI将在非科技行业迅速提高利润”的假设。Slok的警示揭示了一个结构化矛盾：大模型和算力成本持续下降（如Token价格下跌），但企业端采用障碍并非技术，而是监管合规、组织流程和文化惯性。例如，在知识工作中，个体员工生产力提升难以量化，管理层缺乏可衡量的指标，改进无法反映在资产负债表上，而是被日常运营所吸收。如果生产力延迟成为现实，依赖远期现金流折现的AI股估值逻辑将断裂，可能导致资本向硬件和基础模型层集中，而非应用端。

对用户/开发者/创作者的影响

对企业采购者： 规划AI预算时需预留更长的落地周期（2-5年），并设定可衡量的过程指标而非仅关注ROI；优先在合规负担较轻的部门（如营销、内容生成）试点，而非核心生产流程。
对AI开发者/创业者： 面向受监管行业（医疗、金融、制造）的产品需内置隐私保护和审计工具，否则可能因合规问题导致项目停滞；专注可量化产出场景（如客服降低投诉率、代码生成减少缺陷率）更易获得预算批准。
对投资者：应区分科技股（自身盈利已验证）与依赖“AI赋能”的非科技股；关注实际现金流而非市场预期，警惕2025-2026年的估值回调风险。