阿波罗首席经济学家：科技板块外，AI 迄今零财务回报

事件核心：发生了什么

Slok 的核心论据有两组。第一，标普 500 中的 Mag 7（七大科技巨头）人均营收与利润率继续上行，而其余 493 家公司的这两项指标基本持平，AI 带来的效率差异并未扩散到更广泛的企业群体。第二，全要素生产率同样看不到被 AI 拉动的迹象，这被视为宏观层面最直接的回报指标。Slok 还提到，主流企业已开始把 token 开支视为侵蚀利润的成本中心，而非增长引擎；真正在花钱采购最新模型的，更多是 VC 支持的创业公司。需要说明的是，以上为 Slok 个人在 Daily Spark 中的判断，目前公开信息显示尚无官方口径的统计背书。

为什么重要

这一判断与当前 AI 基础设施大规模资本开支的叙事形成张力。如果 AI 的商业化收益集中在少数科技巨头和融资驱动的创业公司，而传统行业对模型调用、推理算力和 API 账单的投入只体现为成本，那么企业采购的可持续性就会存疑，芯片与云算力的需求结构也可能随之分化。对闭源大模型厂商而言，企业端付费意愿是最关键的变量；对开源生态而言，低成本本地推理方案的吸引力则会相对上升。

对用户/开发者/创作者的影响

对企业采购方，token 预算需要更严格地与可量化的业务指标挂钩，避免把 AI 开支当作默认的增长投资。对开发者，这意味着调用外部大模型 API 时，成本控制和推理效率将比单纯追逐最新模型更重要，混合使用开源模型与闭源 API 可能成为更务实的路线。对内容创作者，图像生成、文案辅助等 AI 应用的价值仍主要体现在个人效率层面，短期内难以转化为企业报表上的财务回报。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是后续宏观数据能否印证或推翻 Slok 的观察，尤其是全要素生产率与企业利润率的分化是否持续。二是企业 token 开支是否继续被视为成本中心，进而影响云厂商和模型厂商的企业收入增速。三是 VC 支持的创业公司能否在融资周期变化后维持对最新模型的采购强度。

来源：@dice_maker