阿波羅分析：AI未為科技業外美企帶來財務回報，Token支出淪為利潤負擔
已查原文 · 4 項主張
Techmeme 將該分析內容歸於 Torsten Slok，而阿波羅官網原文引言則提及執行長 Marc Rowan。
阿波羅全球管理公司（Apollo Global Management）首席經濟學家 Torsten Slok 於 2026 年 10 月發布的《Daily Spark》專欄分析指出，AI 至今未為科技業以外的 S&P 493 美企帶來實質財務回報，多數企業甚至將 Token 支出視為侵蝕利潤率的成本中心。報導引述的數據、論點及作者背景分歧均獲官方原文與相關一手分析證實。
阿波羅全球管理公司分析指出，儘管市場對AI投入龐大資金並抱持高度期待，但科技業以外的美國企業至今尚未獲得實質財務回報。
阿波羅官方網站發布的分析明確指出，儘管投入巨資且市場高度炒作，AI 對科技業以外的美國企業並未帶來實質財務回報（delivered zero financial payoff）。
zero financial payoff
查看原始出處
Mag 7的每位員工營收與利潤率上升，但S&P 493企業兩項指標持平且無生產力提振跡象；主流企業將Token支出視為侵蝕利潤率的成本中心。
原文指出 Mag 7 營收與利潤率持續上升，而 S&P 493 持平且無生產力提振跡象，主流企業正將 Token 支出視為拖累利潤率的成本中心而非成長動力。
cost center that weighs on margins
查看原始出處
只要代理型AI（Agentic AI）與Token支出仍侷限於少數經濟體，總體經濟效應極有限；AI缺乏情境判斷、信任與道德等商業要素，成效關鍵在S&P 493企業。
原文指出只要 Agentic AI 與 Token 支出侷限於少數領域，其總體經濟效應極為有限；AI 缺乏信任、文化與情境判斷等要素，技術成敗取決於 S&P 493。
macroeconomic effects of AI will be very limited
查看原始出處
背景
代理型人工智慧（Agentic AI）是指能夠獨立於人類程式設計師自主做出決策、追求目標並採取行動的 AI 程式。這與 2023 年常見僅能用於回答問題等特定狹隘任務的工具型聊天機器人，以及傳統機器學習演算法有所不同。
社群討論
多數網友認為非科技業尚未見到回報屬意料之中，主因是軟體業具備自動驗證迴圈與利潤中心優勢，而傳統企業受制於組織慣性與數十年舊系統，效益通常需 12 至 24 個月甚至數年才能發酵。質疑者則指出實測工具失敗率仍高（如 Copilot 批次處理 20 個檔案常出錯），且許多企業因缺乏實質 ROI 已開始縮減預算並裁撤 AI 實驗室。另有洞見補充，雖然個人端有藉由 Claude 將 8 小時工作縮減至數小時的案例，但若未系統化整合至工作流，產出往往只會淪為低價值的行政瑣事。
來源
- Techmemetechmeme.com
- en.wikipedia.org