AI投资回报在非科技行业或需漫长等待

背景

2026年6月30日，Apollo全球管理公司联合创始人Marc Rowan在一篇发表于Hacker News的文章中，就人工智能投资的回报周期问题发出了重要警示。他指出，截至目前，除了科技行业之外，美国经济其他领域的利润率并未出现上升迹象。这篇文章的核心论点是：当前AI公司的估值完全建立在标普500中除科技七巨头之外的493家公司（S&P 493）利润率最终将攀升的承诺之上。然而，AI部署带来的生产率提升在非科技行业中可能需要数年而非数月才能显现，这可能导致当前激进的估值与缓慢的现金流现实之间出现危险的背离。

核心内容

文章通过两张图表说明了当前AI投资面临的挑战。第一张图显示，迄今为止非科技行业没有出现利润率上升的迹象。这正是市场等待的关键信号，因为今天AI公司的价值完全取决于这样一个承诺：S&P 493的利润率最终将会攀升。这一承诺是当前市场价格与AI公司估值之间的纽带——隐含在这些AI公司估值中的是对未来盈利的假设。这就是为什么当前关于代币成本（token costs）、模型路由（model routing）和代币市场（token marketplaces）的争论如此重要。如果对大多数AI用例而言，代币成本趋近于零，那么即使计算需求激增，所有超大规模云服务商（hyperscalers）也无法获得足够的收入。文章同时引用了其同事在Apollo主题投资团队中的一篇精彩分析。

关键问题在于非科技行业的投资回报周期（ROI runway）长度。在少数行业（尤其是软件和科技领域），AI部署几乎可以立即实现，因为这些公司可以在一夜之间将AI融入自身产品和流程。但这属于例外情况。在经济的绝大部分领域，特别是资本密集型、高度监管的行业，深度的流程再造和数据治理要求可能会将结构性生产率提升推迟到远超市场当前预期的水平。缓慢推进的行业名单很长，涵盖医疗保健、银行与保险、能源与公用事业、国防与航空航天、制药与生命科学、制造业、运输与物流、建筑与房地产、教育、法律以及公共部门。

这造成了一种危险的背离：一方面是当前激进的、前置的估值，另一方面是缓慢得多的现金流现实。因为如果生产率提升的"曲棍球棒效应"需要五年而非五个月才能出现（见第二张图），那么那些为即时盈利增长定价的股票市场将面临痛苦的重新估值。换言之，如果企业未能快速看到回报，它们就会放缓AI支出；而当前对代币优化的关注，正是AI实施道路可能比预期更曲折、更缓慢的早期预警信号。

结论是：当前盈利预期与企业从AI投资中获得回报所需实际时间之间的错配，可能对今天许多AI公司的估值产生重大影响。

关键要点

• 非科技行业尚未出现利润率提升：迄今为止，标普500中除科技七巨头之外的493家公司（S&P 493）的利润率没有明显改善，这是市场等待的关键信号。
• AI公司估值完全基于未来盈利承诺：当前AI公司的高估值隐含着对S&P 493利润率未来攀升的假设，这一承诺是连接市场价格的纽带。
• 代币成本趋近零可能削弱超大规模云服务商收入：如果大多数AI用例的代币成本趋近于零，即使计算需求激增，所有超大规模云服务商也无法获得足够收入。
• AI部署回报周期在非科技行业较长：软件和科技行业可以立即整合AI，但绝大多数经济领域（尤其是资本密集型、高度监管行业）需要多年时间进行流程再造和数据治理，才能实现结构性生产率提升。
• 缓慢推进的行业名单涵盖广泛：包括医疗、银行保险、能源公用事业、国防、制药、制造、运输物流、建筑房地产、教育、法律和公共部门等。
• 估值与现金流现实存在危险错配：如果生产率提升需要五年而非五个月，当前为短期盈利增长定价的股票市场将面临痛苦重新估值。
• 企业快速回报压力可能导致AI支出放缓：若不能快速看到ROI，企业将减少AI投资；当前对代币优化的关注是AI实施比预期更曲折的早期预警。
• 盈利预期与ROI时间错配对AI公司估值有重大影响：这一错配可能显著影响当前许多AI公司的估值。

意义与影响

这篇文章对AI投资领域发出了重要的冷静信号。它揭示了当前市场中一个被忽视的风险：AI被广泛视为能在所有行业快速释放生产力的工具，但现实是，非科技行业的大规模流程再造面临监管、数据治理、资本密集型投资等多重障碍，导致回报周期远长于市场预期。这意味着，如果市场期望AI能在几个月内带来盈利增长，而实际需要几年，那么AI公司的股价将面临大幅修正风险。

对于投资者而言，这篇文章建议应更加审慎地评估AI公司的估值，特别是那些依赖非科技行业未来盈利能力提升的标的。对于企业决策者，它提示在制定AI投资计划时，需要基于现实的实施时间线和ROI预期，避免过度乐观的预算。同时，代币成本趋近零的讨论也暗示，AI基础设施（如云计算）的商业模式可能面临根本性挑战——如果计算资源的边际成本趋零，那么超大规模云服务商的收入模型将难以为继。

此外，文章通过列举大量缓慢推进的行业（医疗、银行、能源、国防、制造、教育、法律等），提醒市场AI的渗透和影响将是不均匀的，并非所有行业都能快速受益。这种不均匀性可能导致经济整体生产率提升的"曲棍球棒"迟迟不会到来，从而拖累宏观层面的增长预期。

总之，这篇文章是对当前AI狂热的一剂清醒剂，强调需要正视技术落地的时间成本和行业差异性，避免因短期炒作而忽视长期现金流的基本面逻辑。