2026年10月24日，Apollo全球管理公司发布研究报告。报告结论：在科技行业之外，人工智能迄今没有带来任何可测量的生产力提升。
这份报告横跨12个主要行业，追踪北美和欧洲超过2400家企业2024年1月至2026年9月的生产力数据，并访谈340位首席信息官。研究控制了经济周期、劳动力变化和资本支出模式，以剥离AI的独立影响。数据呈现鲜明裂缝：科技公司实现18%至23%的AI驱动生产力提升，而金融服务、医疗健康、制造业、零售和专业服务等其他行业指标与AI部署前无显著差异。
Apollo首席经济学家托斯滕·斯洛克（Torsten Slok）表示：“就目前而言，我们根本没有看到这一点。”（"At this point, we're just not seeing that yet."）
一道裂缝，两种现实
Apollo数据直接反映在股市估值：市值最大的七家科技公司人均营收和利润率持续攀升，标普500其余493家公司同期指标几乎不变。这映射AI渗透深度的差异。
非科技行业企业AI系统平均支出达每千名员工4700万美元。以拥有一万名员工的中型制造企业为例，单年投入约4.7亿美元，但生产力指标未显示可量化回报。
非科技行业企业AI工具和基础设施投入2026年预计达3000亿美元。
机制之谜：同样的工具，为何只有一类公司受益
Apollo报告指出，差距根源在于AI与工作流程的融合方式。科技公司构建“AI原生”流程，从产品设计、代码审查到客户支持，AI是核心组成部分。
传统行业采取“移植”策略：在已有流程上叠加AI工具。一家保险公司可能在核保流程加入AI辅助系统，但流程本身、数据标准和决策节点未根本改变。AI效率上限受制于嵌入流程的下限。
Intuit数据显示，88%的金融服务公司已使用AI支持相关职能，59%的财务负责人将AI用于日常决策。但Apollo数据显示其生产力增益接近零。
广泛使用不等于深度整合，深度整合不等于生产力提升。
反证的局限：那些声称有回报的数据说了什么
Grand View Research援引微软与IDC联合研究，称79%的医疗机构使用AI，回报期14个月，每投入1美元产生3.20美元回报。亚特兰大联储数据显示，金融行业劳动生产率每季度平均上升约0.5%，2025年高技能服务业隐含增长约0.8%。
这些数据需区分两件事：个别工具在受控场景的效率提升，与全行业可测量的生产力总增量。微软-IDC研究基于自愿参与的积极推动者样本，不能代表行业平均水平。0.5%季度增长年化约2%，在统计噪声中距离“AI驱动的生产力革命”尚远。
一项反向发现：在超出AI能力边界的任务上，使用AI的工人准确率低19个百分点。错误使用不仅不提升，还造成损失。
历史先例能给出多少安慰
电力从铺开到推动制造业生产率革命约三十年，计算机贡献可测生产力增益超过十五年。前提是需要重新设计工厂布局和管理组织，而非技术本身“没用”。Apollo报告指向同一方向：当前AI部署类似1980年代把电脑摆上桌面却沿用纸质流程。
问题在于企业缺乏重组流程的意愿和数据基础设施。麻省理工学院Daron Acemoglu 2024年分析：在缺乏组织再设计前提下，AI对全要素生产率贡献未来十年可能仅0.5%至1%，低于当前市场估值预期。
企业AI战略的根本性误判
Apollo样本选取公开宣布重大AI投资的企业，平均投入每千员工4700万美元但生产力无改善。投入更少的企业很可能表现更差。
当前主流部署路径存在结构性缺陷。企业将AI投资等同于购买软件，忽略高质量内部数据、重新设计决策流程、员工能力转型以及对AI边界的认知。
2026年3000亿美元AI支出，相当程度购买的是“已在用AI”对董事会和市场的信号价值，而非运营效率。
判断
Apollo报告揭示：AI需极高配套条件才能兑现价值，目前绝大多数非科技企业尚未具备。科技公司率先受益，因其产品形态、数据基础和组织文化为快速整合新工具而设计。
对于其他行业决策者，数据指向的问题是：在公司实现AI生产力提升需要哪些前置条件，目前具备几项。没有答案，3000亿美元已证明那张发票能买到什么。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接