为什么除了科技巨头，AI在大部分企业里一分钱没多赚？

给全公司配上最新的智能助手，折腾了快三年，到底能多赚多少钱？ 算完账发现，除了卖算力的几家科技巨头，剩下的主流大公司一分钱都没多赚。 连员工的人均产出，都死死停在三年前的原地。

阿波罗全球管理公司（Apollo Global Management）的首席经济学家托斯滕·斯洛克（Torsten Slok），最近拉出了一组对比数据。 看标准普尔 500 指数。 如果把英伟达、微软、苹果、谷歌、亚马逊、Meta、特斯拉这七大科技巨头单拎出来。 从 2022 年大模型爆发到现在，七巨头的员工人均创收，从 55 万美元一路飙到了近 80 万美元。 利润率也在往上走。 这很符合直觉，全世界都在排队给他们送钱买芯片、租算力。 真正耐人寻味的，是剩下的 493 家公司。 这 493 家主流企业，涵盖了全美的银行、零售、医疗、航空、制造和物流。 它们也是过去几年买模型席位、搭自动化流水线最积极的大客户。 结果这 493 家公司的员工人均创收，三年来几乎是一条横线，一直停在 55 万美元附近。 平均净利润率，也常年锁在 10% 左右，没有泛起任何波澜。

天天听着大模型颠覆一切、代码写得飞起、报表一秒生成。 怎么落到全美最顶尖的几百家大企业账本上，生产率连一点水花都看不见？ 钱到底卡在哪了？

在真实商业里，聪明和赚钱从来不是同一回事。 大模型确实是个算力惊人的计算器，写文案、总结资料、润色邮件，速度比人快几十倍。 但绝大部分实体商业的立足点，靠的从来不是生成文字，靠的是判断与责任。 一个银行的信贷经理，关键不在于能不能五秒钟写出一份漂亮的评估，在于他敢不敢在这笔贷款上签字、承担违约坏账的后果。 一家医院的医生，核心不在于能不能列出十种罕见病的可能性，在于诊断出了差错谁来承担法律责任。 航空公司的航班调度、物流网络的实体履约、工厂车间的现场装配，每一个环节都在物理世界里贴地运行。 大模型没有现实语境，不承担任何法律后果，更无法建立客户与机构之间的信任。 你可以让它帮你草拟一份合同，但最后逐条审核签字的，依然得是年薪几十万的资深法务。 结果就是，办公室里的员工都在用智能工具提高个人效率，但公司一个岗位都没敢撤，一道工序都没法省。

人工成本省不下来，公司的采购账单反而更长了。 引入智能助手，得按人头按月交企业版软件费。 搞业务流程自动化，得买模型接口，智能体在后台跑，每一个 Token 都在消耗真金白银。 原本以为花钱买的是生产率飞轮。 买回来才发现，它在财务报表上成了一个实打实的运营成本中心。 很多传统企业试了一大圈之后发现，日常绝大部分业务流程，根本不需要天天调用最前沿、最贵的大模型。 写一段基础代码或者用个开源小模型，效果差不多，成本还便宜得多。 493 家企业开始捂紧钱包，不再愿意为用不上的前沿算力溢价买单。

如果只是企业觉得工具多收了点服务费，那还只是商业摩擦。 真正凶险的连锁反应，挂在产业链的上游。 高德纳（Gartner）最近给全球算力基础设施算了一笔账。 到 2030 年，全球投在 AI 基础设施上的资本开支，可能会有超过 3.5 万亿美元面临资产减记的风险。 这笔账是这么算出来的。 光是 2026 年这一年，全球云厂商和科技巨头投在数据中心上的开支就逼近 1 万亿美元。 按照目前的扩建节奏，从 2027 年到 2030 年，还要继续往芯片、机房、电力和水冷系统里砸进去 6 万亿美元。 算力机房不是印钞机，资本要看回报。 按照行业标准的 12% 投资资本回报率（ROIC）和融资成本推算，到 2030 年底，这些数据中心累计至少需要产生 8.5 万亿美元的收入才能覆盖成本。 但高德纳测算，到 2030 年，全球企业和消费者愿意为 AI 掏出的总支出，满打满算顶多只有 3.6 万亿美元。 这中间留下了将近 4.9 万亿美元的巨大缺口。

这个缺口最残酷的地方，在于物理折旧不等人。 软件公司要是用户增长不及预期，代码放在服务器里不会腐烂，慢慢熬着转型就行。 但算力机房全是硬邦邦的物理硬件。 一张高性能显卡插进机柜，经济寿命也就三到五年。 三五年一过，新架构出来了，能效比落后了，资产价值就要按规定计提折旧。 如果在硬件报废的窗口期里，下游那 493 家传统行业始终找不到把算力转化成真金白银的落地场景，上游这些疯狂建设的算力就会沦为闲置资产。 高德纳预计，到 2030 年，超过 80% 依赖租售显卡为生的小型专业算力云厂商，会在成本挤压和缺乏差异化中倒闭或被收购。 只有那些拥有搜索广告和庞大传统云业务造血的科技巨头，才能靠老本硬抗这轮沉重的基础设施折旧。

商业逻辑最终都要回归最朴素的算术。 这场技术浪潮能不能真正立住，从来不取决于上游巨头又宣布了多少千亿级别的芯片采购。 胜负手始终在那些看似平淡的传统商业手里。 什么时候那 493 家卖商品、搞运输、做制造、审账本的实体公司，能在自己的损益表上算出正向回报，算力的狂飙才算找到了真正的地基。