AI支出越滾越大，紅利卻集中七巨頭：Apollo揭示企業財務回報落差

大型科技企業正從AI熱潮中獲取現金回報，美國企業界的其他公司卻尚未看到相應的財務效益。Apollo資料顯示，2019年至2026年，七大科技股相對標普500指數其餘493家公司的人均營收領先幅度持續擴大，突顯Big Tech與大盤之間日益嚴重的生產力差距。

AI支出已為科技供應商帶來營收，但標普500多數成分公司至今仍未展現同等幅度的生產力提升或利潤率改善。Apollo Global Management《Daily Spark》分析指出，AI雖然推動科技支出快速成長，其財務效益在美國廣大企業中仍難以看見。

Apollo Global Management首席經濟學家Torsten Slok於10月24日表示，七大科技股的人均營收及利潤率正在上升，但標普500指數其餘493家公司的兩項指標則大致持平。

尤其值得注意的是，Slok的分析並未找到AI正在提升生產力增長的明確證據。報告指出，儘管企業投入大量資金，並且市場上廣泛炒作AI概念，這項技術仍未為科技業以外的美國企業帶來任何財務回報。

大規模運行AI模型很快便會推高成本，因為許多服務供應商按照Token用量收費；當員工提出更多要求，或AI代理程式處理資料及日益複雜的任務時，相關帳單就會攀升。Slok表示，主流企業開始將Token支出視為成本中心，而非營收增長來源。

他指出，接受創投支持的企業正在Token上花費更多資金；相較之下，成熟企業若較便宜的替代方案已能完成工作，就較缺乏誘因為最新模型支付更高費用。

這也為希望將AI使用量成長轉化為長期營收來源的AI供應商帶來難題。銷售更多運算能力與模型存取服務固然能提高供應商销售额，但客戶必須在生產力、營收或營運成本方面獲得對應改善，才可能維持相同的支出速度。如果AI費用持續上升，卻未能帶來可衡量的業務表現改善，額外支出便可能對利潤率形成壓力。

Slok表示：「AI不理解責任、信任、文化、不成文規則、倫理取捨與公平性，而這些因素會影響聲譽風險，並最終左右營收增長與利潤率。归根究底，AI故事的成敗將由標普500其餘493家公司決定，而非七巨頭；截至目前，仍沒有證據顯示科技業以外的營收增長或利潤率正在改善。」

Slok的分析也指出更廣泛的限制：AI的採用仍集中在相對少數公司。除非這項技術能擴散至更多產業，並產生可衡量的成果，否則它對整體經濟的影響可能仍然有限。

印度金融科技產業也出現相同張力。PwC India的一項調查於9月11日經《Business Standard》報導，84%的受訪金融科技公司尚未從AI投資中看到可量化的財務成果。

企業持續投資並未因此停步。調查還發現，48%的受訪者將專有智慧技術列為首要策略方向；30%預期，未來三至五年內，客戶體驗將成為推動AI代理程式採用的主要動力，成本削減與生產力提升則各占22%，分列後續因素。

對於希望在金融服務領域部署AI代理程式的企業而言，信任也是另一道障礙。調查顯示，41%的受訪者認為，客戶信任與採用程度是擴大代理式支付規模的最大障礙；另有33%將欺詐、資安與風險管理視為主要疑慮。

AI代理程式不僅能回應提示，還能處理多步驟任務，進而擴大AI在企業營運中的角色；然而，它們若要存取工具、處理資訊並跨公司系統採取行動，也會增加使用成本與安全風險。

Nvidia已針對部分風險開發相關工具，並推出Open Agent Safety Platform。這是一套硬體與軟體整合的安全技術堆疊，旨在協助企業管控AI代理程式，並限制其可能執行有害行為。

Token使用量上升，也促使Microsoft、Meta與Amazon等公司收緊內部AI使用。随着員工廣泛採用相關工具，以及代理式工作負載推升帳單，企業面臨的挑戰是：在鼓勵更廣泛使用AI的同時，避免營運成本失控。

OpenAI執行長Sam Altman也已承認此一問題，形容AI Token成本是希望從支出中獲得更高價值的客戶所面臨的「重大議題」。AI熱潮背後的基礎設施本身也帶來龐大成本，Amazon、Google、Meta與Microsoft均已為資料中心、晶片及運行AI工作負載所需的電力投入巨額資金。