---
title: "Apollo 報告：AI 在科技業以外還沒賺到錢，問題不在工具，而在「有在用」和「用出成果」之間的距離"
slug: 1025
url: https://pgylab.ai/posts/1025
published_at: 2026-10-27
modified_at: 2026-10-27
author: "蒲公英"
category: "AI新聞"
tags: ["Apollo", "AI導入", "生產力", "中小企業", "AI投資報酬", "商業趨勢"]
access: public_access
---

# Apollo 報告：AI 在科技業以外還沒賺到錢，問題不在工具，而在「有在用」和「用出成果」之間的距離

> 你公司每個月付的 AI 訂閱費，記在「投資」還是「費用」那一欄？

By **蒲公英** | 2026-10-27

每個月都在付訂閱費，年底卻說不出換到了什麼 盒子包得很漂亮，打開才發現，裡面只有光。 這兩年，很多老闆都做過同一件事：幫團隊開了 ChatGPT、Claude 或 Gemini 的帳號，在會議上宣布「我們也開始用 AI 了」。半年後財務問起：這筆錢換到了什麼？會議室突然安靜下來。 這份尷尬，現在有了總體數據可以對照。美國資產管理公司 Apollo 的首席經濟學家 Torsten Slok，在 2026 年 10 月 24 日的每日評論〈No Signs of AI Payoff Outside the Tech Sector〉裡寫得很直接：儘管投資龐大、話題火熱，AI 在科技業以外，還沒有替美國企業帶來財務上的回報，原文用的字眼是「zero financial payoff」。 他看的是標普 500 指數扣掉七大科技巨頭之後，剩下的 493 家公司。評論一出，經濟學家 Brad DeLong 當天就撰文回應。 問題來了：如果連美國大企業都還沒從 AI 賺到錢，正在付訂閱費的中小企業，又該怎麼看待自己的這筆帳？ AI 最貴的不是訂閱費，而是付了錢，卻說不出換到了什麼。 七家公司往上爬，其他 493 家站在原地 有人在爬樓梯，有人在跑步機上流汗，看起來一樣累。 Slok 用了三張圖。第一張是每位員工創造的營收：七大科技股一路上升，其餘 493 家持平。第二張是利潤率：同樣是七巨頭往上，其他公司原地踏步。第三張是生產力：到目前為止，看不到 AI 推升生產力成長的跡象。 他的判斷是，因為對獲利沒有影響，美國主流企業開始收手，把 token（AI 模型的計費單位）支出從「成長來源」改看成「壓縮利潤的成本」。他也指出，創投支持的新創在 token 上越花越多，但主流企業不需要最新的模型，也不願意為它多付錢。 公平地說，這份數據有它的限制。TokenPost 的報導提醒，這些是整體趨勢的比較，沒有把 AI 的效果從個別公司身上分離出來，也不能證明差距就是 AI 造成的。同一篇報導也列了反例：Meta 第三季營收年增 26%，公司表示 AI 投資已經透過推薦和廣告變現帶來增量營收。 換句話說，AI 不是沒有回報，而是回報目前集中在少數本來就站在 AI 中心的公司身上。 同一把工具，在少數人手上是槓桿，在多數人手上只是一筆新的月費。 86% 有在用，只有 15% 真正用進核心 工廠很大，AI 坐在門口幫忙寫信。 如果覺得標普 500 離自己太遠，來看小企業的數據。就在 Apollo 這篇評論的兩天前，高盛 10 月 22 日宣布投入 5 億美元，成立「小企業 AI 學院」，找來 Anthropic、Google、Meta 和 OpenAI 合作。 高盛同時公布一份調查：在 2,400 多位參加過「一萬家小企業」計畫的經營者中，86% 表示公司已經在用 AI，比 2024 年的 56% 大幅增加；但只有 15% 說 AI 已經完全整合進核心營運。超過四分之三的人表示，還需要更多訓練和資源。 Axios 拿到的同一份數據還有一個細節：73% 的受訪小企業，每個月花在 AI 上的錢（含免費工具）不超過 100 美元。 把這幾個數字放在一起看，畫面很清楚：多數公司已經「有在用」，但多半停在寫信、做文案、整理筆記這類單點工作，還沒碰到報價、接單、出貨、收款這些真正決定營收的流程。這也呼應 Slok 的觀察：錢花了，卻沒進到損益表。 「有在用」和「用出成果」之間，隔著的不是工具，而是流程。 省下來的時間，常常又花在檢查和修改上 AI 十秒寫完，你花一小時檢查，時鐘可沒有少轉一圈。 為什麼用了 AI，帳上卻看不到？Anthropic 在 10 月 16 日發表的一份調查，給了一個線索。 研究團隊請受訪者想一件「很適合交給 AI」的工作，例如摘要文件、草擬 email，把檢查和修正 AI 成果的時間也算進去，比較用與不用 AI 各要花多久。結果，美國在工作上使用 AI 的成年人，典型答案是「花一半時間」；有 29% 說花的時間差不多甚至更久；能縮短到四分之一以下的只有 26%。同一題問 Anthropic 自家員工，這個比例是 59%。 舉個情境：一間二十人的貿易公司，業務用 AI 寫開發信，一封從 30 分鐘縮到 10 分鐘。聽起來省了很多，但主管要逐封檢查語氣和報價條件，客戶回信後還是人工貼回 Excel 追蹤。一個月下來，每人多寄了幾十封信，成交數卻沒變。時間確實省了，只是沒有變成營收。 AI 省下的每一分鐘，如果沒有人決定它要拿去做什麼，就等於沒省。 AI 是很好的計算機，但生意靠的是判斷 計算機算得出每條路有多長，但走哪一條，還是要人來決定。 Slok 在評論最後問了一個關鍵問題：就算模型越來越像大宗商品，主流企業能不能把越來越便宜的智慧，變成更高的營收和利潤率？他認為這比聽起來難，因為 AI 也許是很棒的計算機，但在商業裡，智慧大多是判斷。他說，判斷取決於脈絡；更重要的是，AI 不懂當責、信任、文化、潛規則、倫理取捨和公平，而這些正好塑造了企業的聲譽風險，最終決定營收和利潤率。 這句話對中小企業特別重要。大公司或許能砸錢重寫整套系統，中小企業的優勢則在於老闆離客戶近、決策快，也清楚哪些潛規則不能碰。把 AI 用在判斷之前的資料整理和草稿，把判斷留給人，反而最容易看到成果。 成本也在變。亞馬遜執行長 Andy Jassy 在 10 月 23 日公開的 a16z 訪談中說，以他的看法，AI 推論成本「仍然貴了一個數量級」，還沒辦法被普遍使用。TokenPost 引述的數據也顯示，從 9 月中到 10 月中，OpenAI 和 Anthropic 的綜合 token 價格下降了 25.4%。 工具越來越便宜，代表「買不買得起」不再是門檻；真正的門檻，變成「知不知道要把它放在哪裡」。 當智慧越來越便宜，判斷力就越來越值錢。 把 AI 從「費用」那一欄，搬到「投資」那一欄 同樣一枚硬幣，放進破罐子是費用，種進花盆才是投資。 這則新聞值得討論的，不是 AI 有沒有泡沫，而是一個更實際的問題：你公司的 AI，是一筆費用，還是一筆投資？ 兩者的差別在於有沒有算帳。費用是每個月扣掉就算了；投資要有目標、有對照、有回收期。如果你已經在付 AI 訂閱費，可以試著做三件事：挑一個和營收直接相關的流程，例如報價或客服，先記下現在要花多少時間、出多少錯；導入 AI 後，連同檢查和修正的時間一起重算；三個月後，看它有沒有變成更多成交、更快收款或更少客訴。 DeLong 在回應 Slok 時也提醒，AI 最大的效益可能不會直接出現在大企業的財報上，而是流向使用者和新成立的企業。對中小企業來說，這反而是機會：大公司的數字還沒動，正是小公司用流程換速度的時間差。 你公司現在每個月花在 AI 上的錢，說得出換到了什麼嗎？歡迎留言分享你的帳。 AI 不會自動替你賺錢，它只會放大你本來就算得清楚的那筆帳。 歡迎加入【蒲公英 AI 知識社群】。我們不追逐表面的資訊熱度，而是拆解每一次科技與商業決策背後的真實邏輯。在變動加速的時代，我們一起看的不是熱鬧，而是規則。 👉點此加入蒲公英 AI 知識社群 🔑 入群通關密碼：94115 參考來源 Apollo The Daily Spark，Torsten Slok：No Signs of AI Payoff Outside the Tech Sector（2026/10/24）：https://www.apollo.com/wealth/insights-news/insights/daily-spark/no-signs-of-ai-payoff-outside-the-tech-sector TokenPost：Slok Sees Revenue and Margin Gains Concentrated in the Magnificent Seven（2026/10/24）：https://www.tokenpost.com/news/business/40314 Brad DeLong：Torsten Slok Beats the AI-Bear Drum（2026/10/24）：https://braddelong.substack.com/p/torsten-slok-beats-the-ai-bear-drum Goldman Sachs 新聞稿：Goldman Sachs Commits $500 Million to Launch Small Business AI Institute（2026/10/22）：https://www.goldmansachs.com/pressroom/press-releases/2026/goldman-sachs-commits-500-million-to-launch-small-business-ai-institute Axios：How small businesses are really using AI around the country（2026/10/22）：https://www.axios.com/2026/10/22/goldman-sachs-state-ai-data Anthropic：The AI expectations gap（2026/10/16）：https://www.anthropic.com/research/ai-expectations-gap Yahoo Finance：Amazon CEO Andy Jassy Says AI Inference Is Still 10 Times Too Expensive（2026/10/23）：https://finance.yahoo.com/technology/ai/articles/amazon-ceo-andy-jassy-says-182824730.html