2026年全球资本市场正经历由人工智能引发的脉冲式震荡。存储与芯片巨头扩大资本开支，而传统软件及应用端企业因终端价值受质疑陷入估值重塑。

阿波罗全球管理公司首席经济学家斯洛克在最新市场观察报告中指出，人工智能尚未在科技行业以外提升企业利润率，而这本应是其核心经济价值所在。数据显示，标普500指数中除七家科技巨头外的其余493只成分股利润率至今未见改善。

当前AI概念股高估值，建立在其余成分股利润率终将提升的预期之上。该预期支撑着市场对Token成本下降、模型路由优化及Token交易市场的高度关注。

斯洛克警告，若多数AI应用场景中Token成本趋近于零，即使算力需求激增，超大规模云服务商亦难以获得足够收入。他据此驳斥以“杰文斯悖论”为依据的乐观推论——即效率提升必然带动总资源消耗上升。

关键症结在于科技行业以外领域投入产出比（ROI）的见效周期。软件与科技企业可快速集成AI并实现流程优化，但其股价反在2026年承压，因市场担忧其自身可能被AI替代。

而在医疗保健、银行保险、能源公用事业、国防航天、制药生命科学、制造业、交通运输物流、建筑房地产、教育、法律及公共部门等资本密集型与强监管行业中，流程再造与数据治理要求导致结构性生产率提升周期远超市场预期。

斯洛克强调，当前激进AI股估值与实际现金流增长滞后之间已形成危险背离。若生产率“曲棍球杆式增长”需五年而非五个月实现，则基于即时盈利增长定价的股市将面临痛苦的重新估值。

业内对“Token最优化”的集中关注，被视为AI落地节奏可能显著慢于预期的早期信号。斯洛克最终结论指出：市场盈利预期与AI投资转化为实际回报所需的客观周期之间存在严重错配，构成当前高估值AI企业的核心风险来源。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。