人工智能（AI）公司的当前高估值，是建立在 AI 将为科技行业以外的广大市场提升利润的期望之上。然而，现实情况是，除了能迅速应用 AI 的科技公司，其他大多数行业（如金融、医疗、制造业）由于需要进行复杂的流程改造和满足严格的监管要求，其投资回报周期可能远比市场预期的要长。这种期望与现实之间的严重脱节，对 AI 公司的估值构成了巨大风险，如果企业因回报缓慢而削减 AI 支出，市场可能会面临一次痛苦的价格重估。
估值与现实的脱节
目前，AI 公司的价值几乎完全依赖于一个未来的承诺。
AI 公司今天的价值完全取决于一个承诺，即标准普尔 493 指数（S&P 493，即标普 500 中除科技公司外的其他企业）的利润率最终会因为 AI 的应用而攀升。
然而，迄今为止，还没有迹象表明科技行业以外的利润率正在上升。如果 AI 使用成本趋近于零，即使计算需求激增，也可能无法为所有大型云服务商带来足够的收入，这使得上述承诺的基础变得不稳固。
为什么回报周期会很长？
AI 的实施速度在不同行业间存在巨大差异。
快速实施的例外： 软件和科技行业可以将 AI 几乎“一夜之间”整合到其产品和流程中。
进展缓慢的大多数： 在经济的大部分领域，特别是资本密集和受严格监管的行业，实现 AI 带来的结构性生产力提升可能需要非常长的时间。
这些进展缓慢的行业名单很长，包括：
- 医疗保健
- 银行与保险
- 能源与公用事业
- 国防与航空航天
- 制药与生命科学
- 制造业
- 交通与物流
- 建筑与房地产
- 教育、法律及公共部门
其根本原因在于，这些行业需要进行深度的流程再造和满足严格的数据治理要求，这都将大大延迟投资回报的实现。
迫在眉睫的风险
当前市场存在一种危险的背离：一方面是基于即时盈利增长预期给出的高昂估值，另一方面是缓慢增长的现金流现实。如果生产力的提升需要五年而不是五个月，市场将面临一次痛苦的价格重估。
一个早期的警示信号是，企业已经开始密切关注并试图优化 AI 的使用成本。这表明，如果无法迅速看到投资回报（ROI），它们将放缓在 AI 上的支出。
最终，当前盈利预期与企业产生实际回报所需时间之间的错配，可能对今天许多 AI 公司的估值产生重大影响。