S&P 493 ยังไม่เห็นสัญญาณชัดว่า AI ช่วยเพิ่มรายได้และผลิตภาพ

ผลตอบแทนจากการลงทุนด้าน AI ของบริษัทนอกภาคเทคโนโลยียังไม่ชัดเจน ตามบทวิเคราะห์ของทอร์สเทน สลอก (Torsten Slok) พาร์ตเนอร์และหัวหน้านักเศรษฐศาสตร์ของ Apollo ซึ่งอ้างอิงรายได้ อัตรากำไร และตัวชี้วัดผลิตภาพของบริษัทสหรัฐฯ

ในบทวิเคราะห์ที่เผยแพร่บนเว็บไซต์ Apollo เมื่อวันที่ 24 ตุลาคม สลอกระบุว่า รายได้และอัตรากำไรของบริษัทในดัชนี S&P 493 ซึ่งไม่รวมกลุ่ม Magnificent 7 ยังไม่ได้ปรับดีขึ้นอย่างชัดเจน และยังไม่เห็นสัญญาณว่า AI ช่วยเพิ่มผลิตภาพนอกภาคเทคโนโลยี ข้อสรุปนี้เป็นการวิเคราะห์ของสลอก ไม่ใช่ผลสำรวจผลงานของบริษัทที่ใช้ AI ทุกแห่ง

ในบทวิเคราะห์อีกฉบับที่เผยแพร่บนเว็บไซต์ Apollo เมื่อวันที่ 20 ตุลาคม สลอกกล่าวว่า การเติบโตของค่าใช้จ่ายโทเคนจากลูกค้าองค์กรชะลอลง โทเคนเป็นหน่วยที่โมเดล AI ใช้ประมวลผลข้อมูลนำเข้าและผลลัพธ์ โดยค่าใช้จ่ายเกี่ยวข้องกับปริมาณการใช้งาน สลอกมองว่าลูกค้าอาจตอบสนองต่อการเปลี่ยนแปลงราคาอย่างรวดเร็ว ด้วยการลดการใช้หรือเลือกทางเลือกที่มีราคาถูกกว่า

สลอกเขียนว่า ปัจจัยสำคัญของธุรกิจศูนย์ข้อมูลไม่ได้มีเพียงกำลังไฟฟ้าหรือขนาดสถานที่ แต่ยังรวมถึงราคาที่ลูกค้ายินดีจ่ายจริงสำหรับบริการประมวลผลด้วย บริษัทต้องใช้ AI เพิ่มรายได้ ปรับอัตรากำไรให้ดีขึ้น หรือลดต้นทุน เพื่อให้ลูกค้ายังคงจ่ายค่าบริการในระดับสูงได้

เขายังวิเคราะห์ว่า ผลตอบแทนต่อเงินลงทุนของบริษัทคลาวด์รายใหญ่ 5 แห่งกำลังลดลง เนื่องจากรายได้เติบโตช้ากว่าเม็ดเงินลงทุนที่เพิ่มขึ้น ตัวชี้วัดนี้สะท้อนว่าเงินทุนที่ใส่เข้าไปสร้างผลตอบแทนได้มากน้อยเพียงใด

อย่างไรก็ตาม มีงานวิจัยที่รายงานความเชื่อมโยงระหว่างการใช้ AI กับผลิตภาพที่เพิ่มขึ้น ธนาคารเพื่อการลงทุนแห่งยุโรป (European Investment Bank: EIB) เปิดเผยงานวิจัยเมื่อเดือนมกราคม 2026 ซึ่งวิเคราะห์บริษัทนอกภาคการเงินกว่า 12,000 แห่งในสหภาพยุโรป (EU) และสหรัฐฯ และระบุว่าการใช้ AI เชื่อมโยงกับผลิตภาพแรงงานที่เพิ่มขึ้น 4% คณะผู้วิจัยอธิบายว่าผลดังกล่าวมาจากการลงทุนด้านทุนที่เพิ่มขึ้น มากกว่าการลดจำนวนพนักงาน

งานวิเคราะห์ทั้งสองใช้กลุ่มตัวอย่างและวัดผลคนละด้าน งานวิจัยของ EIB พิจารณาผลิตภาพแรงงาน ส่วนสลอกประเมินการคืนทุนจากรายได้ อัตรากำไร และค่าใช้จ่ายด้านการประมวลผลของบริษัทขนาดใหญ่ในสหรัฐฯ การเพิ่มขึ้นของผลิตภาพเพียงอย่างเดียวจึงยังไม่เพียงพอที่จะตัดสินความคุ้มค่าของการลงทุนในศูนย์ข้อมูล ขณะเดียวกัน ตัวเลขทางการเงินของบริษัทขนาดใหญ่ในสหรัฐฯ ก็ไม่อาจใช้ปฏิเสธผลด้านผลิตภาพของทุกบริษัทได้

ก่อนหน้านี้ TokenPost รายงานการวิเคราะห์ข้อมูล Ramp ของ Apollo ซึ่งระบุว่าลูกค้า 10% แรกมีสัดส่วน 99.5% ของค่าใช้จ่ายด้านการให้บริการโมเดล และ 99% ของค่าใช้จ่ายในกลุ่มนีโอคลาวด์ ประเด็นนี้สอดคล้องกับข้อสังเกตของสลอกว่า การขยายตัวของบริษัทที่ใช้ AI อาจเกิดขึ้นคนละจังหวะกับการกระจายตัวของการใช้จ่ายด้านโครงสร้างพื้นฐานขนาดใหญ่