AI真的有用吗|从Q3财报季看下阶段AI受益股
作者：微信文章本篇内容来自本周五高盛周度总结报告，正文内容完全由GPT5.1 Thinking模式总结
这份周报核心是：用刚刚过去的3Q25财报季的公司口径，来验证“AI投资+美国经济扩张”这两个大主线是不是还在，并且试图帮投资者从基础设施以外，提前找出下一阶段的AI受益股
我按逻辑分几块来解读，重点放在AI部分，后面再串起整份报告的宏观、盈利和估值框架
一、整体框架：三条主线
短期交易层面：
AI主题股（GS TMT AI basket）最近两周回调了8%，是今年以来第二大跌幅；NVDA即将公布财报，市场担心AI基础设施投资是否见顶
同时，下周一批大型零售商（HD、LOW、TGT、WMT 等）要披露业绩，大家在观察美国消费者是否开始“疲劳”
基本面层面：
3Q25整体财报非常强：等权S&P500中，81%的公司EPS超预期，平均盈利“惊喜”约10%
也就是说，盈利端在持续给估值托底，不是“纯靠故事撑着”
结构与未来机会：
AI相关股票表现高度分化：基础设施最强，应用层一般，生产力受益股最差
但企业层面，AI采纳率和“效率提升”的口径却在不断上升——这就产生一个错配：利润和股价反应的节奏不同
报告试图回答：“在基础设施之后，谁会是下一波较高确定性的受益者？”
二、企业 AI 采纳：从“故事”走向“运营工具”
1. 采纳率与讨论热度
在3Q25财报电话会上，47%的S&P500公司在“生产力/效率”的语境下谈到了AI
不同口径的调查：
GS对客户调研：约37%的企业已经在用AI
美国人口普查局对大企业的调查：更严格定义下，大企业AI采纳率约13%
这里的含义：
AI使用讨论已经非常普遍，但真正大规模、系统化地嵌入流程的企业，比例仍不高
因为定义更严的官方调查给出的数字更低，可以理解为AI仍处在“早期主流”阶段，还没进入“全面普及”
2. 哪些行业在前列？
根据表3：
提到“AI提升生产力”的公司占比：
通信服务：74%
金融：66%
信息技术：55%
工业：51%
医疗、日用消费品等在40%左右
公用事业、能源、材料最低，仅20–30%左右
理解：
通信服务：包括互联网平台、媒体、平台型企业，本身就以数据和算法为核心，AI容易直接嵌入推荐、广告、内容生产
金融：客服、风控、反洗钱、投研、后台流程都高度依赖文本与规则，非常适合用大模型做自动化
能源/材料/公用事业：资产重、工程重、线下重，短期能改造的工种没那么集中，因此目前谈“AI提升效率”的频率最低
这背后透露的不是“谁最先进”，而是谁最先感受到边际收益——越是人力成本高、信息密集的行业，AI带来的短期回报越快，管理层自然更爱在电话会上讲
3. AI 具体用在什么地方？
表4总结了“提到AI生产力”的公司里，常见的用例：
约31%：代码 / 工程开发（Copilot类）
约29%：呼叫中心 / 客服
其余依次是：
市场营销
供应链管理
HR / 费用管理
预测（Forecasting）
库存管理
观察点：
代码和客服稳居双核心
这两块都是“重复度极高+可度量+易落地”的场景
很多公司已经能算出：每个工程师/月产出代码量的提升、每个客服工单处理效率的提升、FTE（员工数）节省等
供应链、HR、预测等仍处于“试点”和“增效”阶段
更偏向中后台管理，牵涉流程调整、权限控制、与老系统集成，因此落地节奏相对慢
但从长期看，这些领域才是真正可能显著重塑成本结构的地方
4. 有多少公司把 AI 的利润贡献“算出来”？
报告很坦白：真正明确量化AI对盈利贡献的公司只有极少数
举了两个代表例子：
ServiceNow (NOW)
把全年经营利润率指引从30.5%上调到31%，理由之一就是 “AI带来的运营效率”
含义：它认为AI已经能在当前年度带来明显的费用杠杆（operating leverage）
C.H. Robinson (CHRW)
此前预期2026年较2024年增加2.2亿美金的调整后营业利润
现在把目标上调到3.36亿美金，认为主要得益于“Lean AI策略”带来的生产力提升与毛利扩张
再往下看，约8%的S&P500公司会给出更细颗粒度的AI指标，比如：
AI写了多少比例的代码
多少比例的客服交互由AI处理
AI每季度处理多少份文档
但绝大多数公司仍然不会告诉你“AI单独贡献了多少点利润率”，原因包括：
很难在实际运营中把AI的贡献与其他效率项目拆分开
管理层也不愿过度承诺，以免未来不好解释
关键结论：
报告认为，AI现在已经在一些公司里形成实打实的运营 /利润贡献，但这种贡献大多还停留在KPI/效率指标层面，真正体现在整体利润表上的定量拆分还很有限
三、股价层面的AI：基础设施一枝独秀，生产力受益股滞涨
报告把AI受益拆成几“阶段”（Phase）：
Phase 1：算力龙头（典型就是NVDA）
Phase 2：AI基础设施（半导体、服务器、云基础设施等）
Phase 3：AI驱动收入增长的应用/平台（AI功能带来新增收入）
Phase 4：AI带来成本下降/生产力提升的传统企业
1. 今年以来的股价表现（相对等权S&P500）
Phase 2基础设施篮子：+60个百分点，非常强
Phase 3“AI enable revenue”篮子：整体与市场大致持平，只有少数个股跑赢
Phase 4“生产力受益股”篮子：落后市场约 12 个百分点
理解：
投资者现在更愿意为“看得见的AI收入/订单”付钱，对“未来某天会显著提升利润率”的故事则较为保守
这也解释了为什么NVDA这种基础设施核心标的，其EPS预期上调，股价表现也继续领先
2. 盈利预期修正也印证了这种分化
表6统计了自4Q25开始以来对2026年EPS的上调幅度：
NVDA：+6%
Phase 2 科技硬件：+4%
其他基础设施相关：+2.7–3.6%
Phase 4 生产力篮子：几乎没有上调
也就是说：
哪里短期能看到收入 / 订单 / EPS的增厚，卖方一致预期就往哪里调，股价也跟着走
“AI提升生产力”在很多公司处于“止跌企稳、慢慢改善”的阶段，还没到大规模重估的时刻
四、谁可能是“下一波高确定性生产力受益者”？——Phase 4 精选篮子
市场在问：基础设施会不会高位震荡甚至回调？如果AI确实能带来劳动生产率提升，那接下来应当从哪些公司上反映出来？
高盛的筛选框架核心是两个维度+一些约束：
劳动成本占收入比重高
公司“人工成本 / 销售收入”的比率在 Russell 1000 中排前25%
工资支出中“可被 AI 自动化”的比例高
借用GS经济学家的测算，挑出那些工资支出里，AI可替代/增强比例最高的公司，同样取前25%
已经在财报电话会上谈 AI 效率
在2Q或3Q财报中明确提过 “AI 提升生产力/效率”
排除已经在基础设施 / 收入受益篮子里的股票
目的是找“新的潜在受益者”，而不是重复 Phase 2/3
得到的就是表格11里的“AI Productivity Beneficiaries”名单。高盛特别点出了平均排名靠前的几个：
HRB（H&R Block）
RHI（Robert Half）
CTSH（Cognizant）
EPAM（EPAM Systems）
IQV（IQVIA）
这些公司的共同特征：
业务本质高度“人力密集 + 知识密集”（税务服务、招聘、人力外包、IT服务、临床 / 医药服务等）
过去几年利润率相比S&P500中位数更低，但近期利润率改善幅度又往往更大
管理层在近期财报中反复谈到AI帮助提升人效、自动化任务分配等
价格 vs 盈利：
这个“生产力精选篮子”自2023年12月以来股价只相对等权S&P500落后约6个点（17% vs 23%），但同期前瞻EPS预期却上调了24%，比大盘多9个点
这意味着：盈利已经表现得比股价“乐观”，估值并未充分price in
报告的潜台词是：
对AI赛道感兴趣的投资者，如果担心基础设施赛道已涨幅过大，可以开始关注这类“盈利改善已出现、估值却不贵”的生产力受益者
当然，这只是框架和筛选方法，并不是单个股票建议，真正投资还要看个股质地、政策风险等
五、“平台股”：介于基础设施和应用之间的中间层
高盛还单独拎出了所谓AI Platform Stocks，大致相当于Phase 3的一部分，但更偏“工具层”：
典型公司包括：SNOW、MDB、DDOG、RBRK、ESTC、DT、CFLT等
这些公司提供：
数据库、数据平台
监控/观测（observability）
安全 / DevOps 等工具
它们是企业从“想用AI”到“真的在生产系统里用AI”中间不可或缺的基础工具
表格10里给了一些特征：
这些平台股2026年EPS增速中位数约在17%左右，市销率（EV/Sales）约在9–16倍，股价距52周高点平均还有22%左右的下跌空间
从表格9来看，平台股整体的EPS预期一路上行，但股价在2024–2025年间出现了明显的“消化期”（价格涨幅跟不上EPS增长）
解读：
这批公司是企业落地AI 的“水电煤”，但由于高估值 + 利率抬升 + 市场短期更偏爱“纯AI概念”或传统蓝筹，它们的估值被压缩
高盛的意思是：随着越来越多企业开始实质性集成AI，平台股的收入弹性有望逐步体现，这可能是 Phase 2 之后另一个能受益的方向
六、财报季整体情况：盈利是这轮行情的硬核心
1. 3Q25 S&P500 财报回顾
表格12给了非常详尽的按行业拆分，这里抓核心：
截至11月14日：
按公司数计：S&P500已有92%的公司公布业绩
其中64%的公司EPS超预期，只有8%低于预期，平均超预期幅度约10%
按市值加权：
已披露公司占指数市值约84%
74%的市值实现EPS超预期，平均超预期幅度约10%
行业方面：
科技、金融、医疗是超预期最广、幅度最大的三大板块
可选消费、通信中也有高比例超预期，但个股分化更大
能源和材料受价格周期影响，整体盈利增长较弱，但预期本身也调整得更保守
简而言之：
高盛的观点是，这个财报季并非靠“下调预期之后轻松超”，而是真实盈利增长本身就不错，这也是他们维持相对乐观股市展望的基础
2. 接下来几天的“关键公司”
表格13的收益日历列出了下周重点：
NVDA：市场最关注的AI芯片龙头
HD、LOW、TGT、WMT、TJX、ROST、WSM：覆盖不同客群的零售商，用来观察消费结构与中低收入群体的承压情况
PANW、INTU等科技股：代表网络安全、财税软件等细分SaaS领域
含义：
如果NVDA给出“继续爆表”的订单和指引，AI基础设施赛道短期可能修复之前的恐慌回调；反之则可能引发对AICapex周期的阶段性担忧
零售商的口径，则用于验证“软着陆 + 实质性减息”情景下，消费是否仍然稳健
七、宏观与指数层面：盈利增速 vs 高估值的平衡
1. S&P500盈利与指数路径
表格14–15给出了高盛与市场一致预期的对比：
2024A EPS：246美元（同比 +10%）
GS预期：
2025：262美元（+7%）
2026：280美元（+7%）
共识预期更乐观：
2025：271（+10%）
2026：308（+13%）
指数目标价：
当前点位约6737
GS 顶底线：
2026年底目标7600（从现在起总回报约13%）
12个月目标7200（约+7%）
理解：
GS比市场共识略为保守：同意盈利会继续增长，但不会像市场那么乐观
在这种盈利框架下，他们认为指数仍有一定上行空间，但属于**“盈利推动、估值大致横盘”**的格局
2. 估值：贵，但在利率背景下不算离谱
表格32：
S&P500当前NTM P/E约23–24x，处于过去20–30年的80–90百分位，确实偏贵
行业估值分布：
信息技术：29x，10年分位数89%，很贵
工业、可选消费也在历史上较高分位
金融16x、能源16x、地产17x 分位相对较低，是“估值上更便宜”的几个板块
表格34还画出了“股权风险溢价”和与10年期国债收益率的“收益率差”：
由于长期利率下行到4%左右，EPS收益率与实际利率的差仍然在合理区间
换句话说：估值贵，但不是典型泡沫区——前提是盈利要实现，且利率不能大幅重上
八、情绪与资金流：仓位不算爆满，资金仍偏爱货币基金
表格17：
GS US Equity Sentiment Indicator 为 -0.7（Z-score）
这是一个综合9项指标的仓位/情绪分数；
+1 代表过度拥挤，<-1 代表仓位太轻；
当前略偏“轻仓”，远不是极端乐观
资金流：
货币基金流入约9720亿美元
债券约5650亿
股票仅约2960亿
过去12个月：
说明**“现金为王”的思路仍然占主导**，并没有出现全民All in股市的狂热
经济增长定价：
通过“周期 vs 防御”篮子可以看出，市场对经济增长的预期基本与共识（未来四个季度GDP增速2–3%）匹配，没有明显衰退定价
整体看：
仓位结构给股市留了一定“上车空间”，不是那种所有人都满仓，然后只能往下的状态
九、利率、波动率、广度等：偏有利于“选股而非买指数”
利率与金融条件
市场定价的2026年联邦基金利率约3.1%，10年期美债收益率~4.1%
GS预测10年期美债未来一年维持~4.2%，金融条件指数略偏紧但不极端
市场广度与集中度
S&P500的“52周高点距离”表明，指数离高点近，而中位数个股离高点更远，广度偏窄
前10大权重股占指数市值约41%，占盈利约30%，均在历史高位附近
图23–24显示
指数高度依赖少数巨头表现，个股和板块之间差异很大
相关性与波动
图25–26：
个股间3个月滚动相关性仅约0.14，处于近十年低位
指数隐含波动率不高，但个股波动率更高
这套组合意味着：
主动选股在统计意义上更有价值（因为个股间差异大）
但对纯指数多头投资者来说，风险看起来并不夸张
十、综合：从这份报告可以得到的几个“框架性结论”
最后把这份长文压缩成几条更“可操作的认知框架”（只是框架，不是具体买卖建议）：
AI不是炒作结束，而是从“基础设施阶段”向“运营阶段”迁移
公司层面谈AI的频率在持续上升，场景正在从“写代码、客服”扩散到“供应链、HR、财务”等核心流程
股价端，AI交易目前严重偏向“看得见的Capex 和收入”
NVDA 及 Phase 2 基础设施仍是最赚钱的一段
平台股和生产力受益股的盈利在改善，但估值和股价还没完全跟上
如果要在AI主题中挖掘“下一阶段”，可以沿高盛的两条线索：
AI平台股：连接基础设施和应用的“中间层”，随着企业实质部署AI，收入弹性的确定性在增强
高劳动成本 + 高自动化暴露度 + 已实测效率提升 的传统企业，它们的EPS上调幅度已经明显高于市场，但估值尚未fully priced in
指数层面，高盛的整体态度是“温和乐观”，但强调依赖盈利兑现而非估值扩张
未来两年EPS年化增长 ~7%，指数年化回报预期中个位数到低双位数
仓位不算极端、资金仍在货币基金里，说明泡沫迹象有限
风险点在于三件事：
若NVDA等龙头显示AI Capex周期明显放缓，整个Phase 2–3可能阶段性重定价
若宏观层面出现超预期衰退/通胀卷土重来，盈利假设会被下修，高估值就难以维持
若监管/数据隐私对AI商业化形成强约束，企业对大规模自动化的节奏会变慢
以上内容不构成任何投资建议
页:
[1]