当下AI领域正显现出几分反常的景象。一方面，涉及芯片制造、云计算服务、数据中心运营及电力供应等基础设施建设的“卖铲子”行业正经历着利润的快速攀升；另一方面，那些投入重金引进AI解决方案的公司，却依然难以给出一个清晰的答案：通过运用AI，究竟实现了多少实际营收增长？
高盛在分析标普500指数成分股公司二季度的财务报告时指出，大约11%的企业能够明确评估AI在编程辅助、客户服务等特定环节的生产率提升效果。而能够将AI与盈利增长直接划上等号的，仅占总数的2%。更有意思的是，报告披露，在那些声称能衡量AI生产率改善的企业中，其盈利中位数同比增长了17%，未披露改善情况的企业盈利中位数增长约为14%，这两者之间的差距在统计学上并不显著。
由此可见，当前AI发展的关键议题正在发生转变。先前争论的焦点是“企业是否愿意为AI投入资金”，现在答案已逐渐明朗；新的挑战在于，这些投入何时会转化为实实在在的利润。
为何提供AI解决方案的企业反而能率先获利？究其原因，主要在于基础设施投资的收益最为直接可查。微软、谷歌、Meta及亚马逊等科技巨头只需新建一座数据中心，购入GPU、交换设备、存储单元和供电系统等硬件，相关资本开支便即时转化为下游企业的收入。
高盛的统计数据显示，标普500指数二季度每股收益（EPS）同比增长约31%，其中AI基础设施建设相关企业的盈利增长达到了约54%，对整个指数的盈利增长贡献显著。这也解释了为何资本市场在过去几年里对英伟达、存储设备、光通信器材和数据中心产业链展现出浓厚兴趣。这些企业的AI业务收入清晰可见——多少GPU售出，多少服务器交付，数据中心新增多少兆瓦的容置能力，云业务收入增长了多少，这些都明确地体现在财务报表中。尽管AI对社会整体生产率的提升效果仍存争议，但GPU的销售业绩是确凿无疑的。
那么，为何使用AI的企业在财务核算上却面临困难？不妨设想一家原本拥有100名客服代表的公司，在部署AI系统后，客服响应效率提高了30%。表面上看是个可观的飞跃，但如果该公司未进行人员裁减，也未因效率提升而增加30%的产品销售，那么其财务报表上的利润可能几乎未发生变化。这正是“效率提升”与“利润提升”之间往往被忽视的时间滞后现象。
AI或许能加速员工编写代码、撰写报告、以及回复客户的速度，但企业还需对其组织架构、业务流程、管理机制和产品模式进行相应的调整，才能将节省的时间有效转化为利润增长。因此，许多公司虽然已经认识到AI的实用价值，却尚未完成将这种“好用”转化为“好赚”的关键步骤。
事实上，目前企业对AI的投入仍在持续增加。高盛依据企业调查指出，当前AI推理成本占标普500成分股公司收入的比例仍不足0.5%。高达89%的受访企业称，其AI开支仅占IT预算的1%至5%。这意味着对于大多数大型企业而言，AI目前的成本尚未高到无法承受的地步。同时，Ramp AI Index的数据显示，美国企业对AI工具的支出正迅速增长。该指数此前记录显示，中等规模企业每位员工每月在AI上的支出约为11美元，而最为积极的那10%的企业已经达到了数百美元的水平。
这揭示出一个重要的矛盾点：现在最大的挑战并非“企业是否相信AI”，而是尽管企业已然深信AI的价值，财务部门却仍在期待实际成效的显现。更有深意的是，高盛报告中一个值得投资者关注的现象是：约三分之二的企业的AI预算并非新增，而是在现有预算中重新调配资金。无论是软件支出、人力成本、云服务费用还是数据分析预算，都可能成为支持AI项目的资金来源。仅有约35%的受访者反映其AI投入来源于专项新增预算。
这一情况暗示着，AI商业化的下一阶段，或许并非整个IT预算的整体增长，而是预算结构内部的重新分配。随着企业为AI Agent投入更多资金，例如每增加100万元，可能会相应减少对传统SaaS软件的采购。AI客服系统的投入增加，可能伴随着传统外包客服预算的削减。当AI在代码编写方面的应用日益成熟，企业对某些开发工具或增加程序员数量的需求也可能随之降低。因此，当AI真正开始创造商业利润时，其受益者将不仅仅是“AI公司”，同时也可能催生出新的行业输家。这标志着AI技术革命正逐步从单纯的技术革新阶段过渡到商业应用的实质性阶段。
网友评论