卖AI的赚翻了，用AI的还没赚到钱：商业化到底卡在哪？

AI正在出现一个很反常识的局面。

一边，是芯片、云计算、数据中心、电力等“卖铲子”的公司利润高速增长；另一边，大量花钱采购AI的企业，却仍然回答不了一个最简单的问题：用了AI以后，到底多赚了多少钱？

高盛最新复盘标普500二季度财报发现，只有约11%的公司能够量化AI在编码、客服等具体环节带来的生产率改善，真正能够把AI与盈利增长直接量化挂钩的公司，只有2%。更微妙的是，披露AI生产率改善的企业盈利中位数增长17%，其他公司约14%，两者差异并不具有明显统计意义。

所以AI现在真正的考题已经变了。

上半场的问题是“企业愿不愿意为AI花钱”，现在答案已经很清楚；下半场要回答的，是这些钱什么时候真正变成利润。

为什么卖AI的先把钱赚走了？

因为基础设施的钱最容易确认。

微软、谷歌、Meta、亚马逊建一个数据中心，采购GPU、交换机、存储、电源和服务器，这些资本开支一发生，就会变成另一家公司的收入。

高盛统计显示，标普500二季度EPS同比增长约31%，其中AI基础设施相关公司盈利增速达到约54%，贡献了整个指数相当大一部分盈利增长。

这也是过去几年资本市场最喜欢英伟达、存储、光通信和数据中心产业链的原因。

它们的AI收入是可以直接数出来的。

卖了多少GPU，出了多少服务器，数据中心新增多少MW，云业务收入增长多少，都能直接进入财报。

AI有没有提高全社会生产率还可以争论，但GPU已经卖出去了。

为什么到了“用AI”的企业，账突然难算了？

假设一家企业过去有100名客服。

引入AI以后，客服回复效率提高30%。

听起来是巨大进步。

但如果企业没有裁员，也没有因为效率提升多卖30%的产品，那么财务报表上的利润可能几乎不动。

这就是“效率提高”和“利润提高”之间最容易被忽略的时间差。

AI能够先让员工写代码更快、做报告更快、回复客户更快，但企业还需要重新调整岗位、流程、管理制度和产品模式，才能真正把节省出来的时间换成利润。

所以很多公司现在已经看到AI“好用”。

却还没完成最关键的一步：

把好用变成好赚。

企业其实正在疯狂加钱

更有意思的是，AI没有因为ROI暂时算不清而失去客户。

恰恰相反，企业花的钱越来越多。

高盛援引的企业调查显示，目前AI推理成本占标普500公司收入比例仍不到0.5%；89%的受访者称，AI支出约占IT预算1%—5%。也就是说，对多数大型企业而言，AI目前还没有贵到“用不起”的程度。

与此同时，Ramp AI Index显示，美国企业AI工具支出正在快速增长。此前其数据显示，中位企业每名员工每月AI支出约11美元，而最积极的10%企业已经达到数百美元级别。

这说明现在最大的矛盾不是：

“企业相信不相信AI？”

而是：

企业已经相信了，但财务部门还在等结果。

更关键的信号：三分之二的钱，是从别的预算里挪来的

这里才是高盛报告中最值得投资者注意的地方。

目前大约三分之二企业并没有为AI单独创造一笔全新的预算，而是在原来的预算里重新分钱。软件、人工、云服务、数据分析等项目，都可能成为AI的资金来源。只有约35%的受访者表示AI来自新增预算。

这意味着一件很重要的事：

AI商业化的下一阶段，可能不是整个IT蛋糕无限变大，而是蛋糕内部重新切。

企业每多给AI Agent花100万元，也许就会少买一部分传统SaaS软件。

AI客服投入增加，传统外包客服预算可能下降。

AI写代码越来越成熟，企业购买某些开发工具或者增加程序员人数的需求也可能被压缩。

于是AI真正开始赚钱以后，受益的不只是“AI公司”，还会产生新的输家。

这才是AI从技术革命进入商业革命的标志。

为什么现在资本市场仍然更相信“卖铲子”？

因为确定性完全不一样。

基础设施公司只需要证明：

客户还在下订单。

而AI应用企业需要证明的是：

客户买了AI以后，真的创造了额外利润。

两者难度差很多。

如果一家云厂商今年多建100亿美元数据中心，芯片、存储、电源设备商立刻就能收到订单。

但一家零售企业花1000万美元部署AI之后，它可能需要一年时间才能证明库存周转率提高了多少、客服成本下降了多少、转化率提高了多少。

因此资本市场现在实际上在给两种AI资产不同估值。

一种卖的是已经发生的收入。

一种卖的是未来可能发生的生产率红利。

前者已经能写进利润表，后者目前更多还写在PPT里。

AI真正的商业化拐点，会出现在哪里？

答案可能不是“更多公司宣布使用AI”。

而是出现越来越多这样的财报：

AI让销售费用率下降2个百分点。

AI让人均收入提高20%。

AI让客服成本下降30%。

AI让研发周期缩短半年，同时减少多少员工和外包投入。

到了这一刻，AI才会真正从“科技部门项目”变成CEO和CFO眼里的利润工具。

高盛也认为，随着企业从试验走向更大规模部署，未来几个季度AI的生产率效果可能会越来越清晰；但目前投资者依然更愿意给基础设施受益公司溢价，因为收益更直接、更容易追踪。

这就是下一阶段最重要的观察指标：

不是有多少家公司接入AI，而是多少家公司敢在财报里写清楚AI到底赚了多少钱。

这也决定了AI应用下一轮真正的赢家是谁

过去两年，只要一家公司宣布“全面拥抱AI”，市场往往愿意先给估值。

未来恐怕越来越难。

真正能够获得重估的公司，需要证明AI至少改变其中一项东西：

降低人工成本。

提高销售转化率。

提高研发效率。

增加客户付费。

或者创造过去不存在的新收入。

否则AI只是从一个软件换成另一个软件。

公司可能更先进了，利润却没有更高。

资本市场最终不会长期为“看起来更智能”付钱。

它只会持续为现金流付钱。

真正危险的不是AI花钱多，而是花钱后看不到回报

现在全球AI资本开支仍然非常庞大。

Reuters此前报道，英伟达正在联合Apollo、黑石、贝莱德、高盛等金融机构推动超过5000亿美元的算力融资平台；美国大型科技企业今年的数据中心支出也仍处于极高水平。

所以短期来看，AI基础设施产业链依然拥有很强的需求支撑。

真正值得警惕的时间点并不是企业停止采购GPU。

而恰恰可能是：

GPU越买越多，Token越用越多，企业却连续几个季度证明不了利润改善。

一旦资本市场发现“卖AI的人一直赚钱，用AI的人长期不赚钱”，就会开始重新追问整个产业最核心的ROI。

这也是AI超级资本开支周期最终必须通过的一场考试。

AI目前并没有遭遇“没人愿意付钱”的商业化危机。

恰恰相反，企业采购越来越积极，模型调用越来越多，基础设施投资仍然庞大。

真正缺少的是最后一块拼图：

生产率如何进入利润表。

所以现在说“AI没有商业价值”显然太早，但说“AI已经全面改变企业盈利”也没有足够证据。

高盛这组2%的数据真正提醒市场的是：

AI革命已经从“证明技术有多强”，进入了第二阶段——证明技术到底值多少钱。

卖AI的人已经率先交出答案。

用AI的人，还在考试。

而未来真正能够把AI从IT费用变成利润增长的公司，可能才是这轮AI行情下半场最值得寻找的资产。

AI上半场拼的是谁能造出最强模型，下一阶段拼的可能是谁能把模型变成最厚的利润。

参考资料：高盛最新美国股票策略研究；Barron's对高盛AI生产率研究的报道；Ramp AI Index；Reuters关于全球AI资本开支与算力融资的报道。以上内容仅为财经产业分析，不构成任何投资建议。