随笔：AI投资的下一步：谁能把算力变成利润？

摩根士丹利研究约3600家公司后，提出了一个值得关注的变化：AI的投资机会，正在从“谁建设AI”，扩展到“谁真正用好AI”。

过去几年，谈到AI投资，市场最先想到的是芯片、服务器和数据中心。这很容易理解：不先把算力建起来，就谈不上大规模应用。

但随着投入持续增加，一个问题变得越来越重要：花出去的钱，究竟能给谁带来收入和利润？今天这份研报分享给各位。

摩根士丹利在9月24日发布的《Mapping AI's Rate of Change: From Buildout to Broadening》中，把这一阶段称为从“建设”走向“扩散”。我觉得，这比简单讨论“AI行情是否结束”更有价值。

第一，芯片的故事还没有讲完

如果说AI投资要向应用扩散，是否意味着芯片和数据中心该退场了？我认为不能这么理解。

报告的判断是，AI算力需求仍然很强，但数据中心的建设受到电力、劳动力和审批等因素限制。其中，能否及时获得电力，是一个关键瓶颈。

这也解释了为什么摩根士丹利仍然关注部分半导体、数据中心基础设施，以及发电设备、电网设备和储能相关公司。

不过，“整个行业受益”与“每家公司都值得买”是两回事。建设周期越往后走，订单能否兑现、产能能否交付、利润能否跟上，以及股价已经反映了多少预期，都会变得更重要。

第二，软件可能开始接过一部分关注

硬件提供算力，软件则决定企业能不能把算力真正用起来。

一家企业想把AI接进自己的业务，通常要先整理数据，让模型能够调用企业内部的信息；随后还需要监控运行情况，处理权限与安全问题。完成这些基础工作之后，AI应用才有机会进入日常流程。

因此，摩根士丹利认为，基础软件和安全软件可能比许多应用软件更早看到需求。报告列出的相关领域包括数据平台、运行监控和网络安全；而更广泛的应用软件及服务公司，可能需要等待客户形成可重复的投入产出模式。

我觉得这个顺序很重要。市场喜欢想象最终的AI应用会有多大，但企业付款往往要一步一步来。

第三，真正值得盯住的是“AI使用者”的利润表

报告最吸引我的部分，是它对AI使用者的研究。

所谓“AI使用者”，不一定是一家科技公司。零售、金融、医疗、工业等行业，都可能通过AI改善客服、供应链、研发或内部运营。关键在于，改善是否足够大，能否反映在财务数字里。

报告筛选的一组AI使用者，其未来12个月每股盈利的市场一致预期，在过去两年上升了约70%。这是盈利预测的变化，不能当成已经实现的利润，更不能直接理解为股价涨幅。

与此同时，报告显示，这组公司的远期市盈率中位数约为18倍，低于其所筛选AI建设者约22倍的水平。摩根士丹利认为，当盈利预期开始改善、估值却没有同步抬高时，AI使用者值得更多关注。

但我会给这个结论加一个条件：盈利改善究竟有多少来自AI，需要逐家公司核实。一家公司利润率提高，也可能来自涨价、成本下降或原有业务复苏。只要把所有改善都算到AI头上，就很容易高估它的作用。

现在已经出现了一些更具体的线索。例如，报告整理的企业表述中，Airbnb称其AI助手已能处理超过40%的相关客服问题；Verizon称利用AI优化网络后，已产生超过2亿美元的能源节约。这些是公司披露的案例，说明AI开始有可衡量的经营影响，但仍需要继续观察效果能否持续、能否扩大。摩根士丹利另一篇公开文章也指出，截至2026年7月，约四分之一的标普500公司曾在业绩或会议记录中提到至少一项可量化的AI影响。

我会怎样看下一阶段？

读完这份报告，我不会得出“卖掉芯片，全部买应用”的结论。更准确的理解是：AI投资正在从一条主线，变成几条进展不同的主线。

一边是仍有需求、也仍受供应瓶颈约束的芯片和电力基础设施；另一边是开始获得企业订单的软件；再往后，是那些能把AI转化为持续利润增长的使用者。

接下来我会特别关注三个问题：

第一，公司说自己在用AI，有没有具体的经营数字支持？

第二，节省的成本或新增的收入，能不能持续进入利润表？

第三，即使方向判断正确，当前价格是否已经反映了太多乐观预期？

这两天模型持仓的AI应用个股止盈了，接下来需要持续验证。