迄今为止，围绕人工智能与生产力的讨论，大多停留在理论层面，或聚焦“投入端”，而非“产出端”。投资者自然把注意力放在资本支出、基础设施建设以及支撑AI供应链的公司身上。真正更难被看清、也更容易被忽视的是：AI是否已经在改变企业的实际运营方式。但这种情况，可能正在发生变化。

从宏观数据看，生产率尚未明显加速。这让一些评论者断言，AI不过是又一个被过度炒作的技术周期，其好处需要多年才能兑现。然而，这种视角可能忽略了一个更重要的现实：变化并不会均匀发生。

汇总数据恰恰掩盖了资本市场最关心的东西——赢家与输家之间的分化。由于应用场景不同、AI投入节奏不同、起始利润率和估值不同，AI带来的生产力红利，不太可能在各行业、各国家同步出现。

我们认为，最重要的早期信号，可能体现在企业层面的两个指标上：员工人均销售额与营业利润率的改善。在利润率较薄的行业中，这一点尤为关键，因为哪怕是温和的效率提升，也可能对利润产生放大式影响。

以下是AI已经开始对部分企业“产生实质影响”的领域：

零售与消费品

沃尔玛利用AI驱动的供应链自动化，使其配送中心单位成本最多下降30%，从而在不增加员工数量的情况下实现营收增长。对许多零售商来说，AI并不是取代员工，而是让员工更高效，并把人力重新配置到更高价值、面向客户的工作中。

金融行业

银行是数据最密集的机构之一，已经开始看到持续、渐进的生产力提升。摩根大通已识别出450个AI应用场景，涵盖客户个性化、交易、反欺诈等领域。美国银行的数字助理“Erica”已处理数十亿次客户交互，使呼叫中心业务量减少40%。

这些改善看起来并不“惊艳”，但胜在持续。对于固定成本庞大的银行来说，即使成本收入比出现微小改善，也可能带来成倍放大的盈利增长。

工业领域

迪尔公司的“See and Spray”技术利用AI将部分化学品使用量减少60%，并预计到2030年，其设备销售额中将有10%来自经常性服务。工业设备供应商固安捷（Grainger）利用AI优化库存与客户服务，使服务水平提升2.5个百分点。航空航天领域中，劳斯莱斯通过AI决策模型，在采购端节省了约1.8亿英镑。

科技与服务

在软件和IT服务行业，AI已经带来可量化的成本节约和利润扩张。SAP的AI工具在2025年创造了3亿欧元的效率提升，预计将增至5亿欧元。在支付领域，PayPal和FIS等公司借助生成式AI编码助手，使开发人员生产力提升10%至30%。

最大的赢家，可能来自意想不到的地方。

不是那些利润率本就很高、光环最耀眼的公司，而是利润率低、劳动密集型的企业。对它们来说，人均销售额的小幅上升，或单位成本的轻微下降，都可能转化为利润的显著增长。

这也解释了：下一阶段AI驱动的投资回报，可能不再集中在那些“昂贵且拥挤”的AI基础设施受益者身上，而是更多出现在估值更低、持仓更分散的公司中。

它们的优势不会大张旗鼓地出现，而是悄然体现在：利润率、成本收入比、人均收入，以及随后持续出现的盈利超预期和估值抬升。寻找那种数据丰富、服务导向、成本结构较重，同时大举投入AI并已经看到效果的行业。

AI生产力的到来，大概率不会伴随锣鼓喧天。
但市场向来对“数字开始变化”极其敏感。对部分公司而言，这种变化已经出现，并将在2026年逐步扩散，推动更广泛的市场收益。

真正的AI红利，正在从“讲故事”，走向“算账本”。而重估，往往就发生在这一步。