AI基础设施继续驱动盈利，企业AI生产力红利仍待验证

概览

本报告复盘美国企业2026年第二季度财报，评估企业AI采用对盈利、支出、软件需求和劳动力市场的影响，并更新AI生产力受益者及高低劳动力成本股票篮子。核心结论是，AI资本开支对基础设施相关公司的盈利拉动已十分显著，但AI部署在多数企业中的直接盈利贡献尚未形成广泛、可统计验证的信号。

核心观点

标普500盈利增长广泛且强劲，但AI基础设施仍是最显著的增量驱动。企业AI支出正在加速，短期主要通过重分配现有软件、技术和劳动力预算来融资；因此其对市场总盈利的影响有限，但可能改变行业及公司间的盈利分配。软件基本面暂未显示普遍的AI替代冲击，AI对劳动市场的影响已可见但仍局限于特定职业与行业。

分析框架

报告结合标普500季度业绩、公司财报电话会表述、GS IT Spending Survey、Ramp AI Index、模型提供商收入估计、公司披露的员工与薪酬数据，以及基于职业数据的AI自动化暴露度，评估AI支出、生产力和行业盈利影响。

方法论与常识提炼

• 盈利归因标普500EPS增长归因

  区分AI基础设施公司与市场其余公司的盈利贡献。

  将超大规模云厂商及受益于其资本开支的公司归为AI基础设施，并剔除部分私募投资相关其他收入，以判断AI基础设施对指数EPS增长的贡献。

• 企业支出分析AI推理费用估算

  估算AI推理费用在标普500收入和IT预算中的占比。

  结合主要AI模型提供商收入、企业与消费者支出拆分及标普500支出份额估算推理费用；该估算不包含技能型劳动力和技术基础设施等其他实施成本。

• 选股筛选AI生产力受益者筛选

  以劳动力成本敏感度和AI自动化暴露度识别潜在受益公司。

  在Russell 1000中筛选行业内工资单AI自动化暴露度与劳动力成本占销售额比例均位于前50%的公司，同时要求其在二季度业绩电话会上将AI与生产力或效率联系起来，并排除AI基础设施及AI颠覆风险篮子成分。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• AI基础设施股票

  AI资本开支的直接受益者

  优势

  资本开支和盈利增长的短期可见度高，2026年第二季度对标普500盈利增长贡献显著。

  劣势

  估值和增长预期可能已较高，对超大规模云厂商资本开支周期敏感。

  对比

  相较AI生产力受益者，当前盈利兑现更明确，因而更受投资者偏好。

  风险

  资本开支放缓、供应链或竞争变化、盈利预期下修。

• 软件股票

  潜在的AI预算再分配承压方，同时也是企业AI部署工具提供者

  优势

  调查及已披露基本面暂未显示广泛替代；高盛覆盖的软件公司ARR增长近期略有加速。

  劣势

  市场仍担忧企业自建AI工具取代部分外部软件应用。

  对比

  与AI基础设施相比，软件行业对AI支出加速的受益更间接，短期不确定性更高。

  风险

  客户转向内部开发、预算向模型和基础设施迁移、AI原生竞争加剧。

• AI生产力受益者篮子

  潜在受益于AI自动化降低劳动力成本

  优势

  劳动力成本占比较高且AI自动化暴露度较高，若生产力兑现，利润率上行空间较大。

  劣势

  截至目前缺乏有意义的AI驱动盈利改善证据，历史表现大致与标普500相当。

  对比

  较AI基础设施股票缺少近期、可量化的盈利催化。

  风险

  自动化暴露也可能意味着业务受颠覆，而非单纯效率提升。

• 高劳动力成本股票篮子（GSTHHLAB）

  对AI生产力改善和劳动力预算再分配更敏感

  优势

  若AI显著提升效率，潜在成本节约空间更大。

  劣势

  劳动力替代、实施成本及业务颠覆风险亦更高。

  对比

  中位劳动力成本占收入31%，高于低劳动力成本篮子的5%及标普500中位数的14%。

  风险

  AI收益落地慢于预期、劳动市场调整摩擦、成本节约无法转化为利润。

关键数据

• 标普500 2026年第二季度EPS同比增长31%剔除部分私募投资相关“其他收入”后。
• AI基础设施公司EPS同比增长54%超大规模云厂商及受益于其资本开支的公司。
• AI基础设施对标普500EPS增长的贡献约50%2026年第二季度。
• 标普500公司EPS增长中位数14%2026年第二季度。
• 量化AI具体生产力影响的标普500公司比例11%例如编码或客户支持。
• 量化AI对盈利影响的标普500公司比例2%与2026年第一季度占比相近。
• AI推理费用占标普500收入比例不足0.5%为估算值。
• 每名员工月度AI支出中位数由年初5美元升至7月12美元Ramp AI Index；支出分布高度分散。
• AI支出来源约三分之二来自现有预算重分配其中18%来自软件预算，11%来自劳动力预算。
• 标普500劳动力成本约占收入12%，合计约2.1万亿美元基于公司披露及2025年估计。

影响与含义

投资者应继续关注盈利弹性和订单可见度较高的AI基础设施链条，但不宜仅凭AI叙事追逐生产力受益者。企业AI支出加速是未来数个季度的重要验证点：若生产力改善转化为利润率和EPS上修，劳动力成本高且自动化暴露高的公司可能受益；若AI预算主要挤占既有软件和劳动力支出，则行业内部的收入与利润再分配将比市场整体盈利扩张更为突出。

风险

• AI采用的生产力和盈利收益可能低于预期或兑现周期更长。
• AI基础设施资本开支增速放缓可能削弱当前最主要的盈利驱动力。
• 企业将预算从软件或劳动力转向AI，可能导致行业内收入和利润重新分配。
• 高AI自动化暴露度既可能带来效率收益，也可能提高业务被颠覆风险。
• AI支出、推理费用及自动化暴露度包含估算和调查数据，存在口径与样本偏差。

后续跟踪

• 企业在后续财报中量化AI对收入、成本、利润率和EPS的披露比例是否上升。
• AI推理费用及每名员工AI支出的持续增长速度。
• AI资金来源是否由现有预算重分配转为新增预算。
• 软件公司的ARR、续约和客户自建工具趋势是否出现AI替代迹象。
• 高劳动力成本且自动化暴露高公司的利润率、员工人数和经营效率变化。
• 超大规模云厂商资本开支及AI基础设施公司订单、收入和盈利指引。