AI采用升温，企业信用市场的更强信号在供给端

概览

本报告从企业信用研究视角评估AI采用对美国和欧洲投资级非金融企业的影响。高盛筛查500家美国和175家欧洲投资级非金融企业的业绩电话会，并进一步审阅42家大型美国发行人和46家大型欧洲发行人的最新披露。结论是，AI提及度快速上升且跨区域趋同，但企业披露仍主要围绕生产率，已量化的盈利贡献很少；对信用投资而言，当前更可观察的信号不是利差分化，而是AI投资和数据中心建设可能扩大企业债融资需求。

核心观点

第一，AI相关提及在美国和欧洲企业中同步上升，科技和通信服务行业最集中。第二，企业管理层对AI的主叙事仍是生产率提升，而非大规模裁员或已实现盈利贡献。第三，医疗保健与生物制药、公用事业更偏向生产率受益叙事，软件、通信服务和房地产更常被追问AI带来的商业模式冲击。第四，软件支出并未在非超大规模云厂商和非软件企业中出现显著跃升，企业更多是在关键差异化场景自建能力，同时继续依赖外部供应商。第五，AI投资的信用含义更偏供给端，可能推高USD/EUR IG企业债发行量。

分析框架

报告结合宏观AI采用研究、企业电话会文本筛查、公司披露审阅和企业债发行供给估算，先判断AI叙事在区域和行业间的扩散，再评估其对生产率、劳动力、软件支出和企业融资需求的影响。样本包括500家美国和175家欧洲投资级非金融企业，并对代表约USD IG和EUR IG非金融企业债指数未偿金额50%的大型发行人子样本进行更细审查。

方法论与常识提炼

• 文本信号分析业绩电话会AI提及度筛查

  统计企业电话会中AI和软件相关表述的频率与行业分布。

  该方法用于观察AI主题在美国和欧洲投资级企业中的扩散速度，并识别科技、通信服务、房地产、医疗保健与生物制药、公用事业等行业的叙事差异。

• 公司披露审阅大型投资级发行人披露样本分析

  审阅42家美国和46家欧洲大型非金融投资级发行人的披露、演示材料和电话会。

  该子样本用于判断企业如何部署AI、是否量化生产率或盈利影响、是否提及劳动力影响，以及是否自建软件能力或增加软件支出。

• 信用供给分析AI相关企业债供给估算

  估算超大规模云厂商、数据中心建设和AI相关非超大规模发行人的企业债融资。

  报告将AI投资需求映射到企业债发行供给，认为通用公司用途融资和集中化流动性池会使追踪难度上升，但供给端上行风险仍值得关注。

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）。

• USD IG非金融企业债指数

  AI投资可能通过新增发行量影响供给端。

  优势

  美国大型企业AI提及度高，科技和通信服务行业AI整合更深，相关投资和融资信号更早显现。

  劣势

  生产率收益很少被量化到盈利层面，当前难以转化为明确利差优势。

  对比

  欧洲企业AI提及度已向美国收敛，区域差异不足以单独支持显著利差分化判断。

  风险

  若AI相关发行量继续扩大，新增供给可能对信用市场吸收能力和利差形成压力。

• EUR IG非金融企业债指数

  欧洲企业AI叙事正在追赶美国，供给端同样可能受到AI投资融资需求影响。

  优势

  大型欧洲企业中约67%将AI主要描述为生产率增强工具，披露扩散速度较快。

  劣势

  欧洲样本在部分季度报告公司数量较少，AI提及度变化可能受到样本覆盖影响。

  对比

  相较美国，欧洲在AI提及度上已趋同，但内部软件能力建设和软件支出增加比例较低。

  风险

  AI投资若以企业债方式融资，可能推高EUR IG供给预测；但具体识别会受到通用融资用途披露限制。

• 超大规模云厂商和数据中心相关企业债

  是AI建设中最可见、最直接的信用供给来源。

  优势

  今年超大规模云厂商已发行约1700亿美元，数据中心建设和AI资本开支需求清晰。

  劣势

  资本开支规模巨大，现金流占用高，后续融资需求可能持续上升。

  对比

  较其他行业更容易被识别为AI相关融资，但仍不能覆盖全部AI投资。

  风险

  若资本开支继续超预期，企业债供给和再融资需求可能进一步增加。

• 软件行业信用和软件供应商业务模式

  AI带来替代、内建能力和软件采购模式变化的讨论。

  优势

  企业仍依赖外部供应商满足通用软件需求，IT高管调查显示更多客户倾向“少自建、多购买”。

  劣势

  部分大型发行人开始为高价值用例自建专有AI软件能力，可能压制部分供应商的增长预期。

  对比

  非超大规模和非软件企业的电话会中，软件提及度并未显著跃升。

  风险

  软件行业面临AI重塑应用层价值链、客户预算重新分配和估值预期调整的风险。

• 医疗保健与生物制药、公用事业发行人

  最稳定地将AI与生产率提升联系起来。

  优势

  医疗保健与生物制药受益于药物发现、临床开发、患者风险分层、行政自动化；公用事业受益于电网优化、停电预测、预测性维护和数据中心用电需求。

  劣势

  实际盈利贡献仍缺乏广泛量化，生产率叙事尚未完全转化为可验证财务收益。

  对比

  相较软件、通信服务和房地产，这些行业更多被视为AI生产率受益方而非被颠覆方。

  风险

  监管、执行成本、数据治理和资本开支需求可能削弱生产率收益的信用正面影响。

• 房地产和通信服务发行人

  更常被追问AI的二阶冲击和商业模式风险。

  优势

  部分企业可通过自动化、客户交互和网络管理提升效率。

  劣势

  房地产面临AI驱动的劳动力结构变化和办公需求下降担忧；通信服务面临内容经济、广告和捆绑分销模式韧性的质疑。

  对比

  相较医疗保健与生物制药和公用事业，这两个行业的AI讨论更偏风险和颠覆。

  风险

  若AI改变办公需求、广告分配或内容生产经济性，相关信用基本面可能承压。

关键数据

• 美国企业AI采用率19.5%，未来六个月预期升至22.7%高盛宏观团队认为AI采用仍在上升但处于早期。
• 大型企业AI采用率员工超过250人的机构为36.1%，中型企业为30.6%大型企业仍领先，中型企业正在追赶。
• AI相关岗位变化AI暴露行业每月约减少11,000个岗位，数据中心相关建设每月约增加9,000个岗位劳动力影响仍不均衡，整体冲击较温和。
• 生成式AI生产率提升证据学术研究平均约23%，公司案例约33%已部署场景显示提升明显，但尚未广泛量化到盈利层面。
• 企业对AI生产率的披露约54%公司讨论AI生产率，11%量化具体用例收益，2%量化盈利影响生产率叙事强，但盈利证据仍少。
• 四大超大规模云厂商AI资本开支预期2025-2030年合计约5.3万亿美元硬件和数据中心资本开支是信用市场最可见的AI投资来源。
• 全球非硬件AI支出估计可能超过1万亿美元包括内部软件、数据基础设施和组织重塑，可能主要通过内部人工成本吸收。
• 电话会筛查样本500家美国投资级非金融企业、175家欧洲投资级非金融企业用于比较AI和软件提及度在区域与行业之间的演变。
• 大型发行人审阅样本42家美国公司、46家欧洲公司代表剔除国际发行人和超大规模云厂商后USD IG与EUR IG非金融企业债指数约50%的未偿金额。
• AI提及度变化从2022年初每家公司每季度不到0.5次升至近期约4次欧洲在2025年末基本向美国水平趋同。
• 大型企业生产率叙事占比美国约60%，欧洲约67%主流表述是AI提升生产率，且通常未明确提及人员影响。
• 劳动力影响表述约19%公司提到用更少人手完成更多工作；明确裁员表述在美国为7%、欧洲为2%更常见的是放缓招聘，而非直接裁员。
• AI与其他议题美国9.5%、欧洲6.5%公司提到安全或监管等其他因素；少于5%未讨论AIAI主题已广泛进入大型企业披露。
• 内部软件能力建设美国9.5%、欧洲6.5%公司提及自建AI赋能的软件或专有能力主要用于高价值或差异化用例，同时继续依赖外部供应商满足通用软件需求。
• 软件支出增加美国24%、欧洲15%公司讨论更高软件支出美国由医疗保健与生物制药带动，欧洲由工业企业带动。
• IT高管调查56%预计减少自建、更多购买软件；17%预计增加内部开发与大型发行人披露中“选择性自建、通用需求外购”的信号基本一致。
• 今年超大规模云厂商企业债发行约1700亿美元已在全球银团企业信用市场完成发行。
• 非超大规模AI相关供给约2000亿美元来自USD和EUR市场中与AI建设和数据中心融资直接相关的非超大规模发行人。
• 全球AI相关银团企业债发行估计至少约3700亿美元包括超大规模云厂商以及与AI建设和数据中心相关的行业，且可能低估更广泛企业借款人的AI支出。

影响与含义

报告对投资级企业信用市场的含义偏向供给端而非利差端。AI采用和投资仍在扩散，但生产率和盈利贡献尚未被广泛量化，因此不足以证明美欧投资级信用利差会因AI采用差异而显著分化。相反，数据中心建设、超大规模云厂商资本开支、非硬件AI投入和更多行业的AI部署，可能增加企业融资需求，并对2026年USD和EUR IG总供给预测形成上行风险。由于许多投资级企业会以“通用公司用途”发行债券，且企业流动性池集中化，AI相关融资的追踪难度较高。

风险

• AI生产率收益尚未被广泛量化，企业管理层叙事可能领先于实际财务影响。
• AI相关债券供给可能被“通用公司用途”融资掩盖，导致市场低估真实融资需求。
• 企业现金和流动性池集中化，使AI投资的具体资金来源和用途难以追踪。
• 超大规模云厂商和数据中心建设资本开支规模巨大，可能推升杠杆、自由现金流压力或再融资需求。
• 软件、通信服务和房地产行业可能面临AI带来的商业模式重估风险。
• 安全、监管、数据治理和执行复杂度可能拖慢AI采用并削弱生产率改善。
• 当前证据不足以支持美欧信用利差显著分化，过早交易区域AI差异可能面临误判风险。

后续跟踪

• 美国和欧洲企业每季度AI提及度是否继续上升，以及欧洲是否持续贴近美国水平。
• 大型企业是否开始量化AI对具体用例、成本节约、收入增长或每股收益的影响。
• USD和EUR IG市场中AI、数据中心和云资本开支相关发行量是否继续超预期。
• 企业债募集资金用途是否从“通用公司用途”转向更明确的AI、数据中心或软件投资表述。
• 医疗保健与生物制药、公用事业的AI生产率叙事是否转化为可验证的利润率改善。
• 软件、通信服务和房地产行业的电话会问答中，AI颠覆风险是否进一步升温。
• 企业是增加内部软件开发、加大外部采购，还是采用混合模式。
• 高盛未来是否对USD和EUR IG总供给预测加入更高的定性上调覆盖。