核心观点 - 摩根士丹利认为，当前市场对生成式AI和AI代理将颠覆传统“服务+周期”型企业的担忧过度，导致相关板块被无差别抛售，这可能是一个巨大的定价错误 [1] - 被市场视为颠覆目标的群体，实际上是AI采用率最高、定价权最强的群体，是AI的“受益人”而非“受害者” [1][2] - 企业正在获得实质性的、可量化的AI财务收益，AI采用者的盈利正在扩张，且这一趋势预计将持续 [4][7] - 决定企业在技术冲击下股价表现的核心是远期盈利的变化，自下而上的选股在当前周期中至关重要 [11][12] - 许多传统行业（如软件、金融、电商、交通等）拥有深厚的护城河（如合规、信任、专有数据、物理资产），AI对其更多是增强而非颠覆，部分行业甚至将显著受益 [14][15][16][17][18][19] 市场情绪与估值错位 - 市场对“AI颠覆论”的恐慌导致相关板块遭遇无差别抛售 [1] - 被视为颠覆目标的“服务+周期”群体，目前仅占标普500总市值的13%，这解释了为何大盘指数整体回撤有限但板块内部波动剧烈 [1] - “服务+周期”板块的相对估值处于2010年以来的第9百分位，接近历史最便宜区间 [1] - 机构对该板块的净敞口已降至历史第20百分位，处于极度低配状态 [1] - 在摩根士丹利定义的“近期重点关注为被颠覆者”子群体中，年初至今市值下跌17%，在标普500中权重为13%，其远期市盈率百分位排名仅为9%，机构净敞口百分位排名为20% [3] AI采用现状与财务影响 - 摩根士丹利通过AI模型分析超过10,000份财报和会议记录发现，企业正在获得实质性AI红利 [4] - 在2025年第四季度，被认定为“AI采用者”的公司中，有30%在电话会中提及了AI带来的至少一项“可量化的财务影响”，该比例在2025年第三季度为24%，在2024年第四季度仅为16% [4] - 对于更广泛的标普500成分股，提及可量化财务影响的比例在2025年第四季度也升至21% [4] - 目前提及最多的量化收益主要集中在“财务影响”（包括收入增长、成本节约），其提及量比上一季度翻了一倍 [4] - 2024至2025年间，AI采用者的EBIT利润率扩张了310个基点，扩张速度是MSCI全球指数同期水平的两倍 [7] - AI采用带来的红利中，约80%将体现在成本效率的提升上 [7] - 例如，花旗银行表示，AI驱动的自动化代码审查每周能节省约10万小时 [7] - 欧洲企业计划利用AI缩减劳动力规模的比例（净35%）远高于其他地区（略高于10%） [7] - 摩根士丹利预计，AI的采用将在2026年为标普500指数整体贡献40个基点的利润率增长 [4] 历史经验与投资逻辑 - 当前市场对AI的恐慌与2007年iPhone发布后市场对智能手机的“颠覆恐慌”类似 [10] - 历史数据显示，面对跨时代科技冲击时，决定股价表现的最核心指标是“远期盈利的变化” [11] - 例如，在iPhone发布后，远期盈利与股价表现之间的斯皮尔曼等级相关系数高达0.9（极强相关） [12] - 自2023年底以来，AI采用者的盈利上调幅度已达到被AI颠覆者的两倍左右，且差距正在拉大 [11] - 当前是一个重大投资周期的典型特征，资本不仅流向结构性领跑者，也流向周期性领跑者，自下而上的选股策略尤为重要 [12] 具体行业分析 软件行业 - 软件板块近期经历剧烈杀估值，平均估值倍数（企业价值/销售额约4.4倍）已回落至2014-2016年云计算恐慌时的低谷水平 [14] - 市场担忧包括：AI初创公司抢夺份额、按席位收费的商业模式崩溃、GPU成本推高压制利润率 [14] - 摩根士丹利认为担忧错位，生成式AI从根本上扩展了企业软件的能力，解决了传统软件无法处理的“非结构化数据”痛点 [14] - 拥有分发渠道、专有数据和工作流控制权的现有软件巨头，反而是最大的获益方 [14] 消费金融与支付 - 市场担忧代理AI能自主购物，从而绕开传统信用卡支付网络 [15] - 摩根士丹利对此持怀疑态度，认为这忽略了信任体系、欺诈保护、信用扩展和客户奖励的重要性 [15] - 在这些行业中，监管牌照和资产负债表是天然屏障，AI只会加速优化后端效率（如承保、反欺诈、客服） [16] - 银行和消费金融企业将借助AI大幅提升运营杠杆，2026和2027年大型银行的利润率有望进一步提振 [16] 互联网与电商 - 能够自主帮用户比价、下单的“代理商务”将是下一个重大的生成式AI解锁点，使消费者漏斗更具对话性、个性化和互动性 [17] - 摩根士丹利预计，到2030年，代理商务将为美国电商市场带来额外500亿至1150亿美元的支出 [17] - 拥有庞大物流基础设施、独特库存和强履约能力的平台，将借助AI扩大其在线上的钱包份额 [17] 交通运输 - 拥有车队、铁路和仓库的“重资产运营商”将是AI的纯受益者，物理AI（如自动驾驶卡车）将结构性降低劳动力成本并提升资产利用率 [18] - 依靠信息不对称赚钱的“轻资产货运经纪人（3PL）”则面临真正的颠覆风险，生成式AI正在使货运匹配能力商品化，持续挤压其利润率 [18] 房地产与商业保险 - 对于大型商业保险经纪和商业房地产服务，市场低估了其业务的复杂性，AI无法取代需要市场准入和监管监督的专业知识 [19] - 在商业地产领域，AI的应用更多是“增强”而非“取代”，公共REITs和CRE服务领域的AI自动化，有望带来高达340亿美元的财务影响，相当于其运营现金流的16% [19] 对劳动力市场的长期影响 - 回顾过去150年的技术变迁，每一次重大技术创新都深刻改变了劳动力结构，但“并未取代劳动力” [22] - 技术会创造全新的工作岗位，例如“首席AI官”、“产品经理-工程师混合体”、“AI供应链预测员”、“计算遗传学家”等 [23]