行业与公司 * 报告由摩根士丹利研究团队发布 专注于人工智能（AI）采纳及其对未来工作影响的主题投资研究[1][5] * 研究范围覆盖标普500指数成分股公司 并涉及多个行业部门[4][27] 核心观点与论据 **AI采纳的总体经济效益与市值创造潜力** * 公司采纳AI有能力重塑未来工作方式 分析表明标普500公司年净收益总额可达约9200亿美元[2][5] * 这9200亿美元的AI采纳收益可转化为标普500指数13-16万亿美元的长期市值创造潜力[2] * 该13-16万亿美元的市值潜力代表当前标普500市值的24-29% 或剔除七大科技股（Mag 7）后市值的36-45%（税后 净实施成本 使用从10年平均到当前22倍的市场市盈率倍数范围）[3] * AI采纳价值创造分析对AI赋能者和采纳者基本看涨 AI资本支出（到2028年全球在数据中心 芯片和服务器上总计约3万亿美元）的投资资本回报率（ROIC）具有吸引力[3] **AI对就业的广泛影响** * 90%的职业将在某种程度上受到AI自动化和增强的影响[5][7] * 分析评估了“工作的未来”以及职位创造/破坏的潜力[5][7] **行业部门受影响程度** * 许多行业的潜在节省（税前 净指示性实施成本）超过2026年预期共识税前收益的50% 受影响最大的三个行业（必需消费品分销/零售 房地产管理与开发 交通运输）甚至超过100%[4][27] * 少数行业显示出较低的影响结果（技术硬件与设备以及半导体）[4][27] * 具体来看 必需消费品分销与零售 房地产管理与开发 交通运输以及医疗保健设备与服务等行业 AI价值创造总潜在市场（TAM）占税前收入的比例显著[7][8][28] **AI能力持续快速提升的预期** * 如果AI能力如预期持续快速改进 AI采纳带来的价值创造规模将超过当前估计[7][13] * 有强烈证据表明AI能力提升速度是非线性的 智能AI任务持续时间（复杂性和能力的代表）每7个月翻一番[13] **两种AI形式的细分影响** * 智能AI（本质上是AI软件）比具身AI（人形机器人）对工作岗位的影响范围更广 但在许多（非全部）职业中彻底失业的风险较低（因为AI增强和将工作转向更高收入/利润率的潜力更大）[10] * 具身AI的影响范围较窄（受显著影响的职业较少） 但相对于智能AI其彻底失业的风险水平更高[10][24] * 约920亿美元的年净经济效益（在完全采纳水平下）占标普500总薪酬支出的41%（针对约90%有足够数据运行分析的标普500公司）[10] * 预计智能AI对标普500的经济价值创造潜力每年约4900亿美元（净实施成本 估计为客户收益的5%）相当于标普500 2026年预期共识税前收入的约15%[22][63] * 预计具身AI对标普500的经济价值创造潜力每年约4300亿美元（净部署AI增强人形机器人的估计成本为每小时5美元）相当于标普500 2026年预期共识税前收入的约13%[22][63] **价值创造的构成与平衡** * 经济价值创造是成本削减（减少人员编制 通过部署AI降低执行各种任务的成本）与新收入和利润率生成（解放员工时间以专注于更高附加值的活动 从而增加收入并提高利润率）的结合[11][97] * 这两种影响之间的确切平衡因行业和职业而异 关键标准包括：i) AI增强与自动化的比率 ii) 职业作为纯“成本中心”且任务集静态 明确的程度 iii) 员工有更多时间专注于创收/利润率提升机会所带来的增量价值创造潜力 iv) 通过减少/消除现在可由AI执行的较低附加值任务来释放的创造力程度[11] 其他重要内容 **投资策略与主题** * 团队开发了多种主题投资策略 专注于最大化AI采纳收益并提供重要AI基础设施的能力[7] * 主题股票类别中 除AI采纳者类别外 显示最大潜在AI价值创造收益的还包括与生命科学相关的几个类别 以及国防和一些工业重的主题类别[30] **历史技术变革的借鉴** * 历史表明 从电气化到互联网的技术创新都带来了工作的重大变化 既带来颠覆也创造机会[42][112][113] * AI预计将遵循相同模式 一些角色被自动化 一些通过AI增强得到提升 同时还会创造全新的角色[45][112][113] **新职位的创造** * AI可能催生混合角色（如产品经理-工程师混合体）以及特定行业的新角色（如个性化策略师 AI产品经理 供应链预测员 智能电网分析师 预测性维护工程师 数字孪生工程师 计算遗传学家 蛋白质物理学家等）[49][50][52] **成功采纳AI的最佳实践预期** * 双重关注效率与创新[55] * 增强员工能力[56] * 培养人才与建立治理体系[57] * 带着紧迫感和目标行动[59] **银行与金融业的具体应用** * 银行研究团队预计效率改进将随着AI被全面接受而实现 但这可能需要5-10年时间[89] * 预计所有AI产生的成本节省将来自非面向客户的职能 收入增强有限 因为AI将成为标配[90] * 在财富和资产管理业务中 AI在销售与客户服务 产品开发 投资与研究 中后台职能等领域可带来显著的生产力提升（25%-50%）[93] **经济学家观点：AI如何重塑劳动力与经济** * AI将带来生产力提升 但对劳动力市场和经济的净影响以及时间框架尚不确定[149] * 历史表明 AI可能导致净就业创造 但仍可能存在 displacement 时期[150][151] * 潜在劳动力市场趋势（劳动力增长放缓 人口老龄化）可能指向更乐观的结果 AI可能解决工人短缺问题而非消灭工作岗位[158][159] * AI的影响可能需要较长时间才能在宏观经济数据中显现 测量问题可能导致生产力繁荣被低估[169][170][172] **AI映射调查的重要见解** * 第四次AI映射分析显示AI暴露度和重要性的 broadening 达到数万亿美元规模[178] * 公司AI重要性变化存在明显的alpha generation迹象 体现在相对价格表现和盈利修正上[179] * 本轮AI“变化率”的最大赢家是消费和房地产板块[180] * 金融业的AI暴露度显著增加[181] * 亚太地区是显著的地区领导者[182] **私人市场的作用** * 自2018年以来 美国为人工智能与机器学习募集的私人资本增长了600%以上 2025年迄今（截至7月15日）的2750亿美元已超过之前七年的每一年总额[196][198]

核心观点 - Agentic AI推动ServiceNow上调业绩指引 公司股价在7月24日早盘交易中上涨4.8% [1] - 公司2025年订阅收入指引上调至127.9亿美元 较分析师预期高出1000万美元 较自身此前预期高出1.5亿美元 [4] - 公司CEO表示"每个行业的每个业务流程都在为Agentic AI重构" [6] 财务表现 - 第二季度营收32.2亿美元 同比增长23% 超出伦敦证交所集团共识预期1亿美元 [3] - 第二季度调整后每股收益4.09美元 超出LSEG预期0.63美元 [3] - 第二季度持续履约义务109.2亿美元 同比增长25% [3] - Now Assist产品推动新增年度合同价值增长 有望在2026年实现10亿美元ACV目标 [18] 增长驱动因素 - Agentic AI业务年同比增长四倍 平均交易规模增长三分之一 [10] - CRM业务年收入达14亿美元 收购LogikAI后6月份获得9笔交易 [14] - 印度市场预计2024-2027年ACV从1.3亿美元增长至2.8亿美元 增幅115% [15] - 客户服务领域实现50%-85%的生产力提升 软件采购请求处理时间从2-4天缩短至2-4小时 [12][13] 市场机会 - 印度银行、制造业和电信行业客户需求强劲 [16] - 前端办公室转型(集成销售、履约和服务)及治理、安全与风险管理构成巨大可寻址市场 [20] - 星巴克、埃克森美孚、标准渣打、Intuit和英伟达等大客户实现显著业务转型 [20] 管理层观点 - CEO表示"我们正在蓬勃发展" 预计AI支出将在年底前显著增长 [10] - CFO称Q2"在所有顶线和盈利能力指标上都显著超出指引上限" [17] - 全球客户运营总裁指出销售订单管理(端到端)是快速增长的业务 [14] 分析师观点 - 分析师平均目标价1096美元 隐含10%上涨空间 [18] - 花旗分析师认为公司Q2表现超出低预期 投资者对应用软件板块情绪谨慎 [21] - RBC资本分析师认为公司在高预期下仍交出坚实季度业绩 [21]

公司动态 - 公司被纳入标普500指数 成为衡量美国大型股的重要指标之一 [1] - 公司创始人兼CEO表示 加入标普500是重要里程碑 体现了对全球3万多名客户复杂需求的持续关注 [2] - 截至2025年3月31日的过去12个月 公司实现28亿美元营收 同比增长26% [2] 产品与技术 - 公司持续快速扩充产品组合 在年度DASH会议上发布超过400项新产品和功能 [3] - 产品创新涵盖LLM可观测性 自主AI 安全 日志管理等领域 并推出内部开发者门户 [3] - SaaS平台整合基础设施监控 应用性能监控 日志管理 用户体验监控 云安全等多种功能 [4] 客户与市场 - 截至2025年3月31日 公司服务全球30,500家客户 [3] - 平台被各行业不同规模的组织用于数字化转型和云迁移 促进开发 运维 安全和业务团队协作 [4] - 解决方案帮助客户缩短应用上市时间 加快问题解决速度 保护应用和基础设施安全 [4] 行业趋势 - 公司认为云采用和AI转型仍处于早期阶段 将持续解决客户面临的关键难题 [2] - 平台提供统一实时可观测性和安全性 覆盖客户整个技术栈 [4]