Workflow
人工智能风险 - 我们今日的思考-AI Risk - Our Musings Today
2025-08-26 21:23

涉及的行业与公司 * 行业为信息服务业 涵盖法律 税务 金融 信用 数据聚合 市场研究 人力资源等多个细分领域[1][3][5][12] * 涉及的公司包括 Thomson Reuters TRI[1][14] Gartner IT[14] FactSet FDS[5][14] S&P Global SPGI[3][4][14] Moody's MCO[3][4] MSCI[3][5] Verisk VRSK[3] 信用局 Equifax EFX TransUnion TRU Experian EXPN[3][17] 人力资源服务公司 Robert Half RHI ManpowerGroup MAN First Advantage FA[5][17] 以及 Clarivate CLVT[7] 和 Nielsen NIQ[7] 等[3][5][7][12][14][17] 核心观点与论据 GenAI对行业的整体影响与风险框架 * 当前市场的核心担忧是处理'文字'而非'数字'的公司将受到冲击 这不仅影响核心业务 也影响其对外传递的信息[1] * 构建了一个评估AI风险的通用框架 风险从低到高依次为 专有数据 > 经过深度整理的聚合数据 > 聚合数据+洞察 > 再分发数据 > 研究与洞察 '文字' > 就业服务 特别是白领 从销售模式看 企业级合同 > 用量计费 > 按席位计费[6] * 强大的护城河特征包括专有数据 网络效应和深度工作流集成 包括品牌和信任 但对于按席位计费的合同或整体行业人数可能缩减的行业 如金融或法律 仍存在担忧[3] * 高风险特征包括劳动密集型 易复制的研究和软件 或专注于UI/UX的公司 垂直软件 SaaS 外包与生产力驱动服务 公共金融数据聚合 客户服务平台和RPA公司也面临高度自动化风险[5] * 更广泛的行业担忧在于总用工人数减少将影响合同规模和定价 随着AI影响生产力 就业增长可能放缓 用工人数减少 将冲击人力资源等行业[5] 公司的应对策略与关键能力 * 公司需要重新思考其信息传递策略 强调数据的专有性 准备利用GenAI进行自我颠覆 并最重要的是向投资者量化其益处 空谈潜在益处的时代正在结束[2] * 信息服务的优势显然是数据 但仅此已不足够 关键在于找到数据 独特且特定领域 分析 一流且AI赋能 和人力 行业 产品和分析专业知识 三者之间的正确共生关系[8] * 预计大型科技公司将在某个时间点通过收购数据集和行业专业知识来完善其产品 offerings 而信息公司也将越来越多地获得大型科技公司拥有的卓越分析和计算能力[9] * 影响程度仍高度不确定 一项最近的MIT研究显示95%的GenAI试点项目失败 表明AI的影响可能更为有限 但即使是边际影响也可能冲击业绩和估值倍数[2] 具体公司与细分领域分析 * TRI被视为信息服务领域的典范 其AI投资已从2023年的每年1亿+美元增至每年2亿+美元 收购CaseText CoCounsel 快速应对了法律科技竞争 并强调其数据的独特性 公司直接量化了约22%的总公司ACV 年合同价值 来自GenAI赋能的产品 并估计GenAI带来了约120亿美元 约17%的TAM 总可寻址市场 提升[14] * IT Gartner 是一个近期风险的明显例子 其股价年初至今下跌50% 同期标普500上涨8% 其2Q25的意外减速被视为AI颠覆的第一个迹象 特别是对于一个'研究'和纯'按席位计费'的模式 其数据的专有性质不明确[14] * 按席位计费的分发平台 如金融桌面终端 特别是FDS 正受到投资者大量关注 投资者将其视为一个简单的再分发平台 没有太多专有数据 且按席位销售 而SPGI的桌面业务则拥有更多专有数据 使其粘性更强[14] * 对于人力资源服务公司 当前的辩论围绕白领劳动力展开 彭博智库 Bloomberg Intelligence 建议 全球银行可能在未来3-5年内削减多达20万个职位 而 Anthropic 的CEO评论称AI可能'消灭所有入门级白领工作中一半的工作' RHI 57%的收入来自临时人员配置 其中74%是财务和会计 20%是技术 22%是行政和客户支持 FA在合并STER后其业务组合中约50%是白领[17] * 贡献型数据模型 如VRSK和信用局 向投资者明确了数据的专有性 因此被颠覆的可能性要低得多 基准类产品也极不可能面临颠覆[17] 效率提升与成本效益 * 成本效益尚未被更明确地识别 尽管这在一定程度上促成了某些公司近期的利润率上升 例如 SPGI和MCO已经实现了AI效率 帮助它们在2024年分别实现了31%和33%的收入增长 但没有增加员工人数[4] * 顶线压力可能被内部效率所抵消 销售 软件 数据 工程 人力资源 产品管理等各个环节都可能存在效率提升 最终更高的员工生产力也可能有利于创新和新产品的上市速度[8] 其他重要内容 技术债务与执行挑战 * 许多大型公司存在的技术债务会拖慢进展 需要观察其最终是否能够克服[8] * 在'大型科技公司'板块的分析能力中增加了黄色标注 因为它们通常不确定要生产什么 这又回到了缺乏行业专业知识的问题上[11] 行业合作与并购趋势 * 近期值得关注的合作伙伴关系包括 LSEG与MSFT NDAQ与AMZN SPGI与AMZN FDS 与AMZN AWS GOOGL MSFT Teams集成 以及 MSCI 与GOOGL MSFT SPGI与INFO的合并也符合这一模式[9] 宏观就业影响与二阶效应 * 在结构性失业率较高的极端情况下 可能会对消费信贷产生二阶影响 进而影响信用局行业 CB industry 即使经济因生产率提高而持续增长 较高的失业率也是一个增量负面因素[17] 数据说明与风险提示 * 一些专有数据来自第三方 如交易所 而非解决方案提供商本身[16] * 报告包含分析师认证 重要披露 风险披露及评级分布说明 并指出巴克莱及其关联公司可能与被覆盖公司有业务往来 存在利益冲突[3][34][35][36][37][61][62][63]