涉及的行业与公司 * 报告由瑞银全球工业团队撰写 覆盖航空航天与国防 航空 汽车 商业服务 资本货物 住宅建筑与建筑产品 以及运输等多个工业子行业 [2] * 研究基于对全球33位瑞银工业分析师的调查 [2] 核心观点与论据 AI在工业领域的采纳与投资加速 * 工业领域财报电话会议中提及AI/ML的次数在过去两年翻了一番 [2][11] 在2025年第一季度 约14%的工业公司财报电话会议讨论了AI [11] * 尽管工业领域的风险投资总额自2022年以来相对平稳 但AI/ML交易在工业风险投资总额中的占比从2020-22年约14% 增长至2025年上半年的38% [2][20] 同比增长268% [22] * 航空航天与国防是AI/ML交易的重要增长驱动力 2025年上半年该领域AI/ML风险投资从2024年同期的3.72亿美元增至60.86亿美元 [23] 2025年上半年最大的AI/ML风险投资交易包括Anduril Industries（25亿美元） Helsing（6.8亿美元）等 主要集中在航空航天与国防领域 [22][27] AI应用的子行业差异与潜在影响 * 汽车行业：AI为自动驾驶（尤其是Robotaxi）和人形机器人应用带来显著机遇 具有巨大的货币化潜力 同时AI也能提升工厂生产率和降低成本 [7][33][36] 特斯拉被指出在自动驾驶和人形机器人领域处于最佳位置 [36][62] * 国防行业：对AI赋能产品的需求是维持产品竞争力的关键 自主能力（包括无人机）的发展是几乎所有国防同行的关键焦点 [7][30][40] * 资本货物和多元化工业：AI用例广泛 包括增强产品设计与工程 工厂自动化与劳动生产率 预测性维护服务以及动态定价模型 [7][33] 例如 迪尔公司（Deere & Co）的See and Spray技术可帮助农民节省高达60%的特定化学品支出 [46] * 航空业：AI可用于优化航线规划 动态定价和提升客户体验 [31][33][41][42] 达美航空 美联航和美国航空等大型航空公司被视为主要受益者 [31][42] * 商业服务：AI主要用于提高劳动生产率 [35] 例如 Experian利用AI加速产品开发 隐含地推动了EBITDA增长 [35] 但外包客户体验服务（如Teleperformance）和招聘公司可能面临AI带来的定价和竞争压力 [35][57][59] 当前财务与人员影响尚不显著 但长期潜力巨大 * 目前 across most of the industrial spectrum, there's little direct evidence of much effect on either P&L or headcount [3][29] 多数分析师表示尚未观察到AI对营收或利润的直接证据 或影响难以量化 [30][31][32][33][34][35][36][37] * 长期来看 AI将通过运营增强驱动竞争力提升和效率收益 带来上行风险 但低准入门槛业务领域的成本节约可能会在定价竞争中被抵消 [4] * 在客户体验等劳动密集型领域 AI自动化可能导致收入减少和短期利润率压力 例如Concentrix部署的AI机器人在首月处理了40%的交易 导致收入立即减少12%并带来利润率压力 [57] 其他重要内容 具体公司的AI应用案例与定位 * Trane Technologies：收购了BrainBox AI 其解决方案可在第一年将能源效率提高15-25% [44] * 劳斯莱斯：通过使用决策模型协商价格 在采购产品上节省了1.8亿英镑 [38] * Cognex：其AI驱动的机器视觉产品在准确性和能效上优于通用视觉模型 [45] * WEG：通过与Elea数据中心的合作 为AI应用提供关键能源基础设施支持 [51][53] * Worley：内部开发的智能响应生成器将客户查询响应时间从约两周缩短至不到两天 [49] 潜在挑战与风险 * 部分行业或公司可能受益较少或面临挑战 例如 国防电子领域的Theon和Melrose因业务模式简单或创新进展有限而被提及 [30][39] 欧洲大众汽车制造商（大众 斯特兰蒂斯 雷诺）可能面临在ADAS领域创新更快的中国竞争对手的挑战 [36][61] 资产密集型行业（如收费公路 机场）可能因资本密集特性而难以从AI中获益 [53]