如何从增长叙事角度思考 AI？
从提升生产率到彻底改变各个行业，AI应用领域十分广泛，也因此形成了投资者难以完全理解的复杂格局。对IR负责人和高级管理层而言，这种复杂性也提供了一个良好机会，可以探索如何通过采用AI强化股权故事。本文旨在为您提供思考线索，希望行业案例和投资者问题能够帮助您展开内部讨论，制定并传达符合公司定位和愿景的AI实施战略。
什么是 AI？
人工智能是一个统称，涵盖了让机器能够推理、学习和行动的不同方法。目前备受关注的生成式AI，专门根据从现有数据中学习的模式生成新内容。为此，生成式AI采用了机器学习这一AI子领域中的不同技术。AI的其他子领域还包括自然语言处理、机器人、计算机视觉和专家系统等。不同于涵盖认知、情感及社会互动的人类学习，AI的学习通常依赖海量数据。具有讽刺意味的是，当前AI的强大之处（建立在历史数据之上的广博知识）也决定了它的局限性：AI适应陌生情况的能力有限，而这正是人类仍然擅长的领域。
为何投资者如此热衷？
AI 是许多投资者最关注的议题，因为它有可能推动投资回报的多个方面。它能够激发跨行业生产力提升、改变竞争格局，并支持部分投资大趋势。
对大多数投资经理而言，AI是提升生产率的一种手段。Schroders估计，即使AI仅取代知识型员工所完成工作中较为保守的15%，每年也可能形成约USD 450bn的可服务市场。行业领导者也持相同看法；Deloitte最近一项关于企业采用AI的调查发现，近80%的受访者认为，AI的主要目标是降低成本。
此外，McKinsey 预测，AI 将催化多项企业职能转型。他们估计，约 75% 的新增价值将集中于销售与营销、运营、研发和软件工程。
最后，Schroders 和 ARP Investments 等投资经理将 AI 视为应对人口老龄化的部分解决方案。日本等发达国家及中国等新兴国家可利用 AI 提升生产力，抵消劳动力流失。ARP Investments 认为，AI 还将加剧其他大趋势，例如财富差距扩大、亚洲国家崛起和新一轮技术进步。
投资经理在哪里看到投资机会？
大多数投资经理对AI股票的上涨保持谨慎。他们承认，与多数新技术一样，AI的长期影响难以预测。因此，他们更倾向于投资AI价值链的上游，即Wellington Management所称的“赋能者”。
Franklin Templeton、Capital Group、Allianz GI、Wellington Management、Ninety One 和 MFS 都偏好位于技术栈底层的公司（即从事半导体材料、半导体设备或晶圆代工的企业），或拥有资源和数据能力、可投资 AI 技术（云计算、AI 模型）的大型科技公司。Man Group 的研究观察到，本轮科技股上涨更具选择性；其自然语言处理（NLP）分析显示，AI、数字化转型和物联网（IoT）等主题正推动选股。
在低垂果实已被摘取后，投资经理正与各行业公司交流，评估其如何利用 AI 实现利润增长。医疗保健和生命科学等行业经常被提及为前景看好的领域。MFS 和 Capital Group 强调，AI 应用可缩短药物发现所需时间、降低研究成本、加快上市速度，并帮助医生作出更佳诊断。教育业也是一个例子：数名投资经理提到 Chegg，该公司在 5 月初表示 ChatGPT 损害客户增长率后，股价暴跌 48%。Neuberger Bergman 坚持认为，AI 在出行领域具有可期作用，尤其是在建立广泛的自动驾驶汽车、交通系统和紧急服务网络方面。AI 还可通过让更多机器人承担危险任务，用于采矿和建筑等高风险行业。广告业亦是如此，AI 内容创作可促进创意生产力，使员工摆脱重复性工作，最终提升收入。IT 服务业也应改变。J O Hambro 预计 IT 外包将从以人为中心的模式转向以机器为基础的模式。其他投资经理认为，随着 AI 引发更频繁、更复杂的网络攻击，网络安全将进一步增长。对部分行业而言，采用 AI 可能是企业生存的关键；Franklin Templeton 强调，依赖人工流程且消费者内容进入壁垒低的行业，尤其容易受到软件去中介化的冲击。
宏观层面同样蕴含令人振奋的前景。AI对亚洲供应链的影响值得特别关注。Neuberger Bergman认为，泰国可能成为网络设备生产中心，马来西亚成为半导体封装中心，新加坡成为半导体测试中心，而越南和印度则成为IT服务中心。
有哪些未知因素／担忧？
采用AI会在宏观和微观经济层面带来各种担忧。
在宏观层面，Franklin Templeton和MFS质疑自动化对就业和服务的影响。MFS担心AI将如何影响中产阶级和知识型员工，以及这可能如何引发社会动荡。AI带来的收益可能被少数人垄断，从而进一步扩大财富差距。Capital Group指出，建立有效的监管框架将十分复杂。这个行业仍处于非常早期的阶段，甚至尚未就应优先处理哪些风险达成共识。
在微观层面，AllianceBernstein强调，企业采用AI时必须具备真正的竞争优势。该机构警告，不应停留在没有实际经济效益的声明和笼统假设上，并强调要考察AI如何融入公司的现有商业模式和所属行业。在ESG方面，Fidelity International指出，以AI为重点的企业尚未建立完善的制衡体系，包括AI风险委员会、内部审计团队或事故报告程序等仍然缺失。
企业如何利用 AI 获得竞争优势？
我们发现，投资经理着重评估企业如何以战略方式计划将 AI 融入运营。
Capital Group认为，审慎实施AI将成为企业在研究、产品设计和物流等多个职能领域建立竞争优势的关键。MFS为企业提出了一系列基本问题：“企业如何思考AI？正在采取什么行动？AI将如何带来收益？公司的AI路线图是什么？将如何执行？希望与哪些供应商合作？”GSAM进一步指出，考虑在业务中使用生成式AI的企业领导者，必须将其视为战略不可分割的一部分，而不是可以外包或交由他人处理的附属事项。该机构强调，战略计划需要考虑竞争监测、商业模式调整、风险缓释、道德考量和管治。具体问题可在此处查阅。若想了解同行可能采取的做法，McKinsey编制的AI采用矩阵展示了部分行业中最容易采用AI的企业职能（见该报告第202页）。鉴于AI应用的可能范围十分广泛，一个可行的起点是梳理公司各项职能的竞争优势和弱点，再评估哪些领域最有利于增长战略，能够以最低成本带来最大收益。如果您希望纳入ESG考量，Alphinity Investment提供了一份跨行业的AI相关ESG议题重要性概览，内容简明实用。
更进一步，GSAM 写道，考虑在业务中采用生成式 AI 的企业领导者，必须将其视为战略不可或缺的一部分，而非可外包或委派的旁枝事项。他们强调，此类战略计划的关键考量包括竞争监测、商业模式调整、风险缓释、伦理考量和管治。具体问题可在此查阅。若要了解行业同业可能正在做什么，McKinsey 制作的 AI 应用矩阵展示了若干行业中最容易采用 AI 的企业职能（见本报告第 202 页）。AI 应用的可能性广泛，一个起点可以是梳理各项企业职能的竞争优势和弱点，再评估何处的成本效益最有利于增长战略。如希望纳入 ESG 考量，Alphinity Investment 提供了高层次但实用的 AI 相关 ESG 重要性映射，涵盖各行业。
总体而言，我们认为 Stanford University 发布的《The State of AI in the Enterprise》报告第 4 章，是启发思考的良好信息来源。例如，该章详述启动和扩大 AI 项目的障碍，包括证明商业价值、取得高管承诺、选择技术、管理风险、获取数据及设计适当实施方案。
总的来说，随着AI有望成为推动各行业变化、影响投资决策的强大力量，对部分投资者关系负责人而言，了解AI不仅是一项机遇，更是一项必要工作。在股权故事中阐述周全的AI整合战略，并不只是向投资者展示管理层的前瞻性；这也体现了公司内部沟通的质量、组织战略思考的深度，以及对创新的承诺，而这些因素将使公司在长期竞争中脱颖而出。
我们希望本文能为您思考如何在投资者沟通中处理组织的 AI 应用提供启发。Irostors 是首个通过 IR 数据帮助 IRO 和 CFO 简化投资者定向的 SaaS 平台。欢迎联系我们，讨论我们提供的解决方案。
