从提升生产力到彻底改变行业，AI 应用的广阔领域呈现出复杂图景，投资者难以完全理解。这种复杂性为投资者关系主管和高级管理层提供了绝佳机会，去探索如何通过采用 AI 提升股权故事。本文旨在为您提供思考线索。我们希望行业案例和投资者问题能帮助您启动内部讨论，制定并传达与公司定位和愿景相符、稳健的 AI 实施战略。
什么是 AI？
人工智能是一个涵盖不同方法论的统称，使机器能够推理、学习和行动。当前备受关注的生成式 AI，专门根据从现有数据中学习到的模式生成新内容。为实现这一目标，生成式 AI 运用 AI 子领域之一——机器学习的不同技术。AI 的其他子领域包括自然语言处理、机器人学、计算机视觉、专家系统等。不同于涵盖认知、情感和社会互动的人类学习，AI 的学习通常依赖海量数据。矛盾的是，令当前 AI 极为强大的因素——基于历史数据构建的庞大知识——也决定了其局限性。它适应陌生情境的能力有限，而人类在这方面仍具优势。
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 是提升生产力的手段。Schroders 估计，即使 AI 仅替代知识型员工所完成工作中保守的 15%，每年也可创造约 4,500 亿美元的潜在市场。行业领袖也持相同看法：Deloitte 最新企业 AI 应用调查发现，近 80% 的受访者认为 AI 的主要目标是降本。
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 股票的涨势持审慎态度。他们承认，与多数新技术一样，AI 的长期影响难以预测。因此，他们更愿意投资 AI 价值链上游，或 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。
宏观图景同样蕴藏令人振奋的前景。AI 对亚洲供应链的影响值得关注。Neuberger Bergman 认为，泰国将成为网络设备生产中心，马来西亚将成为半导体组装中心，新加坡将成为半导体测试中心，而越南和印度将成为 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担忧。
在宏观层面，Franklin Templeton 和 MFS 质疑自动化对就业和服务业的影响。MFS 担心 AI 对中产阶级和知识型员工的影响，以及其可能导致社会动荡。AI 的益处可能被少数人垄断，从而加剧财富差距。Capital Group 强调，建立有效的监管框架将十分复杂。该行业仍处于早期阶段，甚至尚未就应优先应对何种风险达成共识。
在微观层面，AllianceBernstein 坚持认为企业采用 AI 必须具备真正的竞争优势。该机构警示，不应只有宣示和笼统假设而没有实际经济效益，并强调 AI 如何融入公司现有商业模式和行业。在 ESG 方面，Fidelity International 指出，聚焦 AI 的企业尚未建立制衡机制，包括缺乏 AI 风险委员会、内部审计团队或事故报告程序。
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，审慎的 AI 实施将是企业在研究、产品设计和物流等多项职能中取得竞争优势的关键。MFS 为企业提出了以下一般问题：“企业如何看待 AI？它们正在做什么？AI 将如何令其受益？您的 AI 路线图是什么？将如何执行？您希望与哪些供应商合作？”
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。
总而言之，随着 AI 有望成为推动跨行业变革、影响投资决策的强大力量，对部分投资者关系主管而言，了解 AI 将不仅是机遇，更是必要条件。在股权叙事中阐明深思熟虑的 AI 整合战略，不仅是向投资者展示管理层的进取性；更在于揭示内部沟通的质量、组织战略思维的深度，以及使公司在长期脱颖而出的创新承诺。
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。
