高盛财报拆解：钱花了，AI为何还没变成利润
在刚刚结束的美股二季度财报季里，高盛对标普 500（S&P 500，美股市值最大的 500 家上市公司构成的指数，其盈利情况通常被视为宏观经济的体温计）成分股公司做了一项定量分析。结果出乎不少投资者的意料：在所有披露业绩的企业中，只有 2% 的公司在官方财报和电话会中给出 AI 对财务或运营影响的具体定量数据。
更让人深思的是，即使在这 2% 已经量化了 AI 收益的企业中，其盈利增长中位数也仅为 17%，而完全未量化 AI 收益的公司增长率为 14%。这仅仅 3 个百分点的微弱差距在统计学上并不显著，意味着绝大部分企业昂贵的 AI 投资尚未转化为账面上明确的阿尔法收益。
卖铲人的利润狂欢
华尔街的资本分配呈现出极端的温度差。一边是应用端企业花了大笔预算却难以证明财务回报，另一边则是提供算力与基础架构的卖铲人享受着前所未有的盈利盛宴。
包括微软、谷歌和亚马逊在内的超大规模云厂商（Hyperscalers，指自建大型数据中心的云计算巨头）以及半导体硬件提供商，二季度盈利同比暴涨 54%。基建巨头们靠着卖铲子拿走了标普 500 指数近一半的盈利增长，而下游买铲子的企业还在努力摸索使用说明书。
这种分层的根源在于证据的可见度。半导体订单、云端合同与电力消耗都是可以逐季核对的硬数字，而“AI 帮助客服团队提升了响应效率”这类表述，既难以审计，也无法在财务报表上单独立项。资本市场素来只为可验证的增长支付溢价，当应用端的回报仍停留在案例分享的层面，资金的去向便不难理解。
这种现象完美呼应了经济学中的索洛计算机悖论（Solow Computer Paradox，指新技术爆发初期宏观数据中往往看不到生产率提升的现象）。高盛数据显示，在量化了 AI 影响的公司中，有 11% 集中在软件代码编写和客户服务领域。
然而，企业费用管理平台 Ramp 编制的 Ramp AI Index（依据数千家企业真实刷卡数据编制的支出指数）显示，员工人均月度 AI 支出已从年初的 5 美元翻倍至 7 月的 12 美元，头部 10% 的企业更是从 240 美元飙升至 650 美元。单点业务流程的局部效率优化，目前还无法撼动整张企业损益表的大局。
这组刷卡数据还揭示了企业 AI 消费的结构性变化。年初 5 美元的月均支出，更接近员工个人试水式的订阅；而头部公司 650 美元的人均投入，则意味着 AI 已经进入团队级的采购清单，成为像办公软件一样的常规预算科目。支出性质的转变，恰恰说明企业正从尝鲜阶段过渡到建制化使用阶段。
一张图看懂这份财报拆解：
翻新大楼的现实周期
与迟迟未显现的财务账单相比，管理层的态度正发生着微妙的转变。PYMNTS Intelligence 的最新调查显示，预计生成式 AI 会在 1 至 2 年内带来积极回报的大公司首席财务官 (CFO) 比例，从一年前的 0% 迅速上升至 39.1%，而预期回报在 3 至 5 年的比例则从 65.9% 下滑至 34.8%。
与此同时，CFO 们预估将 AI 完全嵌入公司业务流程所需的平均时间，从去年的 3.19 年骤增到了 6.28 年。财务高管们将 AI 落地比作翻新一栋大楼：修好单个房间只需几天，但重构整栋建筑的管道与结构需要长达数年的耐心。
两组数字并置在一起，构成一幅耐人寻味的心态图：财务高管们比一年前更相信 AI 能赚钱，同时也比一年前更清楚这件事有多慢。这种短期更乐观、长期更清醒的组合，往往出现在技术从演示走向生产的关键节点——试点项目的光环褪去之后，真正的工程量才开始显形。
资本开支的囚徒困境
科技巨头们正陷入一场经典的资本开支囚徒困境。对于云厂商而言，过度投资的风险只是资金的暂时浪费，而投资不足的风险则是永远失去下一个技术时代的入场券。
夹在中间的软件服务商则承受着最大的成本挤压，上游要向模型厂商支付昂贵的推理算力费用，下游客户又在严审每一笔订阅支出。资本开支的狂飙与应用落地的滞后，构成了当前科技产业最为吃紧的一条拉锯线。
中国市场的双重变奏
把视角转向国内，这一经济学规律同样在上演。国内云计算与科技大厂同样在经历资本开支的快速攀升，但受制于更为激烈的价格竞争，大模型 API 调用的降价幅度普遍超过 90%。
虽然开源模型的普及极大地降低了企业试用门槛，国内企业更倾向于私有化部署和硬件采购而非 SaaS 订阅。中国企业的业务系统整合周期可能比美股对标公司更为漫长，从低门槛的技术试用到长效的降本增效之间仍隔着巨大的工程鸿沟。
历史上的每一轮通用技术革命，从电力网到互联网，都经历过类似的生产率 J 曲线等待期。十九世纪末的工厂花了约二十年才围绕电动机重新设计生产布局，互联网对零售业利润率的重塑也迟到了整整十年。技术层面的飞跃往往只需数月，而组织流程、工作习惯与商业模式的重构却需要以年为单位进行磨合——通用技术的红利从不缺席，它只是习惯迟到。
高盛的这份财报分析并未否认人工智能的长期潜能，它更像是给沉浸在预期中的市场递上的一剂理性清醒剂。在企业完成全面系统性重构之前，技术涌现向财务涌现的转化依然需要穿越漫长的商业现实。
主要消息源
PYMNTS 报道（2026年8月16日）：《AI 支出增加尚未转化为企业盈利爆发》 高盛标普 500 二季度财报文本量化分析报告（Goldman Sachs Equity Research） PYMNTS Intelligence：大公司 CFO AI 投资回报预期深度调查 Ramp AI Index：基于数千家企业真实的消费卡 AI 支出统计数据
