市场似乎认为，AI的重要性必须附带一张堪比小国GDP的数据中心账单。高盛最新报告却提示，真正回报可能出现在更晚、更不起眼的地方：软件、劳动力、工作流，以及让企业少花钱多办事的小幅生产力提升。盈利数据仍显早期、杂乱，对试图提前押注的投资者并不慷慨。
高盛对2026年第二季度标普500盈利的解读显示，资金主要追逐基础设施和超大规模计算，低估了最终的生产力受益者。当季标普500每股收益同比增长31%，剔除一次性私人投资收入后，AI基础设施与超大规模计算盈利增长54%，贡献指数盈利增长约一半。这部分可见、可扩展、易建模，正是市场喜欢的部分。
但生产力一侧仍更像传闻而非行项目。仅11%的标普500公司在财报电话会中量化了特定用例的AI生产力收益，仅2%直接量化AI对盈利的影响。中位标普500公司（剔除能源）盈利同比增长14%，量化AI生产力收益的公司中位增长17%，与14%的差距统计上不显著。换句话说，AI节省故事足够真实，能维持预算，但尚未强到弯曲盈利曲线。
预算流向提供线索。高盛框架显示，约三分之二公司通过重新分配现有预算为AI提供资金，最大份额来自软件18%和劳动力11%。这听起来鼓舞人心，实际常意味着编制或供应商清单被压缩。软件密集型公司可能最先从相同劳动力中挤出更多产出，成为AI生产力交易的第一站。
支出信号也在变化。Ramp AI指数显示，中位每月AI支出从1月每员工5美元升至7月12美元，前十分位从240美元升至650美元。绝对值仍小，但已从好奇转向习惯。高盛还估计AI推理成本低于标普500收入的0.5%，使管理层可以在不伤害利润表的前提下试验。低基础成本意味着生产力上行有空间扩展，而不必先让费用线失控。
高盛预计，未来几个季度AI生产力对盈利的影响会变得更清晰，因为企业AI支出加速，公司从实验转向部署。当前市场已为基础设备、超大规模计算和“镐铲”公司付费，后续交易可能奖励那些将AI从科学项目转化为运营优势、能经受季度报告检验的公司。
实际筛选逻辑并不复杂：关注软件使用重、劳动力敞口大、在真实工作流中部署AI的公司，而不是只在幻灯片和会议中谈论AI的公司。如果管理层能指出编码、客户支持或后台环节的收益，并带有真实运营杠杆，市场可能从怀疑转向高价。在那之前，投资者购买的更多是“机器做苦活、人类保留奖金池”的预期。
目前AI生产力交易仍属预期市场，不是证明市场。盈利证据尚薄，市场还未奖励最清晰阐述收益的公司。聪明的姿态或许是保持耐心，紧盯软件密集型、劳动力杠杆明显的股票。当生产力数字真正出现时，派对可能从市场最不起眼的角落开始。
