---
title: "- 本报告分析了AI在近期企业业绩电话会中的讨论情况。AI已成为电话会上的突出话题，但实质性内容参差不齐。巴克莱建立了AI评分框架（1-5分），评估企业对AI的"
topic_id: 55522111258882224
created_at: 2026-04-22T20:23:42.530+0800
source: zsxq
type: topic
cssclasses: zsxq-vault
---

# - 本报告分析了AI在近期企业业绩电话会中的讨论情况。AI已成为电话会上的突出话题，但实质性内容参差不齐。巴克莱建立了AI评分框架（1-5分），评估企业对AI的

- 序号：092
- 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/55522111258882224)
- 附件：图片 0，音频 0，文档 0
- 音频文件：_无音频_

## 图片

_无图片_

## 正文

- 本报告分析了AI在近期企业业绩电话会中的讨论情况。AI已成为电话会上的突出话题，但实质性内容参差不齐。巴克莱建立了AI评分框架（1-5分），评估企业对AI的暴露程度和采纳程度。初步数据显示，评分集中于中上区间（3-4分），金融行业平均得分最高，显示出银行在AI整合方面的切实进展。投资者需要区分有意义的AI影响与电话会中的噪音。

巴克莱在2026年4月22日发布的这份题为《All about AI: Lessons from earnings calls》的研报，核心观点是：。对于信用投资者而言，辨别哪些企业的AI评论是切实的变革，哪些仅仅是“愿景式”的噪音，变得至关重要。
为此，巴克莱建立了一套定性评分体系（1-5分），从“AI对核心业务的暴露（Exposure）”和“企业AI采纳与执行（Adoption）”两个维度评估企业。初步数据（基于14家已披露业绩的企业）显示，评分普遍集中在中间偏上区间（3-4分），其中，平均得分最高，显示出银行在AI整合、效率提升和风险控制方面取得了可衡量的进展。

AI话题的普遍性与实质性差异
报告指出，AI在业绩电话会上的提及频率自2023年以来显著攀升（如图1所示）。然而，不同行业和企业的AI讨论深度存在天壤之别。例如：
：AI讨论通常与具体应用场景（如网络安全、客户交互、欺诈检测、运营效率）挂钩，显得更为“务实”。花旗、摩根大通、高盛等大行都获得了4分的高分。
：如奈飞（NFLX）的AI讨论侧重于“如何利用AI让内容更好、工具更优”，显示出稳健的投资意愿（3分）。
：如百事可乐（PEP）将AI视为提升生产力和供应链效率的工具，而非业务模式的颠覆性力量（3分）。
：雅培（ABT）和强生（JNJ）虽然承认AI会带来好处（如提升研发效率），但并未提供具体的AI举措，因此仅获得2分。
：如Marsh McLennan（MMC）在积极利用AI的同时，也面临AI对其核心咨询和经纪业务的长期潜在威胁（暴露评估为“逆风”），仅获得2分。
评分框架：将“噪音”与“信号”分离
报告的核心贡献是其独创的评分框架（图10），它由两个核心维度构成：
：评估AI是会成为企业业务的“顺风”（Tailwind）、“逆风”（Headwind），还是影响有限（Neutral）。这独立于管理层的主观表述。
：评估企业在AI领域的投资和执行力。从“投资极少/无投资计划”到“可信的投资并已实现可观的收益”。
通过这两个维度的交叉，投资者可以快速判断：。
初步评分分布：整体积极但谨慎
截至报告发布，已评分的14家公司的评分分布（图4）集中在3分和4分，没有出现极端的1分或5分。这表明：。这是一种“务实的乐观”。

这是一篇报告，并非针对个股的估值或买卖评级。因此，报告没有提供传统的目标价或评级。
，用于评估AI对企业信用质量的潜在影响。通过识别出那些“真正在投资并执行AI”的企业（如银行）与“AI只是口号”的企业，投资者可以：
：在信用评估中给予正面考虑，认为其运营效率和竞争力有望提升，信用风险相对可控。
：保持警惕，认为其商业模式可能受到AI冲击，需要更高的风险溢价。

：报告结论基于仅14家企业的初步数据，代表性有限。随着更多公司公布业绩，评分分布和行业排名可能发生重大变化。
：评分体系本质上是定性分析，依赖于分析师的主观判断。不同分析师对同一家企业的AI“暴露”和“采纳”程度可能看法不一。
：AI技术及应用发展极快。企业当前的高评分可能因为后续执行不力或技术路线错误而快速贬值；反之亦然。
：该框架是信用分析的新工具，其预测能力尚未经过时间的充分检验。投资者不应仅依赖此评分做投资决策。
：报告中未覆盖信用的企业用星号（*）标记，表示巴克莱并未对这些特定企业的信用产品进行研究或提供评级。

## 总体总结

主题正文
1. 投资者需要区分有意义的AI影响与电话会中的噪音。
2. 巴克莱在2026年4月22日发布的这份题为《All about AI: Lessons from earnings calls》的研报，核心观点是：。
3. 对于信用投资者而言，辨别哪些企业的AI评论是切实的变革，哪些仅仅是“愿景式”的噪音，变得至关重要。
4. 为此，巴克莱建立了一套定性评分体系（1-5分），从“AI对核心业务的暴露（Exposure）”和“企业AI采纳与执行（Adoption）”两个维度评估企业。
5. 初步数据（基于14家已披露业绩的企业）显示，评分普遍集中在中间偏上区间（3-4分），其中，平均得分最高，显示出银行在AI整合、效率提升和风险控制方面取得了可衡量的进展。
6. ：如奈飞（NFLX）的AI讨论侧重于“如何利用AI让内容更好、工具更优”，显示出稳健的投资意愿（3分）。
7. ：如Marsh McLennan（MMC）在积极利用AI的同时，也面临AI对其核心咨询和经纪业务的长期潜在威胁（暴露评估为“逆风”），仅获得2分。
8. ：评估AI是会成为企业业务的“顺风”（Tailwind）、“逆风”（Headwind），还是影响有限（Neutral）。