人工智能 - 企业 | 人工智能发展速度和区域差异将左右各行业的信用趋势
扫码前往手机查看或分享
发布时间：2025年9月29日
分析师：Charleyne Biondi，Francesco Bozzano，Vincent Gusdorf，Fabian Astic随着新兴人工智能(AI)工具逐步在全球各经济体全面推广，AI发展速度将左右企业的优胜劣败。算力获取、能源成本、监管和适当的创新环境等区域差异也将发挥作用。我们在两个主要情景(一个是保守情景，另一个是乐观情景)下评估了未来5年AI对不同业务领域的信用影响。在我们的保守情景下，AI融合带来更高的效率和利润率，但不会实质性地改变竞争格局。乐观情景设想人工智能将继续快速发展，从而产生快速变化的信用效应。而对于适应迟缓的公司而言，竞争替代的风险要大得多。
我们的企业热图评估了2030年底之前AI的信用影响。我们更新了2024年热图，阐述了我们对未来5年AI发展进步对企业信用度的影响的看法。我们采用近期报告人工智能跨行业信用风险的三个未来情景中两个最有可能的情景对各行业潜在上行和颠覆风险进行了评估。
某些行业将从AI部署中获得不成比例的收益。在这两种情景下，AI带来的最大收益都集中在少数几个行业。其中包括技术供应商、保险、物流和业务流程外包等劳动密集型行业，以及金融、医疗和媒体等数据密集型行业。该观点与我们2024年的评估一致。
人工智能带来的收益在部分行业面临结构性限制。到2030年，公用事业、制药、石油天然气、重型制造业和基础设施等行业不太可能因AI而发生重大颠覆或获得重大机遇，即便在AI能力迅速发展的情景下也是如此。这源于这些行业的结构动态，其中包括漫长的投资和研发周期。
区域差异将影响AI效益的全球分布。人工智能应用的效益将在各地区间不均匀分布。创新环境、能源成本、监管政策和计算资源获取能力的差异将影响部署的速度和范围，进而在不同行业中产生不同的信用影响结果。拥有大量熟练数字化技能劳动力的经济体也有望获得更大的生产力提升。相反，面临技术人才短缺的地区可能会出现应用延迟或部分采用的情况。
AI的信用影响将与模型能力的提升密切相关
预测AI的信用影响不可避免涉及大量未知因素。技术能力的进步程度和速度、计算能力是否保持可负担且可以大规模使用、监管框架将如何发展，以及AI应用障碍是否被低估存在不确定性。这些未知因素削弱了任一单个基准预测。
为解决这一问题，我们的热图基于明确定义的情景，以结构化假设取代不确定性。这种方法使我们能够将AI到2030年的进步和普及的两个合理轨迹转化为行业层面的信用结果，从而提供更具指导性的预测。
热图比较了我们两个主要情景下各行业的潜在AI信用效益和颠覆性风险。情景1反映了保守的观点，即2025年后AI发展放缓，并且应用仍是渐进式的。情景2持乐观观点，即模型可靠性和能力继续迅速提高，从而降低应用障碍，并拓宽企业使用场景。第三种极小概率的情景是，AI达到通用人工智能(AGI)水平并能够执行任何人类智力任务，这将导致系统性变革并带来不可预见的风险，对此我们在本报告不予探讨。
在两个主要情景下，AI的信用影响与模型能力的进步密切相关，尤其是模型可靠性、事实准确性、抽象推理、多模态融合1和协调复杂任务的能力的改善。
情景1之下，到2030年大部分收益仍将集中在高度数字化和数据密集型行业，这些行业的效率最有望获得提升。相关行业包括软件、保险和金融业。该情景下AI的普及将推动成本逐步降低和运营效率改善。总体而言，其对企业的信用影响基本上是正面的，但幅度有限，基本上表现为利润率的改善和生产力的提高，而竞争格局并未显著改变。由于AI尚未达到能显著重塑行业的能力水平，颠覆性风险可控。因此，应用仍局限于少数特定功能领域。
情景2之下，效益更为广泛，信用影响越来越两极化。除AI核心的技术供应商之外，消费品、电信和汽车等行业有望提高供应链效率，并从产品结构的改善或新产品供应中获得额外的收入流。与情景1不同的是，更多行业可能会面临竞争替代风险，因为新的AI原生新进企业有能力挑战传统企业并快速扩张。
在情景1和情景2之间，企业能够从AI中获取的价值范围包括逐步提高效率到创造全新的收入来源。AI的信用影响最终将取决于模型发展速度，以及发行人将这些能力融入其业务的就绪程度。在这两种情景下，多数行业的总体信用影响均为正面，但热图也凸显了情景2下的一些冲击，即部分行业(如金融服务，商业服务业和媒体)可能会有超过10%的发行人受到AI应用的负面影响。这些集中的下行风险凸显了不均衡的应用轨迹如何放大同一行业内的赢家和输家，增强了评估发行人层面的AI应用就绪情况以及整个行业趋势的重要性。
某些行业将从AI部署中获得不成比例的收益
在这两种情景下，AI带来的收益都集中在有限的几个领域，这一趋势与我们之前2024年的评估相比没有变化。技术供应商，尤其是软件公司、半导体制造商和AI基础设施提供商2是主要受益者。
在乐观情景下，AI越来越多地融入到软件产品中，这令多数软件企业受益，但竞争将制约定价能力。GPU和AI加速器等高性能芯片的需求将随着AI模型训练和推理工作负载的增长而激增。这将导致领先半导体企业集中受益。计算需求的上升将增强英伟达(Aa2/正面)等传统企业的地位，尽管竞争加剧，但其仍能保持强劲的信用质量。技术价值链的主要受益者包括西门子(Aa3/稳定)、ABB(A2/稳定)和霍尼韦尔(A2/稳定)等数据中心电气元器件制造商，以及Lumen(B3，列入观察名单)和Zayo(B3/稳定)等电信公司，其为云计算和企业客户提供必要的光纤容量，助力客户保障未来带宽需求。亚马逊(A1/正面)、Alphabet's(Aa2/稳定)谷歌云和微软(Aaa/稳定)旗下Azure等云计算提供商将受益于算力销售，从而增强其作为AI部署不可或缺的推动因素的地位。
大型云服务提供商正在向AI基础设施领域投入的资金规模史无前例。微软在最近一个季度投入了240亿美元，Alphabet 2025年资本支出计划从之前估算的750亿美元上调到了850亿美元，亚马逊的年度公司总支出总额可能在1,000亿美元左右，而Meta预计支出将高达720美元。这些投资涵盖服务器、数据中心和客户芯片，但在情景1(即AI功能趋于平稳，同时应用保持增长)之下，则存在收入可能无法与成本实现同步增长的风险。
AI数据中心属于长期投资，大型云服务提供商正就预期需求快速增长而进行投资。其根据客户合同进行投资缓解了部分风险。虽然大型云服务提供商预计其AI投资将产生较高的回报，并有望把握AI带来的庞大市场机遇，但AI商业化速度放缓可能会延迟回报并削弱其财务实力。
在我们的乐观情景下，科技以外行业所受信用影响深远。高度依赖人力和标准化工作流程(如保险或物流)的行业将能够通过AI自动执行重复性任务来削减成本。例如保险理赔处理将变得更快且更具成本效益，而物流将受益于路线优化和生产力的提高。然而，加入工会的劳动力可能会在未来5年内阻碍AI在这些行业的更广泛部署。
金融、医疗和汽车等数据驱动型行业将受益于增强的分析能力，预测建模和决策支持。在金融领域，AI驱动的欺诈检测系统误报率已下降了50%以上，降低了合规成本和损失率。该行业将进一步受益于风险管理和合规的加强，以及监管监测和日常任务的自动化，从而节约成本并加快决策。在医疗领域，AI分诊工具简化了患者接诊流程，加快了诊断速度。AI在这些行业的更广泛应用仍将取决于克服信任、偏见和可解释性顾虑，尤其是在受监管领域。
在汽车行业，掌握自动驾驶的能力将使企业在业内中脱颖而出。乐观情景下，随着自动驾驶水平达到新高度，新产品将出现。亚马逊、谷歌母公司Alphabet、中国互联网企业百度(A3/稳定)和自动驾驶技术开发企业Mobileye等科技和AI原生企业拥有推动自动驾驶汽车开发的AI专业知识和资源。虽然上述企业可能会与汽车制造商合作，而不是自己制造汽车，但有望从与传统汽车企业的合作中获取价值。
在更为保守的情景下，我们预计多数汽车制造商生产的汽车基本可以实现在高速公路上自动驾驶，但在更复杂的情况下需要人工干预(L3级自动驾驶)。完全无人驾驶汽车和出租车服务(车辆完全自主驾驶，无需用户接管，即L4和L5级自动驾驶)可能会在限定区域成为现实。然而，由于成本高昂，只有少数公司，例如特斯拉(Baa3/稳定)可能能够拥有和运营大规模的自动驾驶车队。
在产品创新与研发成为核心竞争力的行业领域，例如消费品、航空航天与国防、化工及制药行业，随着AI成为创新的关键，乐观情景下这些行业有望率先受益。在制药领域，一些企业在药物研发过程中可能会向技术合作伙伴让渡收益，而像辉瑞(A2/稳定)和赛诺菲(Aa3/稳定)这样的大型企业则已着手内部投资AI技术实力，力求保持控制权并获取价值。
AI效益在部分行业面临结构性限制
到2030年，公用事业、石油天然气、重型制造业和基础设施等行业不太可能因AI而发生重大变革或获得显著机遇。这种情况更多地反映了这些行业固有的特性，而非AI本身的局限性。这些行业通常具有漫长的投资周期、庞大的资本需求和冗长的研发过程。尽管AI在制药行业中有加速药物研发潜力，但监管障碍、专利风险和漫长的审批周期仍将限制其应用速度。这些行业特有的动态可能延缓包括AI在内的新技术整合，使其难以像数字化程度更高的行业那样快速转型。
此外，较高资本需求和有限的融资灵活性进一步增加了这些领域应用AI的难度。对于杠杆率较高或股权融资受限的企业而言，承担引入AI所需的大额前期成本更加困难，从而削弱了整体应用效益。例如，当公用事业公司投资于AI电网管理或发电技术时，短期内可能面临债务负担上升，其影响甚至可能超过预期的增量收益。
然而，高额投资并不会妨碍最终效益的实现。随着时间的推移，AI在这些行业的应用将提升维护效率、优化预测性分析、简化供应链，并强化安全监控。这些效益可能需要较长时间才能显现，但有望显著增强企业的韧性并提升生产力。因此，尽管前期投入成本高昂，投资密集型企业仍有可能通过AI获得积极的信用效应。
在我们设想的快速发展情景下，部分媒体企业以及商业和消费者服务公司可能面临颠覆性风险。为了保持竞争力，这些公司需要进行全面的数字化转型，而所需的投资将挤压现金流并增加债务，从而导致其信用状况恶化。这类企业包括Teleperformance和Concentrix(Baa3/负面)等传统业务流程外包公司、法律文件处理公司，以及数字媒体和广告公司。到2030年，受无人驾驶出租车冲击，出租车公司、货运企业及网约车平台等也可能面临信用压力。
在房地产和媒体等行业，AI的发展可能带来的影响存在分化。在房地产领域，AI的快速发展将推动物流和医疗设施的需求，而电子商务和远程办公的普及可能导致商业和零售空间需求下降。在媒体行业，AI能力的显著提升将提高运营效率、增加内容产出并增强客户服务能力。大型媒体科技企业如谷歌母公司Alphabet、亚马逊、Meta(Aa3/稳定)以及内容制作商网飞(A3/正面)和迪士尼(A2/稳定)将占据优势。然而，现有和新兴竞争对手推出的AI增强服务、消费者行为的转变以及广告主支出的调整，可能引发行业剧烈波动和颠覆性变革。
在信任与责任问题重要性高于运营效益的行业中，AI的影响力可能仍然有限。例如，法律和会计服务可能对AI应用持谨慎态度，因为未经核实的结果可能带来声誉和财务风险。即使在汽车行业，AI带来的自动化也面临挑战，因为车辆故障可能损害企业声誉，并引发法律和监管的行动。保障安全至关重要，因为2023年Cruise自动驾驶汽车3事件等事故可能侵蚀公众信任，从而阻碍自动驾驶技术的发展。
区域差异影响AI效益的全球分布
AI应用的效益将在各地区间不均匀分布。创新环境、能源成本、监管政策和计算资源获取能力的差异，将影响部署的速度和范围，进而在不同行业中产生不同的信贷结果。
创新是决定区域AI领导力的关键。美国(Aa1/稳定)凭借丰富的资本市场、大量AI初创企业，以及科研机构与产业间的紧密合作，建立了完善的商业化渠道。欧洲虽然技术实力雄厚，但风险投资市场的碎片化严重，限制了AI企业的发展规模4。
计算资源的获取能力也导致发展不平衡。AI模型的开发与部署依赖于先进的半导体和大规模数据中心容量，而这两者在地域上的分布并不均匀。美国和亚太部分地区的云基础设施5迅速扩展，而欧盟(Aaa/稳定)和拉美等云服务较少的地区则面临更高的成本和较低的可用性。随着对专用AI计算能力的需求加速增长，这种失衡可能进一步扩大，强化了在计算资源丰富地区运营的企业的优势。
能源成本将显著影响AI的应用。AI工作负载对能源消耗极为敏感，因此电力价格的区域差异为位于能源丰富且成本低廉地区的企业创造了结构性优势。在能源成本较高的市场，如德国(Aaa/稳定)和日本(A1/稳定)实现AI的规模化应用面临更大挑战。国际能源署预测，到2026年，全球数据中心、AI和加密货币的电力消耗总量可能翻倍，这将加剧区域能源定价和供应安全对信贷风险的影响。
此外，监管的清晰度与一致性同样重要。那些既设立了明确规则又允许试验创新的司法管辖区，在支持AI应用方面更有优势。
最后，劳动力市场的准备程度也将影响发展成果。拥有大量熟练数字化技能劳动力的经济体有望实现更大的生产力提升。相反，面临技术人才短缺的地区可能会出现应用延迟或部分采用的情况。
1.多模态AI系统能够处理多种数据类型的信息，包括文本、图像、音频和视频。
2.基础设施提供商包括那些提供基础技术、云服务、AI硬件(如半导体及其组件)以及开发、部署和扩展AI应用程序的工具和平台的公司。
3.2023年10月，旧金山一辆Cruise无人出租车撞上一名先前被其他车辆撞击的行人，并拖行了20英尺(6米)。 由于未能向联邦调查机构完整披露事故细节，该公司被罚款150万美元。其母公司通用汽车随后大幅缩减了该无人出租车部门，并将相关技术整合到自己的驾驶辅助系统中。
4.根据经合组织的数据，2024年，美国AI企业吸引了全球近50%的私募投资，而欧盟的占比不足10%，这表明欧洲企业在将研究成果转化为运营效益方面的速度可能较慢。
5.最新预测显示，亚太地区超大规模数据中心的运算能力已突破12吉瓦，另有14吉瓦正在建设或规划中。
此报告是于2025年09月23日发表的穆迪报告Artificial Intelligence - Corporates:Pace of AI advances, regional disparities will steer credit trends across industries的中文翻译本。(中文为翻译稿，如有出入，以英文为准)
本报告并非信用评级行动公告。对于本报告中涉及的任何信用评级，请参阅https://ratings.moodys.com发行人/交易专页，了解最新评级行动信息和评级历史。
穆迪信用评级关联公司所发布的信用评级是他们对实体、信用承诺、债务或债务证券的相对未来信用风险的当前意见，穆迪出版或提供的材料、产品、服务和信息(统称“材料”)可能包括该等当前意见。穆迪将信用风险定义为某实体可能无法履行其到期的合同财务义务的风险，以及在发生违约或损害事件时的预计财务损失。关于穆迪信用评级所指的合同财务义务的种类的信息请见相关的穆迪评级符号和定义出版物。信用评级并不针对任何其他风险，包括但不限于：流动性风险、市场价值风险或价格波动。信用评级、非信用评估(“评估”)以及穆迪材料中包括的其他意见并非对当前或历史事实的陈述。穆迪材料也可能包括由Moody's Analytics, Inc.和/或其关联公司发布的以量化模型为基础的信用风险预测以及相关的意见或评论。穆迪信用评级、评估、其他意见及材料并不构成或提供投资或财务建议，穆迪信用评级、评估、其他意见及材料亦非关于购买、出售或持有特定证券的推荐意见，也不能提供该等意见。穆迪信用评级、评估、其他意见和材料均不会评论某项投资是否适合任何特定投资者。穆迪发布信用评级、评估和其他意见及出版或提供其材料之时预期并理解每位投资者将以应有的谨慎态度自主研究和评估其考虑购买、持有或出售的每项证券。
穆迪信用评级、评估、其他意见和材料不适于散户投资者的使用，如散户投资者在做投资决定时使用穆迪信用评级、评估、其他意见或材料，将是草率且不合适的。如有疑问，您应与您的财务顾问或其他专业顾问联系。
本文所载所有信息均受法律(包括但不限于版权法)保护，未经穆迪事先书面许可，任何人均不得以任何形式、方式或途径对该等信息全部或部分进行复制或翻印、重新包装、进一步传播、传送、散布、分发或转售，或存储供日后任何上述目的使用。为明确起见，本文所包含的任何信息均不得用于开发、改进、训练或再训练任何软件程序或数据库，包括但不限于任何人工智能、机器学习或自然语言处理软件、算法、方法和/或模型。
任何人不得将穆迪信用评级、评估、其他意见和材料作为基于监管目的而定义的基准 (benchmark)，亦不得以可能导致穆迪信用评级、评估、其他意见和材料被视为基准的任何方式使用穆迪信用评级、评估、其他意见和材料。
本文所载所有信息均系穆迪从其相信为准确和可靠的来源获得。然而，由于可能会出现人为或机械错误以及其他因素，本文所载所有信息均按“原样”提供，不附带任何形式的保证。穆迪会采取所有必要措施，使其在授予信用评级时采用的信息具备足够质量，并来自穆迪认为是可靠的来源，包括独立的第三方来源(如适当)。但穆迪并非审计机构，亦不能对评级过程或准备其材料时收到的信息在每个情况下均独立地进行核实或确认。
在法律允许的范围内，就因本文所载信息、或本文所载信息的使用或未能使用而引起的或与之相关的任何个人或实体的任何间接、特殊、后果性或附带性损失或损害，穆迪及其董事、高级管理人员、员工、代理、代表、许可人和供应商均不承担任何责任，即便穆迪或其任何董事、高级管理人员、员工、代理、代表、许可人或供应商被事前告知该等损失或损害的可能性，包括但不限于：(a)任何当前或未来的利润损失或(b)因并非穆迪特定信用评级的评级对象的金融工具引起的任何损失或损害。
在法律允许的范围内，就因本文所载信息、或本文所载信息的使用或未能使用而引起的或与之相关的任何个人或实体的直接或补偿性损失或损害，穆迪及其董事、高级管理人员、员工、代理、代表、许可人和供应商均不承担任何责任，包括但不限于由穆迪或其任何董事、高级管理人员、员工、代理、代表、许可人或供应商的疏忽(为避免疑问，不包括法律规定不得排除的欺诈、故意不当作为或任何其他类型责任)、或其控制范围内或超出其控制范围的偶发事件而导致的任何个人或实体的直接或补偿性损失或损害。
穆迪不以任何形式或方式对任何信用评级、评估、其他意见或信息的准确性、及时性、完整性、适销性或特定用途适用性提供或作出任何明示或暗示的保证。
由穆迪公司(“MCO”)全资持有的信用评级子公司穆迪投资者服务公司谨此披露：多数穆迪投资者服务公司评级的债务证券(包括公司债和市政债、债券、票据和商业票据)和优先股的发行人，在授予任何信用评级之前已同意向穆迪投资者服务公司支付信用评级意见和服务费用。MCO及所有以“穆迪评级”品牌名称(“穆迪评级”)发布评级的MCO实体亦执行政策及程序以便保持穆迪评级的信用评级及信用评级过程的独立性。关于MCO董事与被评级实体之间，及获穆迪投资者服务信用评级并已向美国证券交易委员会公开报告其在MCO持股5%以上的各实体之间可能存在某种关联的信息每年会在ir.moodys.com“投资者关系—公司治理—章程与治理文件—董事及股东关联政策”栏内刊登。
穆迪SF Japan K.K.、穆迪本地AR Agente de Calificación de Riesgo S.A.、穆迪本地BR Agência de Classificação de Risco LTDA、穆迪本地MX S.A. de C.V, I.C.V.、穆迪本地PE Clasificadora de Riesgo S.A.和穆迪本地PA Calificadora de Riesgo S.A.(统称为“穆迪非 NRSRO评级机构”)均为MCO间接全资拥有的信用评级机构子公司。所有穆迪非NRSRO评级机构均不是国家认可的统计评级组织。
仅针对澳大利亚的额外条款：任何出版到澳大利亚的本文件均依据下述穆迪关联公司的澳大利亚金融服务牌照发布：Moody's Investors Service Pty Limited，澳大利亚商业注册号码(ABN)：61 003 399 657，澳大利亚金融服务牌照号码(AFSL)：336969；及/或Moody's Analytics Australia Pty Ltd，澳大利亚商业注册号码(ABN)：94 105 136 972，澳大利亚金融服务牌照号码(AFSL)：383569(视情形而定)。本文件仅向2001年公司法(Corporations Act 2001)第761G条所定义的“批发客户”提供。如您继续在澳大利亚境内浏览本文件，即代表您向穆迪表示您为“批发客户”或代表“批发客户”浏览本文件，您或您代表的实体均不会直接或间接向2001年公司法(Corporations Act 2001)第761G条所定义的“零售客户”发布本文件或其内容。穆迪信用评级是针对发行人债务的信用度的意见，并非对零售投资者可获取的发行人股票证券或任何形式的证券的意见。
仅针对印度的额外条款：穆迪的信用评级、评估、其他意见和材料并非旨在被用于在印度证券交易所上市或拟上市的证券相关之目的，也不应被印度境内的任何用户用于上述目的。
有关第二方意见及净零排放评估(定义见穆迪评级评级符号和定义)的额外条款：请注意，第二方意见(“SPO”)及净零排放评估(“NZA”)均不属于“信用评级”。在包括新加坡在内的许多司法管辖区之内，SPO及NZA的发布不属于受监管的活动。日本：在日本，SPO及NZA的开发和提供属于“辅助业务”，而非“信用评级业务”，不受《日本金融商品交易法》及其相关法规中适用于“信用评级业务”规定的约束。中国：任何SPO：(1)并不构成中国任何相关法律法规所界定的中国绿色债券评估；(2)不能包括在任何注册声明、发售通函、招股说明书或任何其他呈交中国监管机构的文件中，或以其他方式用于满足任何中国监管披露要求；及(3)不能在中国境内用于任何监管目的或任何其他中国相关法律或法规所不允许的目的。在本免责声明中，“中国”是指中华人民共和国大陆地区，不包括香港、澳门和台湾。