智通财经APP获悉，自ChatGPT推出以来，人工智能已从技术概念跃升为全球股市回报的
“决定性引擎”。瑞银首席投资办公室近日发布全球股票策略报告指出，AI正打破传统投资框架的束缚，成为股票配置中关键的差异化因素，而投资者若想捕捉AI红利，需跳出宽泛的地区、行业或风格标签，聚焦企业将AI转化为竞争优势的核心能力。

Part.01 传统股票分类框架：解释力不足的 “旧地图”

长期以来，全球投资界构建股票组合时，高度依赖源于 20 世纪 70 年代的 “因子模型”，并在 90 年代通过 Fama-French
多因子模型进一步扩展 —— 这类框架以 “预设特征” 划分股票，比如国家（如美国、欧洲市场）、行业（如科技、工业）、规模（大盘 / 小盘）、风格（价值 /
成长）等，将其作为 portfolio 构建和收益分析的核心依据。

但数据揭示了这一框架的局限性：UBS 对 MSCI 全国家指数（MSCI ACWI）过去 20 年的分析显示，国家、行业、风格这三类传统特征仅能解释
24% 的总回报，其中风格因子的贡献更是低至 3%。报告指出，股市回报的主力实则来自 “公司特定因素”—— 且这类因素并非随机：正如 Emmanuel
Candes 等学者在《主题投资：基于风险的视角》（《Financial Analysts Journal》2021
年）中所证实，同一主题下的股票往往呈现显著相关性，这意味着传统模型遗漏了 “结构性主题因素”（如 AI、能源转型等）这一关键收益驱动项。

简言之，用 “国家/行业/风格” 的旧地图，已难以适配 AI 时代股市的新地形。

Part.02 AI成改写股市回报规则 “新因子”

瑞银在报告中明确提出：AI 不再是少数公司的 “增长加分项”，而是决定股票回报的 “核心因子”。一系列数据和案例，印证了 AI 对股市逻辑的重塑。

跨维度碾压：AI 受益股全面跑赢

自 2022 年底 ChatGPT 推出至 2025 年报告发布时，AI 受益股（UBS CIO AI 组合成分股）年化回报率接近
40%，而同期全球宽基指数 MSCI ACWI 的年化回报仅为 16%。更关键的是，这种优势并非局限于某一领域 ——
无论按地区（如美国、欧洲、新兴市场）、风格（动量、质量、价值、低风险）还是行业（科技、工业、消费）划分，AI 受益股均大幅跑赢对应分类指数，彻底打破了传统框架下
“某类资产领涨” 的固有规律。

盈利支撑：不是炒作是业绩兑现

AI 股的强势并非源于市场对未来的盲目乐观，而是有扎实的盈利增长作为后盾。报告数据显示，2022 年第三季度至 2024 年第一季度，聚焦 AI
的公司盈利增幅超过60%，而同期 MSCI ACWI 成分股的每股收益增幅不足15%。这种 “盈利剪刀差” 表明，AI
已切实转化为企业的营收与利润增长动力，而非单纯的概念炒作。

效率优势：AI龙头的运营升级

AI 不仅驱动增长，更提升企业运营效率。作为 AI 早期 adopters，谷歌（GOOGL.US）、Meta（META.US）、亚马逊（AMZN.US）、微软（MSFT.US）、英伟达（NVDA.US）等头部公司将 AI 深度融入业务：谷歌和
Meta 用 AI 优化代码生成与广告投放，亚马逊、微软靠 AI 强化云服务能力，英伟达则以 AI 加速芯片设计 —— 这些举措直接推动其 “人均营收”
大幅提升。UBS 数据显示，2022-2024 年，这五大 AI 龙头的人均营收年增速远超全球市场平均水平，成为 “高增长 + 高效率” 的双重标杆。

关键区分：泛AI≠真AI受益

报告特别警示，投资 AI相关板块（如半导体、美国科技指数、IT 行业）不等于捕捉 AI 红利。真正的差距存在于行业内部：以 IT 行业为例，2022
年底以来，行业内的 AI 龙头回报达 140%，而行业内非 AI 企业的回报仅为 70%，差距翻倍；在工业和通信服务这类 “非传统 AI 行业”
中，分化更为显著 ——AI 受益股的年化回报分别比对应行业指数高出 42% 和 35%。

典型案例印证了这一点：Uber通过AI优化运营与用户体验，股价自 2022年11月以来上涨3.5倍；Spotify 借助 AI升级推荐引擎，股价涨幅
9倍；Meta 则以AI优化广告系统，股价增长近7倍。这些公司并非来自传统认知中的 “AI 赛道”，却凭借AI应用成为股市黑马。

Part.03 AI 从 “赋能” 到 “应用” 无死角

瑞银报告进一步分析指出，AI带来的投资机会并非集中于单一环节，而是覆盖AI价值链三层次，且各环节均涌现出高回报企业：

赋能层：聚焦基础设施与核心技术，如英伟达（芯片）、博通（半导体）、Arista
Networks（数据中心网络），受益于全球数据中心建设热潮与 AI 硬件需求激增；

智能层：聚焦大模型与算法，如 Meta 的 Llama 大语言模型（LM），为下游应用提供 “智能内核”；

应用层：聚焦 AI 在具体场景的落地，如 Netflix 用 AI 实现个性化内容推荐，Meta 用 AI
优化广告投放效率。这种全链条受益也体现在美股龙头中：UBS 统计显示，2022 年 11 月以来标普 500 指数表现最好的 10 只股票中，有 5
只直接受益于 AI 技术突破，其中英伟达以 139.8% 的年化回报领跑，Meta（99.9%）、博通（88.1%）、Arista
Networks（66.6%）等 AI 相关企业均位列其中。

Part.04 聚焦AI竞争力而非标签

瑞银团队在报告结尾强调，传统股票分类框架（国家、行业、风格）并非毫无价值 —— 它们仍能帮助投资者归类 “经营环境相似” 的企业，但在 AI
驱动的新市场中，仅靠静态标签已无法捕捉动态的收益机会。

随着 AI 在各行业的渗透持续加深，其将成为企业间差距的 “核心分水岭”，并进一步主导股市回报的分配逻辑。对投资者而言，核心启示在于：

跳出 “买美国市场”“买科技股”“买成长风格” 的宽泛思维，转而分析单个企业将 AI 转化为竞争优势的能力。

警惕 “泛 AI 概念” 陷阱，即使在半导体、IT 等看似与 AI 相关的领域，也需区分 “真正用 AI 驱动增长” 与 “仅沾边 AI”
的企业。

关注 AI 价值链的全环节机会，无论是硬件赋能、算法研发还是场景应用，均有业绩兑现的潜力。