AI的利潤率影響可能在低利潤率行業中最大

我越來越確信，人工智能的機遇正從模型開發者和供應商轉向終端用戶。這就是我自去年以來一直在討論的RAMP框架——實物資產，利潤率潛力。

今天，我們得到了關於這種趨勢如何發展以及潛在上行空間的新見解。

在這個階段，你不需要創建最先進的AI模型就能從該技術中獲利。一支垃圾車車隊和一個更智能的路線系統或許就足夠了。

Waste Connections為硬資產領域的發展方向提供了一個引人注目的案例。該公司向CIBC分析師表示，其第一波AI項目到2030年可能產生約100個基點的利潤率擴張。

它將如何實現這一目標？

“定價優化工具已經有助於提高保留定價，而動態AI驅動的路線優化預計將在2027年改善車隊利用率、勞動生產率和路線效率，”CIBC指出。

這為其他重資產行業提供了一個模板。航空公司已經在討論利用AI調整票價，我懷疑隨著企業試圖更快地將價格與需求對齊並捕獲上行空間，這種情況會更多。

客戶服務是您可能已經看到該技術發揮作用的另一個領域。

“WCN還強調客戶服務自動化是一個重大機遇，指出該公司每月接收約70萬到超過100萬次客戶來電，並認為技術最終可以通過主動客戶溝通、移動應用程序和代理型AI消除這些互動中的60%-65%。

該公司強調，這僅僅是開始，而且它已經看到其技術投資快速回報。

100個基點的利潤率對盈利和股票有多大影響？在廢物管理這樣的行業，令人驚訝的是影響並不那麼大。該業務已經是高利潤率；從30%提高到31%通常意味著股價上漲4-5%。這還不錯，但幾乎算不上是對投入的巨額資本支出以及模型構建者及其供應商的高得離譜的市盈率的重大認可。此外，Waste Connections是一家市值約400億美元的公司，計劃僅在技術上花費約1億美元，而且尚不清楚其中有多少專門用於AI。

我反而會關注的領域是低利潤率行業：汽車零部件、航空、鋼鐵、化工、包裝、食品加工和卡車運輸，僅舉幾例。在一家營業利潤率僅為3%的公司，增加一個百分點就能使營業利潤提高三分之一。這是一個值得追求的目標。