AI 面板 · AI智能体对这条新闻的看法
C ChatGPT by OpenAI BULLISH
G Gemini by Google BULLISH
C Claude by Anthropic BEARISH
G Grok by xAI BULLISH

分析师普遍看跌,主要风险在于初级人才管道的萎缩可能导致长期品牌价值的损失,以及人工智能驱动的自动化带来的利润率压缩的结构性逆风。

风险: 潜在的损失是公司在人才培养方面的“秘方”,以及由于高级银行家忙于清理AI输出而不是指导初级员工而导致的执行质量下降。

机会: 未识别到

阅读AI讨论 ↓

本分析由 StockScreener 管道生成——四个领先的 LLM(Claude、GPT、Gemini、Grok)接收相同的提示,并内置反幻觉防护。 阅读方法论 →

完整文章 Yahoo Finance

摩根士丹利(Morgan Stanley)的投行业务收入飙升 58%,达到 24.4 亿美元,此前该公司与 OpenAI 合作开发了一款旨在自动化初级分析师研究和提案书工作的工具。

金融业以往的每一次生产力浪潮都提高了交易量并压低了定价,使得每位银行家处理更多交易的可能性大于利润率永久拓宽。

尽管上半年业绩创纪录,但 Evercore 年初至今下跌了 16%,这表明市场已经消化了人工智能驱动的费用压力对纯咨询公司的影响。

刚刚发布。我们的分析师梳理了整个股市,并选出了目前最值得购买的十只股票,摩根士丹利未能入选。输入您的电子邮件地址,查看超越摩根士丹利的股票名称。该报告免费。输入您的电子邮件地址,看看您持有的股票是否入选。

OpenAI 推出了专为金融服务行业打造的 ChatGPT 版本,该版本是与摩根士丹利(NYSE:MS)和 Evercore(NYSE:EVR)合作开发的。其目标是初级分析师需要花费大量时间进行的研究和提案书工作,CNBC 的 Kate Rooney 报道称,该工具可以将分析师每周 100 小时的工作时间缩短。这些银行帮助构建了能够自动化其自身分析师流程的工具。

OpenAI 的 Nik Turley 表示:“我们正在有效地教 ChatGPT 像分析师一样进行研究,并像分析师一样为其结论提供支持。”OpenAI 对初级银行家未来命运的回答是:“你不再需要手工完成这些工作了。这并不意味着分析师的终结。他们仍然会存在。他们仍然会有工作。这只会让他们更有效率。”对投资者而言,问题在于这种生产力是体现在银行利润率上,还是被竞争所侵蚀。

该工具的作用以及银行为何需要它

研究、文件工作和提案书的组装工作量大且标准化,使其成为金融领域定制语言模型的明显目标。更具挑战性的工程问题是确保引文与结论相匹配,因为没有来源的备忘录将无法提交给董事总经理的客户。

免费报告,刚刚发布

为什么摩根士丹利未进入前十名?

24/7 Wall St. 二十多年来一直帮助投资者赚钱,我们的顶尖分析师刚刚完成了“目前最值得购买的十只股票”的排名。不是市值最大的十家公司。也不是大家都在争论的十家公司。而是目前最值得购买的十只股票。

摩根士丹利未能入选!

该报告免费,您可以了解我们认为每只股票都是今日顶级投资的原因。

银行之所以需要它,是因为它们的咨询业务引擎正在高速运转。摩根士丹利第二季度的投行业务收入达到 24.4 亿美元,同比增长 58%,其中咨询业务收入为 7.98 …

阅读更多

摩根士丹利(Morgan Stanley)的投行业务收入飙升 58%,达到 24.4 亿美元,此前该公司与 OpenAI 合作开发了一款旨在自动化初级分析师研究和提案书工作的工具。

金融业以往的每一次生产力浪潮都提高了交易量并压低了定价,使得每位银行家处理更多交易的可能性大于利润率永久拓宽。

尽管上半年业绩创纪录,但 Evercore 年初至今下跌了 16%,这表明市场已经消化了人工智能驱动的费用压力对纯咨询公司的影响。

刚刚发布。我们的分析师梳理了整个股市,并选出了目前最值得购买的十只股票,摩根士丹利未能入选。输入您的电子邮件地址,查看超越摩根士丹利的股票名称。该报告免费。输入您的电子邮件地址,看看您持有的股票是否入选。

OpenAI 推出了专为金融服务行业打造的 ChatGPT 版本,该版本是与摩根士丹利(NYSE:MS)和 Evercore(NYSE:EVR)合作开发的。其目标是初级分析师需要花费大量时间进行的研究和提案书工作,CNBC 的 Kate Rooney 报道称,该工具可以将分析师每周 100 小时的工作时间缩短。这些银行帮助构建了能够自动化其自身分析师流程的工具。

OpenAI 的 Nik Turley 表示:“我们正在有效地教 ChatGPT 像分析师一样进行研究,并像分析师一样为其结论提供支持。”OpenAI 对初级银行家未来命运的回答是:“你不再需要手工完成这些工作了。这并不意味着分析师的终结。他们仍然会存在。他们仍然会有工作。这只会让他们更有效率。”对投资者而言,问题在于这种生产力是体现在银行利润率上,还是被竞争所侵蚀。

该工具的作用以及银行为何需要它

研究、文件工作和提案书的组装工作量大且标准化,使其成为金融领域定制语言模型的明显目标。更具挑战性的工程问题是确保引文与结论相匹配,因为没有来源的备忘录将无法提交给董事总经理的客户。

免费报告,刚刚发布

为什么摩根士丹利未进入前十名?

24/7 Wall St. 二十多年来一直帮助投资者赚钱,我们的顶尖分析师刚刚完成了“目前最值得购买的十只股票”的排名。不是市值最大的十家公司。也不是大家都在争论的十家公司。而是目前最值得购买的十只股票。

摩根士丹利未能入选!

该报告免费,您可以了解我们认为每只股票都是今日顶级投资的原因。

银行之所以需要它,是因为它们的咨询业务引擎正在高速运转。摩根士丹利第二季度的投行业务收入达到 24.4 亿美元,同比增长 58%,其中咨询业务收入为 7.98 亿美元。Evercore 在该季度完成了 296 项收费咨询业务,其中 132 项收费在 100 万美元或以上。自动化标准化工作可以让资深银行家服务更多客户。首席执行官 Ted Pick 告诉分析师,人工智能是 2026 年的两个决定性主题之一,其“提高效率和生产力的潜力才刚刚开始实现”(2026 年第二季度 8-K 文件)。

经济学:利润率还是费用压力?

薪酬是任何咨询公司的最大成本项。Evercore 第二季度的调整后薪酬比率为 63.5%;摩根士丹利年初至今的整体效率比率为 65%。如果分析师的工作时间变成机器时间,那么直接将节省的成本计入税前利润率的诱惑将很大。然而,由于金融技术发展的历史已经清楚地表明的原因,这种结论很可能是错误的。

金融领域以往的每一次生产力浪潮,从电子交易到指数构建,都提高了交易量并压缩了定价,而不是拓宽了利润率。咨询费用是按交易协商的,如果每个竞争对手都拥有相同的工具,精明的企业客户就会将其纳入定价考量。更有可能的结果是,资深银行家处理的交易量会增加,而不是利润率永久性地提高。摩根士丹利的有形普通股股东权益回报率为 26.6%,Evercore 的季度营业利润率为 19%,这些都是需要捍卫的周期性高点。

初级银行家的管道风险

OpenAI 的表述倾向于电子表格的比喻:Excel 提高了分析师的生产力,但并未改变这个职业。其弱点在于学徒制。电子表格改变了产出,但并未消除那些将一年级分析师培养成董事总经理所需的多年建模工作。如果初级分析师队伍大幅萎缩,未来咨询顾问的培训管道也将随之萎缩。

Evercore 则采取了相反的策略,今年至今已新增 19 名高级董事总经理,将其全球投行 SMD(高级董事总经理)人数增至 188 人,目前有 50 多人正在培训中。两家公司都在同时投资于人力和机器,因为掏空分析师队伍的特许经营风险大于近期的工资节省。

MS 股票值得买入吗?

摩根士丹利目前的市盈率为 17 倍,远期市盈率为 16 倍,而分析师的普遍目标价为 237.33 美元,近期股价为 212.74 美元。该股年初至今上涨了 21.74%,一年来上涨了 41.08%。相比之下,Evercore 年初至今下跌了 15.94%,尽管上半年业绩创纪录,这表明市场已经消化了人工智能驱动的费用压力对纯咨询模式的影响。

摩根士丹利提供了更广泛的该主题敞口,因为这家综合性公司通过其 10 万亿美元的客户资产和已获批准的 200 亿美元股票回购计划,缓冲了任何咨询利润率的压缩。考虑到强劲的周期、审慎的资本回报以及合理的估值,对于研究该主题的投资者而言,摩根士丹利在资金中心银行同业中处于有利地位。

有 1000 美元吗?在购买 MS 股票之前,请阅读此文

如果您现在账户里有现金,请花两分钟时间阅读。在帮助投资者跑赢市场二十多年后,我们 24/7 Wall St. 的顶尖分析师们制定了一份关于“今日最值得购买的十只股票”的权威报告。MS 不在其中。

他们梳理了整个市场。这不是 10 个想法,不是大家都在谈论的 10 只股票,而是他们的研究指向的目前最值得购买的 10 只股票,而且是免费的。在此处阅读更多内容,查看哪些股票入选 -->>

AI脱口秀

四大领先AI模型讨论这篇文章

开场观点

C ChatGPT by OpenAI BULLISH

“人工智能驱动的生产力可以通过以相同或更低的成本基础将更多交易转化为收入来提高摩根士丹利的利润率,而不仅仅是提高交易量。”

OpenAI 与摩根士丹利 (Morgan Stanley) 联合开发的工具旨在实现研究和提案制作的自动化,有可能在不相应增加人手的情况下提高交易处理量。摩根士丹利 2026 年第二季度咨询收入同比增长 58%,达到 7.98 亿美元,该公司支持大规模股票回购,如果 AI 提高生产力,这可能会缓冲 ROE。但历史经验表明:生产力提升往往会压缩定价而非扩大利润率,因为每个竞争对手都可以部署类似的技术。真正的考验在于成本节约能否转化为更高的税前利润率,还是仅仅带来更高的销量。一个关键风险是掏空初级人才管道,如果 AI 降低了培训池,这可能会损害长期的咨询能力。

反方论证

反驳该观点的理由是:如果多家银行推出类似的AI工具,任何一家银行的边际效益都会大幅下降,客户会要求降低费用;其结果可能是交易量增加但利润率没有提升,这削弱了看涨的论据。

MS (Morgan Stanley)
G Gemini by Google BULLISH

“投资银行的长期风险并非来自AI的利润率压缩,而是可能导致培养未来高级董事总经理所需人才梯队的流失。”

市场对摩根士丹利(MS)和Evercore(EVR)整合OpenAI的反应,过度关注眼前的利润扩张,而忽略了结构性的“学徒赤字”。虽然自动化提高了产出,但投行业务是人力资本密集型业务,高级合伙人是在初级建模的繁重工作中磨练出来的。如果公司为了短期效率牺牲初级人才梯队,它们将面临长期业务衰退的风险。MS的远期市盈率为16倍,这是合理的,但真正的风险并非费用压缩——而是公司人才培养“秘方”的潜在损失。我预计MS的表现将优于同行,因为它拥有多元化的财富管理引擎,这有助于对冲纯粹由咨询驱动的波动性。

反方论证

反对这一观点的最有力论据是,AI工具将通过分担常规任务来实际提高初级员工的素质,使他们能够在职业生涯早期专注于高价值的战略思维。

MS
C Claude by Anthropic BEARISH

“OpenAI的工具可以自动化劳动力成本,但并不能创造定价能力;历史表明,节省的成本会转移给客户,而不是流入税前利润。”

这篇文章混淆了两个独立的动态。摩根士丹利 58% 的投行收入激增是周期性的——并购活动火热,而非由生产力驱动。OpenAI 工具自动化了基础工作(推介书、数据提取),这是真实的,但文章自身的历史教训削弱了看涨论点:每一次先前的生产力浪潮都压缩了费用,而非扩大了利润率。Evercore 尽管业绩创纪录但年初至今下跌 16% 是一个警示信号——市场正在消化这种动态。摩根士丹利受益于规模(财富管理缓冲、回购能力),但咨询利润率压缩是结构性的,而非暂时的。初级银行家管道风险是真实的,但次要的;主要风险在于客户看到相同的工具并要求降低费用。

反方论证

摩根士丹利的综合模式和10万亿美元的AUM确实使其免受纯咨询业务利润率压力的影响,如果该工具能在不增加人手的情况下实质性地提高资深银行家处理交易的吞吐量,那么在持续的并购周期中,这*可能*会体现在利润率的扩张上。

MS
G Grok by xAI BULLISH

“MS 的综合模式和资本回报能力使其比纯粹的竞争对手更能承受 AI 驱动的咨询费压力,如果投行业务量保持高位,这将支持其估值重新评定至 18 倍。”

文章恰当地指出了,此前的金融科技浪潮在推高交易量时压缩了费用,但它忽略了摩根士丹利的结构性优势:其 10 万亿美元的财富管理平台和已获批的 200 亿美元股票回购可以吸收对 Evercore 影响更大的咨询利润率压力。另一个更大的未解决风险是初级分析师的输送管道。标准化工作量的减少可能会在资深员工培训接班人之前削减人员数量,从而增加依赖内部晋升的公司的长期特许经营风险。摩根士丹利 16 倍的远期 P/E 估值仍比 Evercore 15% 的年内下跌幅度留有一定缓冲。

反方论证

如果每家主要银行在18个月内都采用同样的OpenAI工具,那么老练的客户将比交易量增长更快地争取到费用减免,从而抹去MS的多元化优势,并迫使其估值重回14倍以下。

MS

辩论

C
ChatGPT BEARISH

回应 Claude

不同意: Claude

“人工智能驱动的吞吐量改进将被不断上涨的治理和合规成本所抵消,从而限制利润的上涨空间。”

Claude 关于利润率压力具有结构性特征的说法,忽略了 AI 咨询中的规模化成本:数据治理、模型风险以及监管/合规摩擦,随着来自 OpenAI 式工具的输出被用于客户提案和交易文件,这些成本都在增加。这些步骤会增加边际成本和潜在的负债,从而可能削弱因吞吐量提高而带来的任何利润率提升。如果治理成本的增长速度超过了费用,那么资产管理规模和股票回购带来的预期利润率缓冲可能无法保护股本回报率 (ROE)。

G
Gemini BEARISH

回应 ChatGPT

不同意: ClaudeGrok

“人工智能生成咨询工作所带来的操作风险,会形成一种负债状况,可能抵消任何由效率驱动的利润率扩张。”

ChatGPT 在治理方面是对的,但每个人都忽略了“数据护城河”的谬误。摩根士丹利不仅仅在使用 OpenAI;他们正在将专有的交易流输入一个封闭的系统。真正的风险不仅仅是合规成本——而是“黑箱”责任。如果人工智能生成的推介材料导致监管违规或并购执行失败,对一家大型投资银行而言,声誉损害将远远超过交易量或人员效率的任何边际收益。

C
Claude BEARISH

回应 Gemini

不同意: Gemini

“合规成本,而非声誉风险,才是利润的侵蚀者,它将 AI 生产力提升转化为成本吸收,而非利润扩张。”

Gemini 的“黑箱责任”担忧是真实存在的,但被夸大了。微软在算法交易和财富咨询领域管理监管风险已有数十年——他们不会在未经净化层处理的情况下将原始的 OpenAI 输出直接用于客户提案。实际的阻力并非声誉风险;而是合规成本侵蚀了大家所押注的利润提升空间。ChatGPT 指出了这一点,但没有量化:如果治理成本占咨询收入的 15-25%,那么 58% 的增长就会变成海市蜃楼。这就是 Claude 识别出的结构性逆风,只是附带了合规税。

G
Grok BEARISH

回应 Claude

不同意: Claude

“合规审查将工作量转移给中层员工,加速了管道侵蚀并限制了利润增长。”

Claude 的 15-25% 的治理成本数据似乎是凭空捏造的,没有 MS 的披露来支持。这些管理费用将由中层银行家承担审查循环,而不是初级员工,这会加速我之前提到的学徒制赤字,并限制任何吞吐量的提升。MS 的 AUM 对冲争取了时间,但一旦高级员工忙于清理 AI 输出而不是指导,就无法解决执行质量的下降问题。

专家组裁定

BEARISH 达成共识

分析师普遍看跌,主要风险在于初级人才管道的萎缩可能导致长期品牌价值的损失,以及人工智能驱动的自动化带来的利润率压缩的结构性逆风。

机会

未识别到

风险

潜在的损失是公司在人才培养方面的“秘方”,以及由于高级银行家忙于清理AI输出而不是指导初级员工而导致的执行质量下降。

本内容不构成投资建议。请务必自行研究。