01. 歷史背景
人工智慧在雀巢的故事中已經有所體現。
雀巢已經披露了多項人工智慧項目，但關鍵在於它未披露的內容。該公司重點介紹了用於行銷內容的AI驅動型數位孿生技術、旨在大規模實現AI和自動化的數位化核心升級，以及AI在供應鏈、工廠和行銷領域的廣泛應用。雀巢也表示，約85%的採購團隊目前在超過40%的採購支出中使用AI工具。然而，雀巢並未公佈獨立的AI營收目標或量化的AI收益成長路徑。
這使得正確的框架建構變得簡單明了。人工智慧是長期營運工具包的一部分，目前還不是獨立於其他因素的估值支柱。雀巢財務長在2025年年度報告中表示，公司正在利用人工智慧來更好地了解影響損益表的關鍵指標。這固然有用，但與證明人工智慧能帶來大量新的收入來源截然不同。
| 區域 | 已發表的證據 | 目前評估 | 偏見 |
|---|---|---|---|
| 行銷內容 | 人工智慧驅動的數位孿生技術於2025年6月11日發布 | 真實具體，且具有效率意義 | 看漲 |
| 數位核心 | 基於 SAP 的升級計畫於 2025 年 10 月 23 日宣布 | 實現大規模自動化和更有效率的數據利用 | 看漲 |
| 採購 | 約 85% 的團隊在超過 40% 的支出中使用該工具。 | 切實可行的工作流程應用，而非概念階段的人工智慧 | 看漲 |
| 財務揭露 | 未公佈針對人工智慧的營收或利潤目標 | 限制了僅憑敘事進行估值的程度。 | 中性偏看 |
02. 關鍵力量
人工智慧可能對股東產生影響的五種方式
最可靠的人工智慧管道是效率。雀巢的數位孿生專案旨在以更快的速度、更低的成本，跨多種格式創建在地化的行銷素材。數位化核心升級旨在改善決策、加速產品上市，並實現價值鏈的自動化。即使這些收益最終不會以單獨的項目列示，它們在未來十年內也可能產生巨大的影響。
第二個管道是營運速度。雀巢自身揭露的資訊表明，人工智慧已被應用於工廠，用於優化能源、資產、績效和食品安全。從長遠來看，這更有可能提高毛利率穩定性並改善營運資本管理，而不是開創一項全新的業務。
| 人工智慧因素 | 目前數據點 | 目前評估 | 偏見 |
|---|---|---|---|
| 內容效率 | Purina、雀巢 Dolce Gusto 和 Nespresso 的數位孿生體 | 行銷執行的真正成本和速度槓桿 | 看漲 |
| 營運和工廠 | 根據雀巢前沿企業人工智慧揭露訊息，人工智慧已應用於超過300家工廠。 | 可能更有利於提高效率而非增加收入 | 看漲 |
| 採購工作流程 | 約85%的團隊在超過40%的支出中使用人工智慧。 | 展現出顯著的採納深度 | 看漲 |
| 資訊揭露品質 | 未公佈針對人工智慧的損益目標 | 防止今天出現激進的人工智慧重新評級。 | 中性的 |
| 估值影響 | 雀巢目前的經營理念仍是基於利潤率、現金流和產品類別。 | 人工智慧應該被視為一種增強器，而不是核心問題。 | 中性的 |
03. 反例
為什麼人工智慧理論可能會令人失望
主要風險在於過度歸因。即使公司廣泛採用人工智慧，如果收益微乎其微、難以衡量，或立即被重新投入其他成本項目中，也可能無法為股東創造實質的價值。雀巢揭露的資訊令人鼓舞，但目前仍主要停留在營運層面。
第二個風險是投資者可能為同一利益支付兩次費用。如果利潤率的提升最終來自採購、內容和工廠效率的提高，而這些節省的成本早已融入到更廣泛的轉型計劃和30億瑞士法郎的成本節約目標中，那麼將所有這些稱為「人工智慧帶來的收益」就並不恰當。
| 風險 | 最新數據點 | 為什麼這很重要 | 偏見 |
|---|---|---|---|
| 沒有直接的獲利披露 | 沒有公開的人工智慧收入目標 | 這使得單獨對人工智慧進行估值溢價的做法難以辯護。 | 看跌 |
| 執行不透明度 | 大多數披露資訊都以定性方式描述了人工智慧的益處。 | 如果沒有里程碑事件，投資者可能會高估時間節點。 | 看跌 |
| 儲蓄重疊 | 一項價值30億瑞士法郎的儲蓄計畫已經存在，但並未被貼上「僅限人工智慧」的標籤。 | 人工智慧帶來的一些好處可能已經是基礎轉型的一部分了。 | 中性的 |
| 核心業務仍佔據主導地位 | 2025年的業績仍將以銷售額、RIG（應收帳款收入）、利潤率和自由現金流為核心。 | 短期內，人工智慧無法超越品類執行的速度。 | 中性的 |
04. 機構視角
雀巢對人工智慧的務實制度視角
機構投資者最應該關注的並非雀巢會成為一家人工智慧公司，而是人工智慧能夠提升營運效率、提高資產再利用率和決策質量，從而略微改善雀巢的營運表現。相較於任何誇張的人工智慧營收策略，公司本身的揭露資訊更能佐證這項解讀。
這對估值至關重要。如果人工智慧能夠提升效率，並且公司的整體轉型也取得成功，那麼其長期上漲潛力將會增加。如果投資人試圖在缺乏可靠的損益表證據的情況下，將軟體產業的人工智慧溢價強加給一家消費必需品企業，那麼這隻股票就很容易被高估。
| 來源和日期 | 它說了什麼 | 具體數字 | 為什麼這很重要 |
|---|---|---|---|
| 數位孿生技術公告，2025年6月11日 | 人工智慧有助於更快、更經濟地創造在地化產品視覺效果 | 250 位行銷專家，7 個中心，45 個工作室 | 展示了可擴展的行銷工作流程 |
| 數位核心升級，2025年10月23日 | 升級後可大規模實現人工智慧和自動化。 | 全球規模最大的 SAP S/4HANA 雲端私有版升級 | 為企業級人工智慧提供數據基礎支持 |
| 轉型頁面，2026年5月抓取 | 人工智慧賦能的採購應用已十分廣泛。 | 約 85% 的團隊；超過 40% 的採購支出 | 一個真正的採納指標，而不是一個概念聲明 |
| 前沿公司人工智慧揭露，2025年11月19日 | 人工智慧已在超過300家工廠得到應用。 | 工廠網路採用廣泛 | 支持生產力而非炒作的案例 |
05. 情景
人工智慧對長期價格範圍的影響
當雀巢開始量化人工智慧對利潤率、營運資本或產品上市速度等營運方面的影響時，就應該重新評估人工智慧的應用前景。在此之前，明智的做法是讓人工智慧適度拓展其應用範圍，而不是取代雀巢的核心理念。
基本假設認為人工智慧會有所幫助，但不足以支持採用單獨的估值方法。樂觀假設則認為人工智慧能顯著提高整體轉型過程的品質和速度。
| 設想 | 可能性 | 扳機 | 審核日期 | 目標範圍 |
|---|---|---|---|---|
| 牛市 | 20% | 除了更廣泛的轉型之外，雀巢也開始展現出與人工智慧相關的可衡量的利潤率或速度優勢。 | 2027-2030 年年度業績 | 到2035年，瑞士法郎將達到125-150元。 |
| 基本狀況 | 55% | 人工智慧有助於提高生產力和執行力，但該股的價值主要仍在於其作為主要複合型企業的潛力。 | 2027-2030 年年度業績 | 到2035年，瑞士法郎將達到105-125 |
| 熊殼 | 25% | 人工智慧仍處於分散、定性或已被納入標準儲蓄計畫的狀態。 | 2027-2030 年年度業績 | 到2035年，瑞士法郎將達到90-105。 |
參考
來源
- 雅虎財經圖表API提供雀巢（NESN.SW）10年價格歷史及最新市場數據
- 雀巢2026年第三季銷售新聞稿，發佈於2026年4月23日
- 雀巢公司2025年全年業績及2026年業績展望，發佈於2026年2月19日。
- 雀巢分析師和共識預測頁面，包括公司最新匯總的共識預測參考
- 雀巢公司2025財年全年業績預測（PDF格式，2026年1月發布）
- 雀巢策略頁面顯示，其有機成長率超過4%，利潤率超過17%，並雄心勃勃地計劃節省30億瑞士法郎。
- StockAnalysis 雀巢美國存託憑證 (NSRGY) 估值頁面，用於遠期本益比參考
- 雀巢人工智慧驅動的數位孿生技術公告，發佈於2025年6月11日
- 雀巢數位核心升級協助大規模人工智慧和自動化，發佈於2025年10月23日
- 雀巢加入由哈佛大學D3和微軟共同發起的“前沿企業人工智慧計畫”，發佈於2025年11月19日。
- 雀巢年度報告轉型頁面，包含採購和人工智慧應用案例