本文来自微信公众号： 嬉笑创客 ，作者：CB
文字纯手打，分析过程感谢Codex和Workbuddy的助力，效率提升巨大。文末有AI使用过程感想。
为什么要比较中美企业的赚钱硬实力？出发点在于，全民持股、通过股权来实现类UBI的全民基本收入计划，是很多人在考虑的方案之一。
这几年不断有新的万亿公司诞生。当未来超级企业占据了社会价值大头、个体大量被AI和自动化替代后，公众参与持股可能是保持自身价值的少数途径之一。这也是这几年韩国、美国民众在践行的一个方式——虽然据媒体报道，股价涨太好，引发了美韩民众的恐高情绪和通胀等社会问题。
但这在中国也可能存在一个致命问题：中国大型企业的利润还不够大，赚的钱还不够多，利润不够投资者分。企业的红利都跑进了全球消费者的剩余，或者国资持股中，更多通过降价、补贴奶茶、扩产等方式惠及了消费者，剩余价值不一定沉淀在社会资本中。而那些足够赚钱的公司，很多都是国内类垄断性公司，无法赚全球的钱，赚的还是国内的钱。赚完再发固然也可以，但我们知道，一切循环都是有损耗的。
2025年，中美各自最赚钱的100家公司中按行业分布看，美国在医疗制药、互联网科技、半导体/电子和消费上显著领先中国，也就是说，美国在这些行业中有更高比例的公司入选。
尤其在医疗领域，美国充分发挥了医药卡位生死的特点，产出了14家超级印钞机，在数量上仅次于金融，带来1753亿美元净利润。而中国只有1家入选。
中国则在地产建筑和公用事业/电信上大幅领先于美国。房地产虽然没落，这几年不少纯正房企被淘汰出榜单，但是中建、铁建等基建巨头仍然在目。在公用事业上，则充分发挥全国公用事业一盘棋的特点，以盐铁专卖的服务精神，在电力、运输、电信等领域催生多个极为赚钱的超级巨头，长江电力这类低风险投资者的最爱正位列其中。
中国在公用事业和电信上的强势值得深思。中国有14家相关企业入选。虽然公有制主体承担着广泛的社会义务，公用事业/电信也许不应该享有超额利润，但由于很多水利、煤炭、电网等公用事业公司是全国性公司，利润体量由不得不做大，使得在公用事业/电信领域中国赚钱公司的比例显著高于美国。美国不少电力公司都是地方玩家，往往无法望其项背。
以美国著名的南方电网为例，也并非覆盖整个南方地区，而是专注于阿拉巴马州、佐治亚州和密西西比州。美国几乎没有全国性的电网公司，因为电力行业的历史发展和监管结构导致电网产权高度分散。这在AI时代成为了巨大掣肘。中国的全国电力网络成为了海外巨头艳羡的对象。
但两个国家最赚钱的领域基本都在金融，两国都有超过30家金融公司位列最赚钱的企业。赚钱、赚钱，本身就是经营钱的事情。在现代法币体系下，持续扩张的国家资产负债表大概率先让金融企业获益，它们也是货币扩张近水楼台的第一批选手，甚至货币扩张本身就要通过银行等机构完成。
从绝对盈利规模来看，美国的前100加起来盈利规模是中国的2.51倍，且在半导体/电子和医疗行业，企业数量和盈利规模的双重加持下，盈利规模是中国的60多倍。
但这很大程度是由于中国企业的规模做的还没有美国大所致。单从利润率来看，中国在很多行业上并不落后。
中美在不同行业的利润率比较（美-中）：
从净利润率来看，中国的公用事业/电信公司并不差，高于美国10个多点。中国还在金融、消费等行业有更高的利润率。消费也受泡泡玛特这个印钞机显著拉动胜于美国。相比之下，美国公司的利润率在半导体电子、互联网和工业等行业显著占优。半导体电子在英伟达等全球巨头的带领下，超出了中国近24个点的净利率，也堪称美国的印钞机。医疗制药则因中国只有药明康德入选，虽然赚钱但样本有限。
如果比较绝对盈利能力，美国企业的平均利润规模基本远超中国。在半导体/电子行业，美国上榜企业的平均利润是中国的15倍以上。在深度内卷的汽车行业，是中国11倍以上。医疗制药、互联网科技、消费基本在2-5倍之间。但到了原材料/能源和中国的强项工业领域后，差距显著缩小。到金融之后，两者的差距最小缩减到了1.4倍。
换言之，中国金融企业的盈利能力绝对是世界级的。
分行业看，美国最赚钱企业是中国最赚钱企业的平均利润倍数：
这就回到一个关键问题。中国的企业要想打开市值上限，要先打开盈利上限。而根据上述分析，盈利上限的弱点更多在于企业规模而非利润率：单从利润率来看，很多带有垄断色彩的企业利润率绝对不差。
打开规模上限，意味着要为全球的市场提供服务和产品。虽然中国出口整体强大，但主体还比较分散，越到超级巨型企业层面，越发现大部分企业还只是在国内极具统治力的玩家，而在国际市场上影响力还相对较弱。
比亚迪、宁德等是大且强的代表，但这样的企业不是太多，而是太少。
美国很多企业都是面向国际市场，甚至只服务ex-中国的市场。虽然中国人口众多，但中国以外人口更多，且包含了大量高购买力人群。只有真的服务全球，才有机会在盈利规模上一拼。当然，美国毕竟是过去一个多世纪全球化的主导者、国际秩序的建立者。即使今天老特在一些领域自毁长城，但这个体系的衰弱仍是缓慢的，甚至并没有因为一些自毁举动而加速。因为它的企业质量和统治力确实够硬，且往往是链主企业。不少中国企业也因为加入美国巨头的供应链而盈利飙升，反而是跟着本土的链主企业要过一段应收账款和利润率的苦日子。此外美国市场还汇聚很多非美国家的头部企业。
无论下游还是上游，出海和全球化都是必经之路，但也是漫漫长路。这中间还有太多的文化、语言墙，可能已经到了光有好产品还不够的时候了。
此外中国巨头企业的利润还受限于扩产冲动。资本投入是国家的战略需求之一，也受地方政府的鼓励，久而久之形成了这样的肌肉记忆。这依然是利于用户和地方，而不利于股东的行为模式。相反，海外存储等公司充分体现了谨慎扩产、细水长流，在经济学上符合垄断寡头的行为模式，非常“资本主义”。只能说两者都有历史成因和特色。
26Q1是一个有意思的分水岭，我们看到了AI上游的爆发和原材料因为美伊战事导致的价格飙升。这也反映在A股Q1的财报上，虽然还不齐全。
如果比较Q1中美净利润绝对增幅最大的各10家公司，会发现，最可怕的是企业又大还能涨，强者恒强。
中国A股集中在能源、困境反转、金融等行业，AI上游占比还小，WLY纯混。阿里也应在内，但因为H股还有腾讯等未发布，就只先统计了A股。
美国在利润增量上依然远超中国（注：其他行业基本为石油天然气公司，codex读取错误所致），且更多半导体和互联网科技公司，呈现出AI+能源双主导格局。
如果往未来看，其实希望更多在中证500、创业成长这些科技含量更高、全球竞争更充分的公司逐步上行，替代掉前100。再往后，则要等待科创100、港股创新科技这里面的企业后来居上。
这些，将是中国企业利润扩张的方阵队列。
后记：
Claude Code的突破性之处在于它给大模型的Agent化奠定了非常好的操作范式。今天，无论是Claude Code、Codex，还是腾讯Workbuddy这样子的跟随者，实际上都已经形成了一套标准的操作体系、Skill库，剩下的就是看谁能把这套范式更快地用起来，提升产出效率。
从应用端来看，当架构搭建好后，就看谁能更快地不断消耗算力、投入算力，然后产出结果把ROI越干越高，先有人赚到钱。
从实际结果来看，这套东西对重分析的工作提升是巨大的。像今天这个小研究，以往可能要花很多时间清理数据和头绪。但在Workbuddy或Codex的帮助下，几乎只用了小半天就完成。但这并不代表降低了分析的门槛，实际上，这中间很多的细节是要有实操经验才能注意到的know how，隐藏在细节中。如果新手没有自己跑完过流程，一上手就用很容易踩坑。比如，AH前100公司有4家地产公司，因为资产价值重估而导致巨大的利润放量，是要剔除的。如果不问出这个问题，让模型检索这个细节就会忽略。老手的价值可能就体现在这里——但是别忘了模型也会不断吸取老手这些know how。一旦全球的Agent共享知识、分享know how，形成agent互联网之后，老手的壁垒可能也会随之消失。
这也回到了本文的初衷——全民持股是一个UBI的替代方案吗？
全文完