다음 AI 수혜주는 저마진 물류·시설관리株

다음 AI 멀티배거는 GPU나 데이터센터를 만드는 기업이 아니라, 수십 년간 한 자릿수 이익률에 갇혀 있던 평범한 물류·운송·유통·시설관리 회사일 수 있다는 투자 아이디어가 제기됐다. 논리는 영업 레버리지에 있다. 매출 100, 비용 97, 이익 3인 영업이익률 3% 기업이 AI로 비용을 단 1만 줄여도 이익은 3에서 4로 늘어 33%의 이익 증가율을 만든다. 저마진 기업에서 AI는 단순 생산성 도구가 아니라 이익을 폭발시키는 지렛대가 된다. 핵심 타깃은 현장 노동 자체가 아니라 그 뒤에 숨은 조정 비용(coordination cost)이다. 배차·스케줄·견적·승인·클레임 처리 같은 '일을 하기 위해 발생하는 일'이 여기에 해당한다. AI 에이전트가 기존 ERP, 이메일, 엑셀, 승인 시스템 내부로 들어가 이 조정 계층을 제거하면, 직원이 AI를 쓰는 구조에서 AI가 직원 뒤에서 일을 처리하는 구조로 이동한다. 가장 명확한 실증 사례는 운송 중개회사 C.H. Robinson(CHRW)이다. 회사는 운임 견적·픽업 및 배송 일정·화물 추적 등을 AI로 자동화하고 있으며, 2025년 3분기 운영비는 전년 대비 12.6% 감소하고 인원은 10.8% 줄었다. 연간 약 60만 건의 견적 요청 중 60~65%만 대응하던 구조에서 사실상 대부분을 처리하는 수준까지 올라왔다고 설명했다. AI 도입이 실제 손익에 반영되기 시작한 사례라는 평가다. 구조적 후보로는 대규모 계약물류·창고를 운영하는 GXO Logistics(GXO)와 방대한 조정 업무를 가진 FedEx(FDX)가 꼽힌다. GXO는 AI와 로보틱스가 동시에 침투할 수 있는 구조다. 잠복 후보로는 청소·시설엔지니어링·주차 등 대규모 현장 인력에 의존하는 시설관리 기업 ABM Industries(ABM)가 지목됐으나, 현재 공개 자료만으로는 AI가 마진을 실제로 움직인다는 명확한 증거는 아직 부족하다. 결국 AI 수혜주를 찾는 질문은 '누가 AI를 가장 잘 만드는가'에서 '누구의 비용 구조가 AI로 가장 크게 무너질 수 있는가'로 확장된다. 핵심 조건은 낮은 영업이익률, 높은 노동집약도, 복잡한 조정 업무, 그리고 AI 비용 절감이 EPS에 크게 반영되는 구조 네 가지다.