登录

海外研选|高盛:智能体将引爆Token需求AI产业有望迎来利润率拐点


速读:尽管消费级智能体更容易被普通用户感知,但高盛认为,真正决定AI产业规模的,最终还是企业市场。 企业智能体的Token密度远高于消费端,且推理需求远高于普通消费者聊天。 高盛重点研究了企业部署智能体后的经济回报(ROI),报告发现,随着Token成本下降,越来越多企业工作流开始进入“经济可行区间”。
海外研选 | 高盛:智能体将引爆Token需求 AI产业有望迎来利润率拐点 _ 东方财富网

海外研选 | 高盛:智能体将引爆Token需求 AI产业有望迎来利润率拐点

2026年05月07日 20:13

   高盛 在最新研报中指出,随着 人工智能 (AI)行业从“聊天 机器人 时代”进入“智能体(Agent)时代”, 这一变化不仅意味着Token(词元)消耗的爆炸式增长,更可能推动整个AI产业链迎来利润率拐点。

image   据 高盛 分析师预测,到2030年,全球Token消耗量将较2026年增长24倍,达到每月约120 quadrillion(120千万亿)tokens。其中,企业级智能体将成为最大推动力。

   Token消耗即将爆炸式增长

  报告预计,到2030年,全球每天AI查询量将从2025年的约50亿次增长至230亿次。其中,大约30%的查询将由智能体完成。

  具体而言,到2030年,消费级智能体每月将消耗约60千万亿tokens,企业级智能体每月将消耗约56千万亿tokens, 全球整体Token消耗较当前增长24倍 。

image   ( 高盛 对Token消耗消耗量的预测)

  高盛强调, 推动Token爆炸的并非聊天 机器人 ,而是“持续在线(Always-on)”的智能体 。

  传统聊天 机器人 属于“间歇式使用”,用户问一次,AI答一次,任务结束。

  但智能体不同,它需要持续监控环境,并不断读取上下文。智能体会自动调用工具,反复验证结果,多轮循环执行任务。

  因此,Token消耗量会出现数量级跃升。

  据高盛测算,普通聊天 机器人 每次会话约消耗1000 tokens,嵌入式Copilot每天可能消耗5000 tokens以上,而持续在线的智能体每天Token消耗可能超过10万。

   企业级智能体是主要 驱动力

  尽管消费级智能体更容易被普通用户感知,但高盛认为,真正决定AI产业规模的,最终还是企业市场。

   企业智能体的Token密度远高于消费端 ,且推理需求远高于普通消费者聊天。

  企业级应用正从简单的摘要编写转向复杂的工作流替代。随着智能体渗入编程、法律研究、供应链管理等领域,Token消耗将从“人机互动”转变为“机机互动”,后者没有疲劳感,且消耗速度远超人类输入。

  高盛预计, 到2040年,企业智能体将推动全球Token消耗达到当前的55倍 。

  高盛还指出,企业级智能体目前仍处于非常早期阶段,真正大规模部署的不到25%,目前主要集中在客服、IT运维、销售支持以及内部知识库等领域,且大多还是“Copilot辅助”,而非完全自主Agent。

  高盛重点研究了企业部署智能体后的经济回报(ROI),报告发现,随着Token成本下降,越来越多企业工作流开始进入“经济可行区间”。例如,一个编程Agent每天可能消耗700万tokens,但成本仅约13美元。

  由于编程属于高价值、文本密集型任务,因此AI编程智能体已经开始快速落地。相比之下,客服智能体由于涉及实时语音推理,目前每天成本仍接近93美元,因此尚未完全具备替代人工客服的经济性。

  不过,高盛表示,随着推理成本继续下降,越来越多企业工作流都将实现正ROI。

   AI行业利润率开始改善

  过去两年,市场对AI最大的担忧之一,是科技公司资本开支(CapEx)不断膨胀,却未必能获得匹配的回报。

  市场此前一直担忧,AI使用越多,推理成本越高,云厂商和模型公司的利润率就会持续承压。但高盛认为,这种逻辑正在发生变化。

  一方面,过去几年Token价格持续暴跌,但如今已经开始趋于稳定,部分甚至出现上涨。另一方面,底层算力成本却仍在快速下降。

  据估算,在 英伟达 、AMD、谷歌TPU以及 亚马逊 Trainium等芯片的推动下, 单Token计算成本每年下降约60%-70% 。

  与此同时,领先模型的Token市场价格在经历了初期的价格战后,已经开始企稳甚至在某些高质量领域出现回升。

image   高盛预测,超大规模云服务商(Hyperscalers)和模型提供商有望在2026年上半年迎来毛利率的转正。当计算成本下降速度快于价格下降速度时,Token消耗量的爆发将直接转化为可观的利润增长。

   AI不会毁灭软件行业

  面对市场关于“AI是否会毁灭SaaS行业”的争论,高盛给出的答案是:不会。

  恰恰相反, AI智能体 可能会进一步扩大软件行业的市场规模(TAM) 。

  报告指出,软件行业的收费模式正在发生变化,从按座位收费(seat)转向按生产力、工作成果以及劳动产出收费。

  高盛预计,到2030年,智能体相关的软件市场规模将快速扩张。

   风险

  尽管前景广阔,但报告也提醒了潜在风险,主要分为三方面。

   竞争风险: 如果模型高度同质化,价格战可能再次爆发,削减利润。

   治理风险: 智能体的“自主性”可能导致错误扩散,企业在部署时面临严峻的合规与安全挑战。

   效率风险: 智能体经济的效能取决于企业内部数据的质量和打通程度。若引导不当,智能体可能适得其反,消耗大量资源却回报甚微 。

(文章来源:财联社)

主题:高盛|基金|新股|美股