智能体 AI（Agentic AI）正在将东谈主工智能行业从成本叙事转向利润叙事。高盛以为，跟着 token 浪费量行将出现跃升式增长，而底层算力成本的下落速率已进步 token 订价的降幅，超大领域云厂商和大模子提供商的毛利率拐点或将在异日 3 至 12 个月内到来。

据追风走动台，高盛 5 月 5 日发布文告称，该行预测到 2030 年，消费端和企业端 AI 代理总共将激动专家 token 浪费量较 2026 年水平增长 24 倍，达到每月约 120 千万亿个 token；若以 2040 年企业端代理达到峰值招揽率计较，这一数字将进一步扩大至 55 倍。

与此同期，高盛的推断价钱与成本弧线败露，主流大模子 token 订价已从此前每年约 40% 的降幅趋于自由致使小幅回升，而英伟达、AMD、谷歌 TPU 及 Trainium 等芯片驱动的每 token 算力成本仍在以每年 60% 至 70% 的速率捏续下落，两条弧线的剪刀差正在为行业怒放利润空间。AI 基础要领的大领域成本开支，或将因利润率改善而取得更可捏续的经济复旧。

Token 经济学拐点：成本下落快于价钱，利润空间正在怒放

高盛文告的中枢论点在于，AI 行业正从 " 推理经济不细则、可能摊薄利润 " 的阶段，迈向 "token 增量以具劝诱力的边缘利润落袋 " 的新阶段。

在 AI 周期的第一阶段，投资者大批将算力和 token 视为成本驱动身分——更多使宅心味着更多推理负载、更多加快器、更多电力和更高成本开支。但高盛的推断价钱与成本弧线标明，这一逻辑正在发生回荡。

主流大模子 token 订价虽已大幅下落，但当今已趋于自由，部分情形下致使出现回升；与此同期，英伟达、谷歌 TPU（博通）、AMD 和 Trainium（Marvell）的每 token 全成本仍在快速且捏续地下落。若 token 订价自由在高于 token 成本的水平，则智能体 AI 招揽率的普及将带来正向利润扩展，而非只是是收入增长。

高盛进一步指出，智能体 AI 可能酿成自我强化的经济飞轮：更低的每 token 算力成本催生更丰富、更复杂的代理；更丰富的代理通过更长的高下文、更多轮回、更多考据和捏续监控浪费更多 token；更高的诈骗率改善 AI 基础要领的经济性，进而支捏提供商捏续干涉模子质料和分发才调。高盛以为，这一飞轮与阛阓上 "AI 使用将带来不成捏续成本职责 " 的主流叙事千差万别。

不外，高盛也领导风险：并非系数 AI 办事负载皆能保证杀青正向利润拐点。关于商品化进度较高的纯文本聊天机器东谈主，竞争仍可能迫使 token 订价的下落速率快于算力成本。

消费端代理：从碎屑化对话到 " 常驻 " 助手，token 浪费将增 12 倍

高盛臆测，到 2030 年消费端 AI 代理可将专家 token 浪费量普及 12 倍，每月新增约 60 千万亿个 token。

文告将消费端代理分为两类：一是 " 按需型 " 代理，如 OpenAI Operator、Claude Code 等浏览器端代理，由用户发起任务后自主诡计、引申并复返落拓；二是 " 常驻型 " 代理，如捏续在后台动手的邮件监控、日程管制或数字生涯助手。高盛以为，最大的 token 浪费跃升将发生在代理从用户发起任务转向捏续后台动手的阶段——代理捏续监控高下文并在需要时主动手脚。

从模拟数据来看，凡俗 LLM 聊天机器东谈主每次会话浪费约 1，000 个 token，镶嵌式 Copilot 每天浪费进步 5，000 个 token，而常驻型代理每天的 token 浪费量可进步 100，000 个。

高盛预测，到 2030 年逐日 AI 查询量将从 2025 年的约 50 亿次增至约 230 亿次，其中最多 30% 将流向搜索、购物、旅行、邮件及个东谈主分娩力等领域的代理。与此同期，亚搏体育传统搜索引擎在查询量中的份额预测将从 2025 年的 68% 降至 2030 年的 36%，LLM 原生应用的份额则将从 12% 升至 31%。

企业端代理：办事流复杂度驱动 token 强度，2040 年浪费量或达 55 倍

高盛预测，企业端 AI 代理将成为最大的 token 乘数，到 2030 年激动专家 token 浪费量增长 24 倍，到 2040 年峰值招揽时进一步增至 55 倍，届时企业端办事负载将占专家 token 总使用量的 70% 以上。

企业端代理之是以比消费端代理更具 token 强度，在于其办事流条款代理引申更复杂、更精准的操作——监控任务、检索高下文、推理十分、考据输出、更新系统并在系数这个词办事日中捏续上报问题。此外，企业代理经常波及更重的多模态输入（语音、图像、文档、屏幕手脚、应用数据、日记及结构化系统记载），这将权臣普及 token 强度。

高盛通过构建模拟代理对不同管事的 token 浪费进行了量化测算。

落拓败露，编程代理每天浪费约 700 万个 token，API 成本约为 13 好意思元 / 天，远低于东谈主工成本，这确认了为何软件开荒领域的代理招揽速率最快；招呼中心代理每天浪费约 200 万个 token，但若依赖及时语音处理，成本可高达 92 好意思元 / 天，使全面语音自动化在经济上仍不具竞争力；数据录入代理每天浪费约 2，500 万个 token，成本约为 60 好意思元 / 天，仍低于东谈主工成本。

高盛指出，企业端代理的招揽速率将取决于 token 量、API 成本、模态组合和实施复杂度四个变量。以文本为主、用具生态造就的办事流将最初领域化；以语音为主或深度集成后台系统的办事流则可能发扬较慢。

从招揽弧线来看，高盛以为企业端智能体 AI 最可能罢职 S 型弧线，预测峰值招揽率约为 35% 至 40% 的常识办事者，达峰时辰约为 15 年，快于历史本事扩散的中位数（29 年）。

成本开支可捏续性：利润改善为超大领域云厂商提供更大空间

高盛文告的一个要道投资论断是：超大领域云厂商利润率的改善，将使现时高企的基础要领投资更具可捏续性，从而化解阛阓对 AI 成本开支申诉的中枢疑虑。

文告指出，当今运营商在振作现时及异日算力需求方面仍受供给禁止，谷歌和 Meta 均已上调 2026 财年景本开支预期，亚马逊管制层在一季度财报后也重申了防守高成本开支的政策。高盛预测，跟着利润拐点邻近，投资者将越来越多地寻找申诉可见性的凭证。

在具体主张方面，高盛对亚马逊的中枢逻辑在于 AWS 收入增速再行加快（一季度同比增长 28%），并领有 3，640 亿好意思元的收入积压订单；对谷歌的办法基于其云业务一季度同比增长 63%、积压订单环比近乎翻倍至约 4，600 亿好意思元；对 Meta 的判断则基于其告白业务增速权臣越过数字告白行业举座，以及 AI 算力在普及用户参与度和告白变现方面的捏续孝顺。

在软件领域，高盛以为更低的 token 成本使软件厂商更容易将代理镶嵌现存居品而不权臣影响毛利率亚搏(中国)一站式服务官方网站，同期支捏围绕后果、分娩力或办事单位而非单纯席位数目进行订价，从而扩大软件可寻址阛阓。关于 IT 服务公司，跟着代理将 AI 消费从孤独用具转向企业级、高集成度的办事流修订，对集成、惩办和托管编排的需求将大幅普及，Accenture 被视为这一趋势的主要受益者。