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。
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。
（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。
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）
