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 耗尽量行将出现跃升式增长，而底层算力成本的下落速率已跨越 token 订价的降幅，超大限制云厂商和大模子提供商的毛利率拐点或将在改日 3 至 12 个月内到来。

据追风来去台，高盛 5 月 5 日发布请问称，该行瞻望到 2030 年，消费端和企业端 AI 代理悉数将推进众人 token 耗尽量较 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礼聘率打算，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泄露，主流大模子 token 订价已从此前每年约 40% 的降幅趋于知道致使小幅回升，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% 的速率抓续下落，两条弧线的剪刀差正在为行业翻开利润空间。AI 基础阵势的大限制本钱开支，或将因利润率改善而得到更可抓续的经济复旧。

Token 经济学拐点：成本下落快于价钱，利润空间正在翻开

高盛请问的中枢论点在于，AI 行业正从 " 推理经济不笃信、可能摊薄利润 " 的阶段，迈向 "token 增量以具诱骗力的旯旮利润落袋 " 的新阶段。

在 AI 周期的第一阶段，投资者大齐将算力和 token 视为成本驱动要素——更多使宅心味着更多推理负载、更多加快器、更多电力和更高本钱开支。但高盛的推断价钱与成本弧线标明，这一逻辑正在发生动荡。

主流大模子 token 订价虽已大幅下落，但当今已趋于知道，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 全成本仍在快速且抓续地下落。若 token 订价知道在高于 token 成本的水平，则智能体 AI 礼聘率的晋升将带来正向利润推广，而非只是是收入增长。

高盛进一步指出，智能体 AI 可能变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、更多考据和抓续监控耗尽更多 token；更高的欺骗率改善 AI 基础阵势的经济性，进而支抓提供商抓续进入模子质地和分发智商。高盛以为，这一飞轮与商场上 "AI 使用将带来不成抓续成本职守 " 的主流叙事不止天渊。

不外，高盛也教导风险：并非通盘 AI 职责负载齐能保证好意思满正向利润拐点。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 耗尽将增 12 倍

高盛估量，到 2030 年消费端 AI 代理可将众人 token 耗尽量晋升 12 倍，每月新增约 60 千万亿个 token。

请问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指标、执行并复返约束；二是 " 常驻型 " 代理，如抓续在后台运转的邮件监控、日程料理或数字生存助手。高盛以为，最大的 token 耗尽跃升将发生在代理从用户发起任务转向抓续后台运转的阶段——代理抓续监控高下文并在需要时主动步履。

从模拟数据来看，日常 LLM 聊天机器东谈主每次会话耗尽约 1，000 个 token，镶嵌式 Copilot 每天耗尽跨越 5，000 个 token，而常驻型代理每天的 token 耗尽量可跨越 100，000 个。

高盛瞻望，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、邮件及个东谈主坐褥力等规模的代理。与此同期，K8凯发传统搜索引擎在查询量中的份额瞻望将从 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：职责流复杂度驱动 token 强度，2040 年耗尽量或达 55 倍

高盛瞻望，企业端 AI 代理将成为最大的 token 乘数，到 2030 年推进众人 token 耗尽量增长 24 倍，到 2040 年峰值礼聘时进一步增至 55 倍，届时企业端职责负载将占众人 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，在于其职责流条件代理执行更复杂、更精准的操作——监控任务、检索高下文、推理畸形、考据输出、更新系统并在通盘职责日中抓续上报问题。此外，企业代理频频触及更重的多模态输入（语音、图像、文档、屏幕行径、应用数据、日记及结构化系统记载），这将权贵晋升 token 强度。

高盛通过构建模拟代理对不共功绩的 token 耗尽进行了量化测算。

约束泄露，编程代理每天耗尽约 700 万个 token，API 成本约为 13 好意思元 / 天，远低于东谈主工成本，这讲授了为何软件配置规模的代理礼聘速率最快；呼唤中心代理每天耗尽约 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；数据录入代理每天耗尽约 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，企业端代理的礼聘速率将取决于 token 量、API 成本、模态组合和实施复杂度四个变量。以文本为主、器具生态纯属的职责流将最初限制化；以语音为主或深度集成后台系统的职责流则可能施展较慢。

从礼聘弧线来看，高盛以为企业端智能体 AI 最可能辞退 S 型弧线，瞻望峰值礼聘率约为 35% 至 40% 的常识职责者，达峰时分约为 15 年，快于历史技艺扩散的中位数（29 年）。

本钱开支可抓续性：利润改善为超大限制云厂商提供更大空间

高盛请问的一个枢纽投资论断是：超大限制云厂商利润率的改善，将使面前高企的基础阵势投资更具可抓续性，从而化解商场对 AI 本钱开支报酬的中枢疑虑。

请问指出，当今运营商在孤高面前及改日算力需求方面仍受供给敛迹，谷歌和 Meta 均已上调 2026 财年本钱开支预期，亚马逊料理层在一季度财报后也重申了保管高本钱开支的战术。高盛瞻望，跟着利润拐点相近，投资者将越来越多地寻找报酬可见性的凭据。

在具体主见方面，高盛对亚马逊的中枢逻辑在于 AWS 收入增速从头加快（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；对谷歌的观点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贵出奇数字告白行业合座，以及 AI 算力在晋升用户参与度和告白变现方面的抓续孝顺。

在软件规模，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家具而不权贵影响毛利率，同期支抓围绕效果、坐褥力或职责单位而非单纯席位数目进行订价，从而扩大软件可寻址商场。关于 IT 劳动公司K8凯发(中国)，跟着代理将 AI 消费从零丁器具转向企业级、高集成度的职责流修订，对集成、料理和托管编排的需求将大幅晋升，Accenture 被视为这一趋势的主要受益者。