高盛最新研究报告指出，人工智能(AI) 产业正从「聊天机器人时代」快速迈向「智能体(Agent) 时代」，而这场转变不仅将引爆Token(词元) 消耗量，更可能推动整个AI 产业链迎来关键的利润率拐点。
高盛分析师预估，到2030 年，全球Token 消耗量将较2026 年暴增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成长动能。
报告预估，到2030 年，全球每日AI 查询量将从2025 年的约50 亿次增加至230 亿次，其中约30% 将由智能体完成。
高盛指出，真正推动Token 爆炸式成长的并非传统聊天机器人，而是「持续在线(always-on)」的智能体。
与聊天机器人「一问一答」的间歇式互动不同，智能体需要持续监控环境、反覆读取上下文、自动调用工具并多轮验证结果，因此Token 消耗将出现数量级跳升。
根据高盛估算，一般聊天机器人单次对话约消耗1000 个tokens，嵌入式Copilot 每天可能消耗超过5000 个tokens，而持续在线的智能体每天Token 消耗量甚至可能超过10 万。
高盛进一步指出，到2030 年，消费级智能体每月将消耗约60 千万亿tokens，企业级智能体则约为56 千万亿tokens，全球整体Token 需求将较目前大增24 倍。
其中，企业市场才是真正决定AI 产业规模的核心力量。
报告认为，企业级智能体的Token 密度与推理需求远高于一般消费者应用。随着AI 逐渐渗透至程式开发、法律研究、供应链管理等高复杂度领域，Token 消耗模式将从「人机互动」进一步转向「机机互动」。
高盛指出，相较于人类输入，机器之间的持续互动不会疲劳，Token 消耗速度也远远更高。
高盛预测，到2040 年，企业智能体将推动全球Token 消耗达到目前的55 倍。
不过，目前企业级智能体仍处于非常早期阶段。高盛指出，真正大规模部署的企业不到25%，且主要集中在客服、IT 维运、销售支援与企业内部知识库等领域，多数仍属于「Copilot 辅助模式」，尚未进入完全自主Agent 阶段。
高盛也特别分析企业部署智能体后的投资报酬率(ROI)。
报告指出，随着Token 成本快速下降，愈来愈多企业工作流程已开始进入「经济可行区间」。
例如，一套AI 程式开发智能体每天可能消耗700 万tokens，但每日成本仅约13 美元。由于程式开发属于高价值、文本密集型工作，因此AI 程式Agent 已开始快速商业化。
相较之下，客服型智能体因涉及即时语音推理，目前每日成本仍高达约93 美元，因此尚未全面具备取代人工客服的经济效益。
但高盛认为，随着推理成本持续下降，未来将有更多企业工作流程实现正向ROI。
过去两年，市场对AI 产业最大的疑虑之一，在于科技企业资本支出(CapEx) 持续膨胀，但商业回报未必同步成长。
市场原本担心，AI 使用量越高，推理成本也会同步飙升，导致云端服务商与模型开发商的利润率长期承压。
不过，高盛认为，这项逻辑正在发生根本性改变。
一方面，过去几年Token 价格虽大幅下跌，但目前已开始趋于稳定，甚至在部分高品质模型领域出现回升。
另一方面，底层算力成本仍持续快速下降。
高盛估算，在辉达( NVDA-US )、超微( AMD-US )、Alphabet 旗下谷歌TPU，以及亚马逊( AMZN-US )Trainium 晶片推动下，单位Token 运算成本每年约下降60% 至70%。
与此同时，领先模型的Token 定价，在历经初期价格战后，已开始逐步止稳。
高盛因此预测，超大规模云端服务商(Hyperscalers) 与AI 模型供应商，有望于2026 年上半年迎来毛利率转正的重要转折点。
报告指出，当运算成本下降速度快于价格下降速度时，未来Token 需求爆发将直接转化为AI 产业的利润增长。
针对市场近年争论的「AI 是否将摧毁SaaS 产业」议题，高盛则持相对乐观态度。
高盛认为，AI 智能体不仅不会毁灭软体产业，反而可能进一步扩大整体软体市场规模(TAM)。
报告指出，软体产业商业模式正从传统「按座位收费(seat-based)」，逐渐转向依据生产力、工作成果与劳动产出进行收费。
高盛预估，到2030 年，智能体相关软体市场规模将快速扩张。
不过，高盛也提醒AI 智能体经济仍存在多项潜在风险。
首先是竞争风险。若模型能力逐渐同质化，市场可能再度爆发价格战，侵蚀产业利润。
其次是治理与安全风险。由于智能体具备高度自主性，若出现错误，可能导致问题快速扩散，企业将面临严格的合规与安全挑战。
最后则是效率风险。高盛指出，智能体经济的最终效果，高度依赖企业内部资料品质与数据整合程度；若数据治理不佳，智能体反而可能大量消耗资源，却无法带来对应回报。
