AI产业有望迎来利润率拐点？智能体对Token需求影响几何？

Token消耗即将爆炸式增长

查询量与智能体消耗预测

高盛预计到2030年，全球每天AI查询量将大幅增长，从2025年约50亿次增至230亿次，约30%由智能体完成。消费级智能体和企业级智能体消耗差异明显，到2030年，全球整体Token消耗较当前增长24倍。

智能体与传统聊天机器人对比

传统聊天机器人是“间歇式使用”，智能体则“持续在线”。智能体需持续监控环境、读取上下文、调用工具、验证结果，多轮循环执行任务，导致Token消耗量跃升，普通聊天机器人与智能体Token消耗差距显著。

企业级智能体是主要驱动力

企业智能体的优势

企业智能体Token密度高于消费端，推理需求远超普通消费者聊天。企业应用从简单摘要编写转向复杂工作流替代，智能体渗入多领域，“机机互动”消耗远超人类输入，预计到2040年推动全球Token消耗大幅增长。

企业级智能体的现状与经济回报

企业级智能体目前处于早期，大规模部署不到25%。高盛研究发现，随着Token成本下降，编程智能体已快速落地，部分企业工作流进入“经济可行区间”，虽客服智能体经济性尚缺，但未来更多工作流将实现正ROI。

AI行业利润率开始改善

成本与价格变化

过去市场担忧AI推理成本高影响利润率，如今情况转变。一方面Token价格趋于稳定甚至上涨，另一方面底层算力成本快速下降，单Token计算成本每年大幅下降，这使得超大规模云服务商和模型提供商有望迎来毛利率转正。

利润增长预期

当计算成本下降速度快于价格下降速度时，Token消耗量的爆发将转化为利润增长。高盛预测超大规模云服务商和模型提供商在2026年上半年有望毛利率转正，AI行业利润率开始改善。

AI不会毁灭软件行业

软件行业收费模式转变

软件行业收费模式正从按座位收费转向按生产力、工作成果及劳动产出收费。高盛预计到2030年，智能体相关软件市场规模将快速扩张，AI智能体可能扩大软件行业市场规模。

智能体对软件行业的积极影响

AI智能体推动软件行业收费模式变革，促使行业向更合理的收费方式转变，有利于软件行业根据实际价值获取收益，从而进一步拓展市场规模，为行业发展带来新机遇。

风险

竞争风险

若模型高度同质化，价格战可能再次爆发，削减利润。众多企业在AI领域竞争，若产品差异小，为争夺市场份额可能引发价格竞争，影响整个行业盈利水平。

治理风险

智能体的“自主性”可能导致错误扩散，企业部署时面临合规与安全挑战。智能体自主运行可能产生错误决策，且其自主性带来数据使用、隐私保护等合规及安全问题。

效率风险

智能体经济的效能取决于企业内部数据质量和打通程度，引导不当可能消耗大量资源却回报甚微。企业数据质量不佳、未有效整合，会使智能体无法发挥优势，造成资源浪费。

相关问答

高盛对2030年全球Token消耗量有何预测？

到2030年全球Token消耗量将较2026年增长24倍，达到每月约120千万亿tokens，其中消费级和企业级智能体消耗占比较大。

企业级智能体为何是Token消耗的主要驱动力？

企业智能体Token密度高于消费端，推理需求大，应用从简单转向复杂，“机机互动”消耗远超人类输入，未来将推动Token消耗大幅增长。

AI行业利润率改善的原因是什么？

一方面Token价格趋于稳定甚至上涨，另一方面底层算力成本快速下降，单Token计算成本每年大幅下降，促使利润率开始改善。

软件行业收费模式发生了怎样的变化？

软件行业收费模式正从按座位收费转向按生产力、工作成果以及劳动产出收费，智能体相关软件市场规模有望快速扩张。

AI发展面临哪些风险？

存在竞争风险，模型同质化可能引发价格战；有治理风险，智能体“自主性”带来合规与安全挑战；还有效率风险，取决于企业内部数据质量和打通程度。