高盛最新發布的行業研究報告指出，人工智能（AI）技術正從對話交互階段邁向自主決策階段，這一轉型將引發全球AI計算需求的指數級增長。據預測，到2030年全球AI模型處理的詞元（Token）數量將較2026年激增24倍，達到每月120千萬億次規模，其中企業級應用將成為核心驅動力。
研究團隊發現，新一代智能體（Agent）系統與傳統聊天機器人存在本質差異。傳統對話式AI采用"請求-響應"的單次交互模式，而智能體需要持續感知環境變化、維護上下文記憶，并通過多輪工具調用完成復雜任務。這種工作模式導致單個智能體的日均Token消耗量可達10萬次以上，是普通對話系統的100倍以上。以編程場景為例，專業級智能體每日處理700萬詞元僅需13美元成本，展現出顯著的經濟性優勢。
企業市場的爆發式增長成為關鍵變量。報告顯示，雖然消費級應用更易被公眾感知，但企業級智能體的Token密度達到消費端的3倍以上。隨著智能體在供應鏈優化、法律文書處理、代碼生成等領域的深度滲透，AI計算需求正從"人機交互"轉向"機器間協作"。這種轉變不僅消除了人類操作的時間限制，更創造出全新的計算需求場景。高盛預計，到2040年企業應用將推動全球Token消耗量增長55倍。
成本結構的優化為產業擴張奠定基礎。過去三年，AI推理成本以年均60%-70%的速度下降，而頭部模型供應商的Token價格在經歷初期價格戰后已企穩回升。這種剪刀差效應使得超大規模云服務商有望在2026年上半年實現毛利率轉正。以英偉達H100芯片為例，其單位計算成本較前代產品下降65%，同時支持處理的并發任務量提升4倍，這種技術進步正在重塑行業經濟模型。
針對市場關于AI沖擊軟件行業的擔憂，報告提出相反觀點。智能體技術的普及正在推動SaaS行業從"按席位收費"向"按產出收費"轉型，這種商業模式創新將顯著擴大市場總規模。高盛測算顯示，到2030年智能體相關軟件市場規模將突破千億美元，其中自動化工作流管理、智能決策系統等細分領域將保持30%以上的年復合增長率。
研究同時警示潛在風險因素。雖然當前技術進步速度超出市場預期，但能源消耗、數據隱私、算法偏見等問題仍可能制約產業發展。特別是在歐洲市場，即將實施的《AI法案》可能對模型訓練數據獲取構成限制，這需要企業提前布局合規體系建設。
