高盛看多AI智能体浪潮 点名辉达、微软、亚马逊9大赢家 https://news.cnyes.com/news/id/6451610 钜亨网新闻中心 2026-05-09 07:50 高盛 5 月 5 日发布最新研究报告《解码智能体经济》(Decoding the Agentic Economy) ，提出 AI 产业正迈向一个关键转折点。报告认为，随着 AI 智能体 (agentic AI) 逐渐 从实验阶段进入企业与消费市场，全球 token 需求将迎来爆炸性成长，同时整个科技产 业的利润结构也将被重新改写。 高盛预测，到 2030 年，全球每月 token 处理量将达 120 千万亿个，约为 2026 年现有算 力需求的 24 倍；若企业端智能体全面普及，到 2040 年需求更可能扩大至 55 倍。 不同於一般从市场规模反推需求的估算方式，高盛科技研究团队此次采取自下而上的建模 方法，实际模拟 AI 智能体执行任务的完整流程，逐步计算 token 消耗，再乘以使用频 率与采用人数，建立需求模型。 高盛指出，AI 产业过去两年始终存在「使用量增加、成本同步飙升」的矛盾。由於每处 理一个 token 都需要消耗大量算力，云端与模型供应商的毛利率长期承压。然而，这种 局面正在 2026 年出现重大变化。 报告显示，主流大型语言模型的 token 价格过去每年下降约 40%，但目前价格跌幅已逐 渐趋缓，甚至部分服务开始小幅涨价；另一方面，算力成本仍持续快速下滑，包括辉达 (NVDA-US)、超微 AMD (AMD-US)、Alphabet 旗下 Google TPU，以及亚马逊 (AMZN-US) Trainium 等晶片与加速器平台，均推动 AI 运算成本以每年 60% 至 70% 的速度下降。 高盛认为，当 token 定价趋稳、成本却持续下降时，AI 产业的利润空间将迅速扩大。报 告指出，2026 年上半年将是 AI 产业从「烧钱扩张期」转向「盈利改善期」的重要拐点 。 高盛强调，真正带动 token 需求暴增的核心，不是现有聊天机器人，而是 AI 智能体。 目前大部分消费者使用 ChatGPT、Claude 或 Gemini 等 AI 服务时，通常只是提出问题 、取得答案後结束对话，平均一次互动约消耗 1700 个 token。 但 AI 智能体不同。它们会持续在背景运作，自动监控邮件、行事历、工作任务与系统资 料，并主动执行工作流程。 高盛模拟的一套邮件管理智能体，每日需消耗约 9.1 万个输入 token 与 2.28 万个输出 token，单日成本约 0.055 美元，token 消耗量比一般聊天互动高出近 50 倍。 原因在於智能体需要执行多阶段推理，包括邮件扫描、分类、资讯提取、内容生成、语气 检查、合规验证、安排寄送与记忆更新等流程，每一步都会消耗 token。 此外，企业级智能体还涉及大量循环验证与错误修正机制，使 token 需求呈现非线性成 长。 例如高盛模拟的程式开发智能体，每日需处理约 627 万个输入 token 与 82 万个输出 token，API 成本约 13 美元。虽然数字看似庞大，但相较於软体工程师的人力成本，已 具备相当竞争力。 高盛将消费端 AI 应用分为三个层级。第一层是聊天机器人；第二层是嵌入式 AI 工具， 例如搜寻摘要、邮件助理等；第三层则是永远在线的自主智能体。 报告预估，到 2030 年，全球每日 AI 查询量将从 2025 年的 50 亿次成长至 230 亿次 ，其中约 30% 将流向各类智能体，而非传统搜寻引擎或聊天机器人。 高盛认为，这将导致搜寻市场出现重大结构变化。传统搜寻在总查询量中的占比，将从 2025 年的 68% 下降至 2030 年的 36%，取而代之的是 AI 原生应用与大型语言模型驱 动的服务。 企业端市场则被视为最大成长引擎。 高盛估算，到 2040 年高峰期，企业智能体将覆盖全球 37% 的知识工作者，带动每月 278 千万亿个 token 需求，占全球总 token 消耗量超过 70%。 由於企业工作流要求高度精准、可审计与可追溯，因此企业智能体的 token 密度远高於 消费端应用。 例如财务分析、资料输入、客服与医疗记录管理等场景，都需要大量验证、工具调用、多 模态资料分析与合规检查。 高盛指出，不同工作类型的成本结构差异极大。程式开发智能体虽然 token 消耗量高， 但因主要处理文字，成本相对低廉；相反地，涉及即时语音处理的客服智能体，虽然 token 量较少，但单日成本可能高达 92 美元。 资料输入类智能体则因需要大量结构化资料验证，每日 token 消耗可达 2513 万个，成 本约 60 美元。 高盛认为，文字密集、工作流程标准化、工具链成熟的职位，将率先被智能体渗透；而涉 及语音、多系统整合与高责任追溯需求的工作，导入速度则相对较慢。 报告也研究了 1800 年至 2000 年间、涵盖 101 种技术与 161 个国家的技术采用历史资 料，发现技术普及速度差异极大。铁路与固定电话花费超过百年才达渗透高峰，但 ATM 与有线电视不到 20 年即快速普及，中位数约为 29 年。 高盛预测，企业 AI 智能体的采用曲线将呈 S 型发展，2030 年前後进入快速渗透阶段， 约 15 年达到高峰，快於历史平均速度。 不过高盛也提醒，数据治理、系统整合、内部流程改造与监管合规等问题，仍将是 AI 智 能体全面普及的重要阻力。许多企业可能长期停留在试点阶段，难以真正大规模部署。 在投资建议方面，高盛最看好的半导体公司包括辉达 (NVDA-US)、博通 (AVGO-US) 与超 微 AMD (AMD-US)。 高盛给予辉达 250 美元目标价，认为其在 AI 训练与推理领域仍维持领先地位；博通目 标价 480 美元，主要受惠大型云端业者转向客制化 AI 晶片；AMD 目标价 450 美元，高 盛看好其资料中心 GPU 与企业 CPU 业务同步受惠。 云端与网际网路领域方面，高盛偏好亚马逊 (AMZN-US)、Alphabet (GOOGL-US) 与 Meta Platforms (META-US)。 其中亚马逊 AWS 第一季营收年增 28%，手握 3640 亿美元订单积压与额外 1000 亿美元 新合约；Google Cloud 第一季营收年增 63%，未执行合约积压增至 4600 亿美元；Meta 则受惠 AI 广告工具推动广告变现效率提升。 软体与 IT 服务领域，高盛则看好微软 (MSFT-US)、Cloudflare (NET-US) 与埃森哲 (ACN-US)。 高盛指出，微软 Copilot 企业版使用率持续改善，Microsoft 365 升级循环可能加速； Cloudflare 则在边缘 AI 推理架构具备优势；埃森哲则有望受惠企业大规模导入 AI 时 所需的大量系统整合与流程改造需求。 不过，高盛也警告，纯文字聊天机器人市场竞争正迅速加剧，开源模型不断压低价格，商 业模型的定价能力正在削弱。 报告认为，只有高 token 密度、高技术门槛、难以被开源模型取代的智能体工作负载， 才能真正建立长期利润扩张能力。 此外，目前企业端 AI 部署大多仍停留在「有人监督的半自动化」阶段，距离真正完全自 主运行仍有相当距离。高盛坦言，从现阶段发展到 2030 年的智能体全面落地，中间仍需 经历大量组织与流程层面的深度变革，而这类变革往往比技术演进更缓慢。 心得/评论： 根据高盛的报告 云端巨头现在还在低档, 应该要全力买进 微软 google 亚马逊 Meta 都会是最大赢家 认为华西街现有对於七巨头 CapEx 与 ROI无法匹配的恐慌无须担心 最终将迎来agentic AI的伟大胜利 所以这份报告为这场科技业狂欢派对写下一句注脚 「接着唱歌，接着舞」 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.225.3.4 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1778304670.A.587.html ※ 编辑: jacknavarra (36.225.3.4 台湾), 05/09/2026 13:32:16