高盛研报：AI 智能体用量倍增，企业盈利激增 27%

高盛最新报告：AI 智能体使用量翻倍，企业利润飙升 27%

"多用多赚"的商业转折点，已然来临

高盛近期发布了一份长篇研报，其核心观点浓缩为一句话：AI 智能体的使用量每增加一倍，企业平均利润将提升 27%。

这一数据背后，折射出一个让科技界稍感宽慰的商业逻辑——过去两年业界最担忧的是"AI 应用越多亏损越大"，推理成本仿佛深不见底。然而高盛的数据揭示了相反的结论：算力成本每年降低 60%-70%，而 Token 价格却保持稳定甚至微幅上扬。一旦这种剪刀差形成，用量的爆发即意味着利润的增长。

更为关键的是，推动这一爆发的并非你我手机中的聊天机器人，而是那些全天候在线、不知疲倦的 AI 智能体。它们才是消耗 Token 的真正主力——同时也是利润的源头。

先探讨一个基础问题：Token 究竟为何物？

你可以将 Token 视作 AI 的"思维原子"。当你向 ChatGPT 提问，它给出回答，这一过程大约消耗 1000 个 Token。这就好比打开水龙头接满一杯水。

但智能体截然不同。它并非一个"问答工具"，而是一个持续运转的数字员工。它需要监控数据波动、调用各类工具、反复核验结果、进行多轮迭代——每一步都在消耗 Token。

高盛提供了一组直观的对比：

💬 聊天机器人：间歇性使用，约 1,000 tokens/次 🤝 嵌入式 Copilot：持续辅助，约 5,000+ tokens/天 🤖 全天候智能体：24 小时运行，约 100,000+ tokens/天

智能体的 Token 消耗量是聊天机器人的 100 倍。并非因为模型更昂贵，而是因为它一直在"思考"。

展望 2030 年，高盛预测全球 Token 月均消耗量将达 120 千万亿（120 quadrillion），较 2026 年增长 24 倍。全球 AI 日查询量将从 2025 年的 50 亿次跃升至 230 亿次，其中约 30% 由智能体完成。

这仅仅是开端。真正的爆发点在于企业端。

过去我们使用 AI，多为"人机交互"——人手输入、AI 回复。但企业级智能体正推动根本性转变："机机交互"。

这意味着什么？智能体与智能体之间直接对话、直接协作、直接完成工作流。无需人类中间输入，无疲劳，无上下班限制。它们 7×24 小时不间断运转，Token 消耗量远超人类手动输入所能产生的规模。

高盛数据显示，企业智能体的 Token 密度远高于消费端。消费级智能体月消耗 60 千万亿 tokens，企业级为 56 千万亿 tokens——但企业端单任务价值远超消费端。

来看两组 ROI 数据，颇具趣味：

💻 编程 Agent：日均 700 万 tokens，成本约 13 美元 → 文本密集、价值高，已快速落地 📞 客服 Agent：实时语音推理，成本约 93 美元/天 → 尚未完全具备替代人工的经济性

为何编程 Agent 率先跑通？因其任务边界清晰、产出可量化——代码写得通就是通，价值直接体现在开发效率上。13 美元/天的 Token 成本，对比程序员动辄数百美元的日薪，ROI 一目了然。

客服 Agent 尚在途中，因实时语音推理成本偏高。但随着推理成本持续下降，越来越多的企业工作流将进入"经济可行区间"。

高盛预计，到 2040 年，企业智能体将推动全球 Token 消耗量达到当前的 55 倍。而目前，大规模部署智能体的企业占比尚不足 25%。试想，当这 25% 变为 50%、乃至 80%……

这是整份报告最核心的洞察。

过去两年，AI 行业笼罩在一种焦虑中：用量越大，推理成本越高，利润率越低。OpenAI 烧钱、Anthropic 烧钱，云厂商也在算力基础设施上疯狂投入，毛利率长期为负。

但高盛指出，这一逻辑正被一股更强大的力量逆转——

🔑 算力成本年降 60%-70%，Token 价格趋稳甚至微涨 当成本下降速度远快于价格下降速度，中间差值即转化为利润。Token 消耗爆发不再是负担，而是利润引擎。

高盛预测，超大规模云厂商（AWS、Azure、GCP）将在 2026 年上半年实现毛利率转正。这是一个标志性拐点。

用通俗语言翻译：过去是"用得越多亏得越多"，现在是"用得越多赚得越多"。一旦这一剪刀差打开，整个 AI 行业的商业模式就从"烧钱换增长"转变为"增长自带利润"。

27% 这一数字便由此而来。当智能体在企业中大规模部署，Token 消耗呈指数级增长，而单位 Token 的利润率持续改善——每翻一倍用量，利润便随之跃升一个台阶。

AI 是否会颠覆整个 SaaS 行业？这是讨论了两年的问题。高盛的回答是：不会，反而会扩大。

逻辑并不复杂。传统软件按"座位"收费——10 名员工使用，便收 10 份费用。AI 智能体时代，收费模式正从"按人头"转向"按生产力"或"按工作成果"。

你无需为 10 个"座位"买单，而是为智能体帮你完成的 10 个任务付费。每个任务都有明确的价值锚点。

这意味着什么？

过去软件市场规模受限于"企业员工数量"。如今这一天花板已被打破——智能体可无限扩展"数字员工"数量，而每位数字员工都是软件的付费用户。

高盛预计，到 2030 年，智能体相关软件市场将快速扩张，整个软件行业的 TAM（可触达市场）非但不会缩小，反而将显著扩大。

当然，高盛也列出了三大风险：

⚠️ 竞争风险：模型同质化 → 价格战 → 利润压缩 ⚠️ 治理风险：智能体自主性 → 错误扩散 → 合规安全挑战 ⚠️ 效率风险：依赖企业内部数据质量与打通程度

这三条皆非小问题。尤其是治理风险——当一个能自主决策的智能体在金融交易、医疗诊断等领域犯错，后果可能无法通过"撤回"解决。

回到我们四川。高盛这份报告揭示的趋势，与四川 AI 产业发展方向高度契合。

首先，企业 AI 转型的窗口正在开启。"多用多赚"的逻辑意味着，越早部署智能体的企业，越早享受利润率改善的红利。四川拥有大量制造业、服务业企业，在客服、IT 运维、销售支持、知识库管理等场景上，智能体的 ROI 已十分可观。先行者的优势将随 Token 经济学的优化而愈发显著。

其次，本地算力产业迎来确定性增量。Token 消耗量 24 倍增长意味着对算力的需求将持续爆发。四川作为"东数西算"的重要节点，水电资源丰富、气候适宜，在数据中心建设与算力服务方面具备天然优势。这不仅仅是"卖电"的逻辑，更是"卖智能"的逻辑。

第三，智能体生态是新的创业赛道。当企业从"按座位买软件"转向"按成果买智能体"，垂直领域的 Agent 开发将成为巨大的蓝海。四川的高校资源、人才储备和产业基础，为智能体创业提供了沃土。

高盛的数据表明，AI 智能体的商业化拐点已经到来。对四川而言，这既是产业升级的机遇，也是区域竞争的新赛道。谁能率先跑通"智能体 + 产业"的闭环，谁就能在新一轮 AI 浪潮中占据有利位置。

Token 在燃烧，利润在生长。

这不是 AI 的终章，而是商业化的序曲。

💬 你怎么看？

你所在的企业是否已开始使用 AI 智能体？体验如何？欢迎在评论区分享你的故事与见解。

📌 数据