Citrini Research 研究員 Jukan 轉發 Goldman Sachs Global Investment Research 的圖表並表示：「我們才剛進入早期階段。」根據該圖表，未來 AI 產業的關鍵變化，可能不只是模型能力提升或算力供給擴張，而是 consumer agent workloads，也就是面向消費者的 AI agent 工作負載，將大幅推升全球 token 消耗量。
消費型 Agent 讓 token 使用量在 2030 前增加 10 倍
圖表指出，消費型 agent 工作負載可能讓 token consumption 在 2030 年前增加 10 倍以上；而圖中紅字標註更進一步寫道，至 2030 年 token consumption 將成長 超過 12 倍。Goldman Sachs 認為，token 增長主要來自三個因素：更廣泛的使用者觸及、更高的每日使用頻率，以及 AI 使用型態從單次 chat session，轉向 on-demand agents 與 always-on agents。
所謂 token，是大型語言模型處理文字、指令、回覆、工具調用與上下文記憶時的基本計量單位。當使用者只是偶爾向 chatbot 提問時，token 消耗相對有限。
但如果 AI agent 開始替使用者持續搜尋、監控、整理、下單、排程、回覆訊息、處理工作流，模型就不再只是「回答問題」，而是變成持續運作的數位勞動力。這意味著每位使用者每天消耗的 token 量，可能從一次性對話變成高頻、長時間、背景執行的工作負載。
2026 年全球 token capacity 約位於每月 7.5 兆 token 附近；但進入 2026 年上半年後，Goldman Sachs 將其標示為 Token Economics Turn Positive in 1H26，意指 token 經濟性可能在 2026 年上半年轉正。換言之，隨著模型推理成本下降、算力基礎設施擴張與使用場景成熟，AI 公司處理 token 的單位經濟模型可能開始改善。
2030 年以前，非 agent 工作負載仍會持續成長，但真正拉開曲線斜率的是 consumer agents。非 agent workloads 主要代表傳統 chatbot、搜尋、內容生成、一般企業應用等既有 AI 使用型態；consumer agents 則代表更高頻率、更長時間、更自動化的 AI 使用場景。到 2030 年，圖表預估每月 token processed 將突破 60 兆以上，其中 consumer agents 將占據相當大的增量來源。
這也是 Jukan 所說「才剛進入早期階段」的核心含義。若 Goldman Sachs 的預測成立，AI 需求不會只停留在目前的聊天機器人、程式碼助手或企業 Copilot，而會進一步進入 agentic workflow，也就是 AI 代理人替人類持續完成任務的階段。屆時，市場討論的重點將不只是「多少人使用 AI」，而是「每個人每天讓 AI 執行多少任務」。
貝萊德 CEO 駁斥 AI 泡沫：真正問題是算力供給短缺
這也呼應貝萊德執行長 Larry Fink 近期對 AI 泡沫論的反駁。據彭博社報導，Fink 在米爾肯研究院全球大會座談會上表示，目前市場面臨的不是 AI 泡沫，而是嚴重的供應短缺。需求成長速度遠超出市場預期，不只美國在運算能力、晶片與記憶體方面產能不足，全球也才剛開始探索 AI 帶來的龐大商機。
Fink 甚至預期，當算力需求持續上升、供給短缺無法快速解決時，未來市場可能會出現買賣「算力期貨」的交易機制，讓 compute capacity 成為期貨市場上的新資產類別。這個說法之所以重要，是因為它把 AI 基礎設施從「科技公司成本支出」重新定義為一種可交易、可金融化、可長期定價的稀缺資源。
換句話說，Goldman Sachs 圖表講的是需求端：consumer agents 將讓 token consumption 在 2030 年前成長逾 12 倍；Fink 講的則是供給端：如果 token 需求真的爆發，市場必須面對算力、晶片、記憶體、資料中心與電力供應不足的問題。這兩者合在一起，構成當前 AI 基礎建設多頭論的核心。
這篇文章 台指站穩四萬點、美股創新高，但 AI 產業才剛進入早期階段？ 最早出現於 鏈新聞 ABMedia。
相關文章
