📰 研报摘要
查看全文 ➔摘要： 本报告探讨了“代理型 AI”（Agentic AI）对 AI 价值链的深远影响，核心观点认为 AI 将从简单的对话式交互转向自主、持续运行的代理模式，这将驱动 Token 消费量在 2030 年前增长 24 倍，并引发 AI 基础设施提供商的利润率拐点。
行业主线：
- Token 需求爆发：Agentic AI 将驱动 Token 消耗量阶梯式增长。预计到 2030 年，消费者代理和企业代理将使全球 Token 消费量达到目前的 24 倍。
- 经济模型转型：AI 行业正从“推理成本驱动”转向“利润扩张”阶段。随着半导体技术的进步，单 Token 计算成本下降速度快于 Token 价格的跌幅（价格已趋于稳定），从而为超大规模计算商（Hyperscalers）和模型提供商带来毛利提升。
- 企业端 ROI 逻辑：Token 成本的降低将使更多企业级工作流（如编程、数据录入）达到正向投资回报率（ROI），从而扩大软件市场的总可寻址市场（TAM）。
关键变化与分歧：
- 从 episodic 到 persistent：AI 使用模式将从用户发起的单次会话转变为“始终在线”的背景活动，这是 Token 需求量级跳跃的核心驱动力。
- 成本与价格的非对称下降：市场普遍担心 AI 投入不可持续，但报告认为计算成本的快速下降将使大规模 AI 应用在经济上变得可行且盈利。
受益方向与风险：
- 受益方向：在半导体领域看好定制芯片领先者 Broadcom 以及 GPU 领导者 Nvidia 和 AMD；在互联网/云领域看好 Amazon、Alphabet 和 Meta；在软件/服务领域看好 Microsoft、Cloudflare 和 Accenture。
- 核心风险：商品化文本聊天机器人的激烈竞争可能导致 Token 价格下降速度超过成本下降速度；企业端由于信任、治理和 ROI 可见度问题导致采用速度低于预期。