高盛矽谷調研：AI Agent進入執行時代，算力需求五年或增24倍
Nashnova编辑部
高盛完成第三次矽谷AI產業鏈實地調研，核心結論是AI商業化正從訂閱制轉向按結果收費，Agent從輔助工具變成工作流執行者——這意味著競爭焦點已不是誰的模型更強，而是誰能真正掌控工作流。
企業用AI最大的障礙是甚麼？
不是模型不夠聰明，而是出了錯誰負責、能不能追溯、能不能撤回。
史丹福研究人員指出，多數企業仍處於「人盯著AI幹活」的階段——法律、風控、保險等領域，可控性比模型能力更關鍵。
這意味著→ 最先被自動化的工作流有三個共同特徵：決策邊界清晰、結果可驗證、錯誤能回滾。發票處理是典型案例——AI提取字段並檢查，低置信度的交由人工複核，再通過可逆的ERP流程入賬。
前沿模型和開源模型，到底誰贏？
高盛的答案是不是二選一，而是分工。
前沿模型陣營認為，企業基準測試往往低估了模型能力，真實生產環境中精度下降帶來的業務損失，可能遠高於省下的推理成本；多家AI原生公司雖聲稱用多模型策略，但核心生產環節仍高度依賴前沿模型。
開源陣營的邏輯是：絕大多數企業工作流不需要前沿級智能。一家風投機構預計，未來約一年到一年半，約90%的推理Token將流向開源模型。
簡單來說＝ 前沿模型做高價值、高可靠性的複雜任務，開源模型吃掉規模更大的標準化任務和大部分Token消耗——兩條賽道各有生意。
「世界模型」是甚麼，為甚麼值得關注？
世界模型（令AI理解物理環境、因果關係和現實世界動態交互的模型，而非只處理文本）正在成為研究焦點——過去約一年半，研究人員的注意力已明顯從大語言模型轉移過來。
與大語言模型主要靠互聯網數據訓練不同，世界模型的數據來自物理系統、具體行業和實際運營場景。這反映出專有數據的價值正在進一步上升。
這意味著→ 物理、工業、科學和機械人領域的問題空間遠大於純文本生成，對應的算力需求可能催生一條全新的增長曲線。
算力需求到底會漲多少？誰最受益？
高盛預計未來五年算力需求可能增長約24倍，供需緊張有望維持更長時間。
直接受益方包括微軟、甲骨文和CoreWeave等雲端運算及算力基礎設施公司。
但高盛亦給出了驗證條件：世界模型能否如期規模化落地，是這一24倍預測能否兌現的關鍵節點。
AI的商業模式正在怎樣變？
高盛調研的核心判斷：AI商業化正從「按席位訂閱」轉向按消費量、交易量和結果收費。
這意味著→ 擁有可信內容、經驗證的領域模型以及成熟監管關係的信息服務商，更有可能率先進入企業生產環境。
說白了＝ 未來AI公司賺錢的方式不是賣軟件許可證，而是像水電一樣按用量計費——誰能把AI嵌進真實工作流並產出可衡量的結果，誰就能收到錢。
Content is for reference only, not financial advice.