高盛 AI 深度報告:Token 經濟學與 Agentic AI 革命 —Token 成本正以年降 60-70% 速度崩跌,售價則趨穩,利潤邊際正急劇擴大。—Agentic AI 帶來的 Token 消耗量可達一般對話的 10-100 倍,2030 年全球 Token 需求預計成長 25 倍。—誰掌握了 Agent 誰就截斷了消費者的購買意圖,搜尋引擎市佔率將從 68% 跌至 36%。 $MSFT ↑看多 中期 Azure 毛利將受惠於 Token 單位經濟學改善。 $GOOGL ↑看多 中期 雖然搜尋受威脅,但全棧佈局(從晶片到應用)仍是核心玩家。 $META ↑看多 中期 利用算力變現廣告收入,並積極在消費端 Agent 建立護城河。 AI算力 ↑看多 中期 Token 邊際毛利擴大,將從成本中心轉化為利潤引擎。 AI應用 ↑看多 長期 Agent 運作模式將觸發 Token 用量與入口大洗牌。
企業端 AI 落地路徑:ROI 差異與 S 曲線 —不同領域 ROI 顯著不同:開發 Agent 成本極具吸引力,客服 Agent 目前則受限於語音多模態轉換成本。—企業採用呈 S 曲線,阻礙在於組織慣性、數據治理與資安信任,而非單純技術。 $ACN ↑看多 中期 作為系統整合商,將受惠於企業將 AI 從試點推向規模化生產的「髒活」。 AI應用 ↑看多 長期 短期落地慢是正常的醞釀期,2030 年前後將迎來爆發。
CPU 復興之戰:AMD、ARM 與 Intel 財報解讀 —Agentic AI 讓 CPU 重新變得重要,資料中心需求超過目前容量四倍。—AMD 大幅調高伺服器 CPU 市場規模預測,x86 生態系成熟度是其優勢。—ARM 雖然需求強勁,但面臨版稅收入不及預期與產能供應限制。 $AMD ↑看多 中期 長期故事升級,預期伺服器 CPU 市場將倍增,市佔持續擴張。 $ARM ↑看多 中期 AGI CPU 需求強,但短期面臨版稅不達標與產能不足問題。 $INTC ↑看多 中期 Xeon 需求旺盛,證明 x86 仍是 AI 時代不可或缺的控制平台。
AI 巨頭的部署策略:FDE 模式與商業模式顛覆 —OpenAI 與 Anthropic 效仿 Palantir 派駐工程師 (FDE) 幫企業解決數據與流程整合問題。—軟體業將從「按人頭收費」轉向「按工作量收費」,TAM 擴展至白領薪資池。 $PLTR ↑看多 長期 FDE 模式先驅,其 Ontology 平台與模型商既互補又競爭。 $AVGO ↑看多 中期 客製化 ASIC 是降低 Token 成本、讓 AI 飛輪轉動的關鍵。 $NET ↑看多 中期 受惠於 M2M 流量爆炸,推論效率將成為其計費增長點。 AI應用 ↑看多 中期 從賣 API 轉向賣轉型與數位勞動力,提高客戶黏性。