Голдман Сакс глибокий звіт: наближається переломний момент Декодування економіки штучного інтелекту

Інтелектуальні агенти AI (Agentic AI) перетворюють індустрію штучного інтелекту з наративу про витрати у наратив про прибутки. Goldman Sachs вважає, що з урахуванням майбутнього стрімкого зростання споживання токенів, а швидкість зниження базових витрат на обчислювальні ресурси вже перевищує зниження цін на токени, межа валової маржі для великих хмарних провайдерів та постачальників великих моделей може наступити вже протягом 3–12 місяців.

За даними Chase Wind Trading, у звіті від 5 травня Goldman Sachs прогнозує, що до 2030 року сумарне споживання токенів у споживчому та корпоративному сегментах AI збільшиться у 24 рази порівняно з рівнем 2026 року, до приблизно 120 мільярдів трильйонів токенів на місяць; якщо враховувати досягнення піку використання корпоративних агентів у 2040 році, ця цифра може збільшитися ще у 55 разів.

Тим часом, аналіз цін та витрат Goldman Sachs показує, що ціни на токени для основних великих моделей вже стабілізувалися або навіть трохи зросли після значного зниження приблизно на 40% на рік; водночас, витрати на обчислювальну потужність за токен, що забезпечуються чипами NVIDIA, AMD, TPU від Google та Trainium, продовжують швидко знижуватися на рівні 60–70% на рік, і різниця між цими двома кривими відкриває простір для прибутків у галузі. Масштабні капітальні витрати на інфраструктуру AI можуть отримати більш стабільну економічну підтримку завдяки покращенню маржі.

Точка перелому токенової економіки: швидке зниження витрат порівняно з цінами відкриває простір для прибутків

Основна ідея звіту Goldman Sachs полягає в тому, що індустрія AI переходить від етапу “невизначеності економіки розуміння, що може розмити прибутки” до нового етапу, коли “зростання токенів приносить привабливий додатковий маржинальний прибуток”.

На першій стадії циклу AI інвестори зазвичай вважають обчислювальні ресурси та токени рушіями витрат — більше використання означає більше навантаження на розуміння, більше прискорювачів, більше електроенергії та капітальних витрат. Однак аналіз цін і витрат Goldman Sachs показує, що ця логіка змінюється.

Ціни на токени для основних великих моделей вже значно знизилися, але зараз стабілізувалися або навіть зросли в окремих випадках; водночас, витрати на повну обчислювальну потужність за токенами від NVIDIA, TPU Google, AMD і Trainium швидко і постійно знижуються. Якщо ціни на токени залишатимуться вище за витрати, то підвищення рівня використання агентів AI призведе до позитивного розширення прибутків, а не лише до зростання доходів.

Додатково, Goldman Sachs вказує, що інтелектуальні агенти AI можуть створити самопідсилювальний економічний цикл: зниження витрат на обчислювальну потужність за токен сприяє створенню більш багатих і складних агентів; ці агенти, використовуючи довший контекст, більше циклів, перевірок і моніторингу, споживатимуть більше токенів; підвищена ефективність використання покращує економічність AI-інфраструктури, що підтримує безперервні інвестиції постачальників у якість моделей і їх розповсюдження. Goldman Sachs вважає, що цей цикл суттєво відрізняється від поширеного на ринку наративу про “незбалансовані витрати через використання AI”.

Проте, Goldman Sachs також попереджає про ризики: не всі робочі навантаження AI зможуть досягти позитивної точки перелому прибутковості. Для товарних чат-ботів, що базуються на чистому тексті, конкуренція може змусити ціни на токени знижуватися швидше, ніж зниження витрат на обчислювальні ресурси.

Споживчий агент: від фрагментованих діалогів до “постійного” помічника, споживання токенів зросте у 12 разів

Goldman Sachs оцінює, що до 2030 року споживчі AI-агенти можуть збільшити глобальне споживання токенів у 12 разів, щомісячно додаючи близько 60 трильйонів токенів.

Звіт розділяє споживчі агенти на дві категорії: перша — “за запитом”, наприклад, браузерні агенти OpenAI Operator, Claude Code, які ініціюються користувачем для виконання завдань і повертають результати; друга — “постійні”, наприклад, агенти, що постійно працюють у фоновому режимі для моніторингу пошти, управління розкладом або цифрового життя. Goldman Sachs вважає, що найбільший стрибок у споживанні токенів відбудеться саме тоді, коли агенти перейдуть від ініціації користувачем до безперервної роботи у фоновому режимі — вони постійно відстежують контекст і активно реагують за потреби.

З даних моделювання видно, що звичайний чат-бот LLM витрачає близько 1 000 токенів за сесію, вбудований Copilot — понад 5 000 токенів на день, а постійні агенти можуть споживати понад 100 000 токенів щодня.

Goldman Sachs прогнозує, що до 2030 року щоденна кількість запитів до AI зросте з приблизно 5 мільярдів у 2025 році до близько 23 мільярдів, причому до 30% з них спрямовуватимуться у пошук, покупки, подорожі, пошту та особисту продуктивність. Водночас, частка традиційних пошукових систем у цій кількості знизиться з 68% у 2025 році до 36% у 2030 році, а частка застосунків на базі LLM зросте з 12% до 31%.

Корпоративний сегмент: складність робочих процесів визначає інтенсивність токенів, до 2040 року — 55-кратне зростання

Goldman Sachs прогнозує, що корпоративні AI-агенти стануть найбільшим множником токенів: до 2030 року вони сприятимуть зростанню глобального споживання токенів у 24 рази, а до 2040 року, при досягненні піку, — у 55 разів, причому робоче навантаження підприємств становитиме понад 70% від загального використання токенів.

Причина більшої “токенної” інтенсивності корпоративних агентів у тому, що їх робочі процеси вимагають виконання складніших і точніших операцій — моніторинг завдань, пошук контексту, виявлення аномалій, перевірка результатів, оновлення систем і постійне звітування протягом робочого дня. Крім того, корпоративні агенти зазвичай працюють з мультимодальними даними (голос, зображення, документи, активність на екранах, дані додатків, журнали та структуровані системні записи), що суттєво підвищує їхню “токенну” навантаженість.

Goldman Sachs за допомогою моделювання оцінює споживання токенів для різних професійних сценаріїв.

Результати показують, що програмні агенти витрачають близько 7 мільйонів токенів на день, з вартістю API близько 13 доларів США на день, що значно дешевше людських витрат, що пояснює швидкий темп впровадження у сфері розробки програмного забезпечення; кол-центр-агенти — близько 2 мільйонів токенів на день, але при використанні реального голосового оброблення вартість може сягати 92 доларів США на день, що робить повну автоматизацію голосу економічно недоцільною; агенти для введення даних — близько 25 мільйонів токенів на день, вартістю близько 60 доларів США, що все ще дешевше за людські витрати.

Goldman Sachs зазначає, що швидкість впровадження корпоративних агентів залежатиме від кількості токенів, вартості API, комбінації модальностей і складності реалізації. Процеси, орієнтовані на текст і з розвиненою екосистемою інструментів, швидше масштабуються; процеси з голосовим інтерфейсом або глибокою інтеграцією з бекенд-системами можуть просуватися повільніше.

З точки зору кривої впровадження, Goldman Sachs вважає, що корпоративні інтелектуальні агенти ймовірно, слідуватимуть S-образній кривій, з піковою часткою приблизно 35–40% знаних працівників, досягнення піку — приблизно через 15 років, що швидше за середню швидкість поширення технологій (29 років).