前瞻｜AI算力投入持续性与货币化潜力：基于Token消耗的视角

主要观点总结

本文基于Token消耗的视角，探讨了AI算力投入的持续性与货币化潜力。文章指出，AI Token消耗量高速增长，但主要得益于AI搜索、聊天机器人等应用带动，若缺乏新的商业化场景突破，增长趋势可能迅速放缓。同时，AI硬件系统层面的真实经济投入将显著低于表面数据。当前AI商业化场景有限，即使Token增长，也未必促使企业持续加码投资。建议持续关注Gemini 3等前沿模型进展、AI货币化进展以及AI Agent带来的软件价值规模化落地等。

关键观点总结

关键观点1: AI Token消耗量的高速增长及主要驱动力

AI Token消耗量自2025年以来呈现高速增长，主要得益于AI搜索、API调用、Gemini等场景的带动。其中，AI Overview在搜索业务中的快速渗透和爆款应用带来的C端流量是增长的主要原因。

关键观点2: AI算力需求与供应端的平衡

随着AI Token消耗量的增长，推理算力需求预计将在未来显著提升。然而，通过单芯片性能提升、系统性能优化以及软件层面优化等手段，单位算力成本有望大幅下降。

关键观点3: AI商业化的挑战与前景

当前AI Token货币化程度依然偏低，主要问题在于商业变现形式的有限性以及新的高效商业化场景的缺乏。基于充分商业化情景的假设，预计仅有部分Token消耗能够带来增量商业化价值。

关键观点4: 投资策略与建议

建议持续关注前沿模型如Gemini 3的进展、AI货币化的推进以及AI Agent带来的软件价值规模化落地。同时，需注意AI核心技术发展、政策监管、数据隐私等风险。