中國人工智能產業正由「比拼大模型規模」轉向「落地智能體與推理服務」。中國電信研究院預測，隨着智能體開始代替人類執行查詢、分析、調用工具及完成工作流程，中國推理算力到 2029 年或佔整體算力市場 80%，反映 AI 競爭核心正由訓練能力，轉為能否以可控成本大規模、穩定地提供服務。
智能體落地改寫算力投資回報
中國電信研究院在《智能體時代 AI 基礎設施發展研究報告（2026）》指出，人工智能產業重心正由大模型與算力競賽，轉向智能體規模化落地及商業變現。智能體有別於傳統聊天機械人，可結合記憶、規劃、工具調用及多步任務執行。企業用戶毋須掌握複雜技術，也可完成資料整理、客戶服務、採購、程式開發及營運決策等工作流程。
報告預計，中國在 2026 年的 Token 年消耗量將達 10 億億，到 2030 年超過 3,500 億億，年複合增長接近 12 倍；未來 2 至 3 年，算力需求年增幅可接近 10 倍。中國電信研究院行業與企業戰略研究所所長饒少陽認為，Token 需求上升代表企業已不再只測試模型，而是將智能體接入日常交易及工作流程。
這個轉變直接改變投資邏輯。訓練模型通常屬一次性或階段性資本支出，推理則會在每次用戶向模型提問、每個智能體執行指令及每次 API 調用時持續產生成本。因此，企業若能降低每個 Token 的推理成本、加快模型回應速度及保障服務穩定，便較有機會將智能體由示範產品轉化為可重複收費的商業服務。
推理成為新戰場，企業要先算好成本
中國電信研究院預測，推理算力需求將在 2029 年佔中國算力市場約 80%，正式超越模型訓練。關鍵不在於模型不再重要，而是大模型完成基礎訓練後，商業價值取決於使用次數，以及能否在大量並發任務下維持合理成本。當智能體需要讀取長篇檔案、檢索企業資料庫、反覆規劃步驟及使用外部工具時，單次任務消耗的 Token 可遠高於一般對話。
數據亦顯示，基建投資正跟隨這個趨勢。報告指，中國大型科技企業在 2026 年的 AI 資本支出接近 6,000 億元人民幣（約港幣 6,480 億元），佔全社會總投資逾 10%。市場亦預測，全球活躍智能體數量今年可接近 8,000 萬個，到 2030 年或增至 22.16 億個。若預測成真，雲端平台、電訊商、晶片企業及企業軟件供應商的收入模式，將逐步轉向按推理量收費。
不過，高 Token 消耗不等同高利潤。企業部署智能體時，需同時面對 GPU 或替代加速器供應、電力、數據中心散熱、模型壓縮、快取、資料安全及錯誤執行等問題。尤其在金融、醫療、物流及公共服務範疇，智能體若可自動採取行動，企業必須設定人類審批、權限界線、可追溯紀錄及異常中止機制。智能體會推高算力需求，除了因為用戶增加，也因每項智能體任務的運算鏈條遠較一次問答複雜。
歐洲建超級工廠，時間與資金仍是考驗
歐洲同樣正為推理與前沿模型需求擴建 AI 基礎設施，但步伐與中國不同。歐盟委員會在 2026 年 7 月展開徵集，計劃興建最多 7 座 AI Gigafactories，作為 InvestAI 計劃一部分，目標是提升歐洲訓練前沿模型、提供大規模 AI 算力及維持技術主權的能力。歐盟表示，整個計劃可帶動逾 300 億歐元投資（約港幣 2,544 億元），其中最多 100 億歐元（約港幣 848 億元）來自歐盟及成員國公共資金，其餘主要期望由私人資本承擔。
Brookings 研究員在分析中指出，計劃反映歐洲希望在美國與中國主導的 AI 供應鏈之間保留自主選擇權，但投資規模、落地時間及能源供應仍是重大挑戰。分析指出，申請截止日期為 2026 年 11 月，預計 2027 年初選出項目，首批設施最快亦要到 2028 年才可運作。對企業而言，這段時間差尤其重要：AI 市場正由「誰訓練出最大模型」轉向「誰可持續供應低成本、低延遲及合規的推理服務」。基建若晚 1 年投產，可能意味着錯過智能體應用規模化初期的客戶與生態系統。
歐盟委員會則強調，歐洲已有 19 座 AI Factories 陸續鋪開，Gigafactories 將進一步擴大訓練及創新所需的算力容量。然而，基建不是終點。歐洲能否整合公共資金、私營雲端平台、研究機構及本地企業需求，才是能否將數據主權轉化為實際商業競爭力的關鍵。
