Token工厂：新兴经济形态下的实与虚

数字智能新趋势

宋玉茹／文

在即将到来的2026年世界人工智能大会上，首次设立的“Token经济”议题无疑将成为焦点，这一举措深刻反映了人工智能技术的飞速发展对全球算力基础设施带来的根本性变革。Token，作为模型计算与推理的基本单元，正逐步确立其在MaaS（模型即服务）推理服务领域的核心计价地位，同时也引领着算力产业链价值评估体系的革新。

随着这一新度量标准的兴起，人工智能产业呈现出鲜明的两极分化态势：一方面，Token消耗量、算力设施规模与市场估值均呈现出爆发式增长；另一方面，资本市场却暗藏着非理性繁荣与商业模式脆弱性等潜在风险。

词元经济：新兴力量的崛起

在大语言模型商业化浪潮的推动下，以Token为计量单位的新型经济形态已初具规模，并在需求端、供给端及资本端均展现出显著的产业增长。Token，作为大语言模型运行中的最小不可分割单元，其在产业链中的核心地位随着技术的不断进步而日益凸显。

回溯至传统的云计算与早期人工智能阶段，算力基建的评估标准主要聚焦于硬件采购数量或租赁机时。然而，随着企业级应用场景的日益丰富，算力资源的消耗呈现出指数级增长态势。据IDC预测，到2026年，中国企业级MaaS市场的Token调用量将达到惊人的40000万亿，而这一数字在2024年仅为114万亿。

智能体应用的规模化落地是推动这一增长预期的核心动力。IDC进一步预测，到2031年，中国企业活跃智能体数量将突破3.5亿大关，年增长率超过135%，企业智能体的Token消耗量也将随之呈现数量级增长。

在庞大需求的驱动下，单纯的物理硬件堆砌已难以直接转化为实际的推理产能。底层复杂计算过程被转化为标准化的Token产出，促使产业认知从资源导向向效用导向转变，确立了以真实数据吞吐量为核心的价值衡量标准。

面对传统算力提供商普遍面临的前期资本开支巨大及后期运维成本高企的挑战，以“Token工厂”为代表的新型算力服务模式应运而生。该模式通过异构计算与智能调度技术，将底层算力封装为按Token计费的弹性服务，使需求端企业能够规避搭建私有算力集群的沉没成本，转而通过按量计费的方式获取智能输出。

麻省理工学院发布的《2025年商业AI现状》报告显示，企业与外部AI供应商合作的应用成功部署率约为66%，是内部自建的两倍之多，这充分证明了标准化、专业化的外部算力服务在落地效率上的显著优势。

目前，北京、天津、南宁、无锡、常州、中卫等城市已建成或在建Token工厂，这一举措不仅提升了算力设备的单机资源利用率，还在一定程度上推动了部分成熟商业场景跨越成本盈亏的临界点。

产业端产能转化效率的提升及商业模式的初步验证，也在资本市场引发了资源集聚效应。据麦肯锡测算，到2030年，全球数据中心相关投资需求将达到约6.7万亿美元。2025年，四大云厂商的资本开支合计超过3000亿美元，其中微软约800亿、亚马逊约1000亿、Alphabet约750亿、Meta约640—720亿。

基于标准化服务模式在真实应用场景中展现出的财务可行性，算力基础设施的投资逻辑逐渐从单纯的规模扩张转向关注实际效用产出。在真实终端需求的牵引下，大量资本流向算力基建及相关上下游领域，促使核心企业的市场估值在较短时间内实现了实质性增长。

资本的大规模涌入加速了底层技术架构的迭代，客观上推动了区域数字经济生态的重塑。依托算力成本比较优势与标准化接口，数据清洗、模型微调及垂直应用等相关产业链环节在特定区域内形成集聚。算力作为数字经济时代的核心资源，正依托实际的市场需求与资本配置，稳步完成从技术概念向实体经济驱动力的转化。

算力狂热背后的隐忧

然而，产业演进轨迹并非一帆风顺。在基础设施范式展现商业前景的同时，市场对底层算力资源的追捧也在部分领域积聚起风险。就当前人工智能资产的高估值结构与交易模式而言，资本的非理性预期以及商业闭环的脆弱性正逐渐显现，产业生态潜藏着结构性失衡的隐患。

当前，算力与大模型基础设施参与者的市场估值与实际盈利能力存在显著错配。在极高资本溢价推动下，相关企业获得了超越现实经营状况的估值水平。其发展逻辑与千禧年通信领域的网络科技泡沫具有相似性，当年企业为迎合浪潮盲目铺设光纤，最终因下游业务增长不及预期而陷入困境。类似的需求不及预期风险在当下已有体现。

麻省理工学院的报告显示，在全球企业数百亿美元的生成式AI投入中，约95%的组织尚未获得可衡量的财务回报。下游变现能力的普遍缺位，使上游算力投资的高估值缺乏业绩支撑。当下人工智能基建竞赛中，大量企业深陷持续采购算力加速卡的资本支出泥潭，集群建设与运维成本远超有限商业场景获得的即时收入。

面对设备加速折旧及高企的电力运维成本，部分基础层企业，尤其是以模型训练为核心业务的公司，面临现金流压力。以智谱AI为例，其招股书显示2025年上半年月均亏损约3亿元，这一数字令人触目惊心。

当硬件扩张速度超越真实变现能力时，单纯依赖股权融资弥补缺口难以为继。行业普遍面临盈利拐点滞后于资产折旧速度的隐患，资本市场预期一旦转向，高估值底座存在剧烈修正风险。

在沉重资本开支与变现焦虑的驱使下，算力基建市场的交易结构可能面临一定的异化风险，上下游互动可能会逐渐脱离纯粹产品供需关系，演化为紧密的资本捆绑。

近期，国际市场频现算力芯片头部企业与大型云服务商达成长期租赁协议，并反向对客户或初创公司进行股权投资的案例。此类资本循环交易在短期内虽可放大硬件厂商营收并为下游提供估值背书，但其是否创造了对应的新增终端价值仍需结合具体案例审慎评估。

若封闭体系内的资金流转未能转化为真实的用户需求，则存在虚增市场需求的财务掩饰效应。多数情况下，此类交易未创造新终端消费价值，而是利用财务杠杆将投资风险在产业链内部递延。若外部流动性收紧或融资受阻，依赖反向投资采购硬件的商业循环易面临断裂风险，客观上可能会加剧行业应对宏观波动的系统性脆弱程度。

在算力投资热潮中，部分资本也可能会出于错失焦虑而盲目跟风，采取广撒网式的冗余布局。这不仅可能掩盖底层技术同质化的短板，还人为推高了硬件采购成本与行业门槛。

更值得警惕的是，不少企业选择投资建设智算中心，其核心动机并非来自下游真实订单，而是为了防守性“卡位”。这种脱离实体业务与真实场景的硬件堆砌可能会在一定程度上引发算力空转现象，导致设备利用率低下、加速高端硬件的物理折旧与社会资本虚耗。

破局之道：务实与创新并重

将技术潜力转化为稳固的经济动能，关键在于促使算力底座与实体经济实现深度融合。

在技术预期向商业理性回归的交汇期，重塑底层架构、商业模式、产业生态与投资逻辑是行业化解资源错配风险、夯实价值底座的可行路径。

一、技术底座的务实：异构协同打破硬件依赖。

算力产业的平稳演进需逐步降低对单一硬件生态的路径依赖。特定头部企业主导的软硬件封闭体系虽在初期提升了训练效率，却推高了宏观基建成本与供应链风险，限制了下游压降资本开支的空间。

推进异构协同计算，提升对多源技术路线及国产算力芯片的兼容与调度能力，是降低对单一硬件生态依赖、缓解供应链风险的重要方向。这不仅是降低智算中心建设成本的技术手段，更是增强产业链韧性的现实选择。

软件生态的开放互联与底层硬件的多源化配置将为算力服务提供具备成本弹性的技术支撑，推动行业向更加健康、可持续的方向发展。

二、商业模式的务实：以标准交付锚定真实经济效益。

基础设施的商业模式需从资本扩张转向内生价值创造。在Token逐步取代物理服务器时长成为新度量衡的背景下，算力运营重心宜向标准化服务交付倾斜，改变粗放的硬件囤积模式，建立精细化的计量与定价机制。

Token不仅是计算层面的统计单位，更是商业变现的价值锚点。构建精确透明的标准化服务体系有助于终端实体企业清晰核算大模型应用的投入产出比，促使算力消费从探索性试错转化为持续性业务刚需。企业通过优化单位Token生成成本并扩大真实调用规模方能跨越盈亏平衡点，构建具备经济可持续性的商业模型。

三、产业生态的务实：全链协同构筑区域产业闭环。

智算中心建设中重规模扩张、轻应用落地的倾向依然存在。脱离实际业务场景的硬件堆砌易导致高昂的折旧与沉没成本。有效的基建规划不应局限于物理设备采购，还需深度嵌入区域数字经济脉络，实现数据、算法、芯片与应用场景的深度融合。

产业规划宜向全链条协同演进。依托区域产业禀赋，打通高质量数据供给、垂直模型微调与场景落地的流转渠道可降低算力闲置率。例如，在制造业集群或金融集聚区针对性部署工业垂类或风控计算节点。这种以需求牵引供给的区域闭环能将技术投入切实转化为赋能实体经济的生产力。

四、投资逻辑的回归：寻找具备造血能力的长期价值。

资本市场的资源配置逻辑亟待从前期的高预期情绪中抽离。部分资金受错失窗口期焦虑驱动的宽泛覆盖式投资客观上加剧了局部资源错配与估值膨胀。面向技术落地深水区，风险投资的评估标尺应向商业基本面回归。

投资机构的关注焦点宜从单纯追求算力规模与概念热度转向严谨的财务健康度与业务实质审查。市场资源应向具备清晰落地路径、合理现金流预期及独立内生盈利能力的企业倾斜。具备长期投资价值的企业往往能够与实体经济建立稳固业务联系并持续产生真实经济效益。

（作者系中国社会科学院财经战略研究院助理研究员）