Token经济：虚实之间的产业变革与破局之道

数智新纪元

宋玉茹／文

2026年世界人工智能大会首次设立"Token经济"专题论坛，这一举措深刻反映出人工智能技术迭代对全球算力基础设施的重构效应。作为大模型计算与推理的基础单元，Token（词元）正逐步取代传统算力计量方式，成为MaaS（模型即服务）领域的核心价值标尺，并引发算力产业链价值评估体系的根本性变革。

在这场由度量衡革新引发的产业变革中，人工智能领域呈现出显著的分化态势：一方面，Token消耗量、算力集群规模与市场估值呈现指数级增长；另一方面，资本市场暗藏非理性繁荣风险，部分商业模式暴露出结构性脆弱性。

词元经济的现实图景

在大语言模型商业化进程中，以Token为核心的新型经济形态已形成完整生态链。从需求侧的爆发式增长，到供给侧的技术创新，再到资本端的战略布局，三个维度共同构建起产业增量空间。作为模型运行的基础计量单位，Token在产业链中的枢纽地位随技术成熟度提升而持续强化。

传统云计算时代，算力评估主要依赖硬件采购量或机时租赁等物理指标。随着企业级AI应用场景拓展，算力消耗呈现几何级增长态势。IDC最新预测显示，2026年中国企业级MaaS市场Token调用量将突破40000万亿，相较2024年的114万亿实现350倍增长。这种爆发式增长背后，智能体应用的规模化落地成为核心驱动力——预计到2031年，中国企业活跃智能体数量将达3.5亿，年复合增长率超135%，直接带动Token消耗量呈数量级跃升。

在需求侧驱动下，单纯硬件堆砌已无法有效转化为实际算力产出。通过将复杂计算过程映射为标准化Token产出，产业认知完成从资源导向到效用导向的范式转移。这种转变催生出"Token工厂"新型算力服务模式，其通过异构计算架构与智能调度系统，将底层算力封装为按Token计费的弹性服务。对企业用户而言，这种模式既规避了私有算力集群建设的高昂沉没成本，又能通过按需付费机制获取智能计算能力。麻省理工学院《2025年商业AI现状》报告显示，企业采用外部AI供应商的成功部署率达66%，是内部自建模式的2倍，凸显标准化算力服务的效率优势。

目前，北京、天津、南宁等六座城市已建成或正在建设Token工厂集群。这些设施通过提升单机资源利用率，推动多个成熟商业场景突破成本盈亏平衡点。产业端产能效率提升与商业模式验证，在资本市场引发显著集聚效应。麦肯锡测算表明，到2030年全球数据中心投资需求将达6.7万亿美元，其中2025年四大云厂商资本开支合计超3000亿美元（微软800亿、亚马逊1000亿、Alphabet750亿、Meta640-720亿）。这种投资逻辑转变促使算力基础设施评估标准从规模扩张转向实际效用产出，核心企业市场估值在需求牵引下实现实质性增长。

资本涌入加速底层技术迭代，客观上推动区域数字经济生态重构。依托算力成本优势与标准化接口，数据清洗、模型微调等产业链环节在特定区域形成集聚效应。算力作为数字经济核心资源，正通过市场需求与资本配置的双重驱动，完成从技术概念到实体经济引擎的蜕变。以无锡为例，其建设的Token工厂集群已吸引23家上下游企业入驻，形成完整AI产业链生态。

算力狂热的虚火隐忧

在基础设施范式展现商业前景的同时，市场对算力资源的非理性追捧正在累积系统性风险。当前人工智能资产估值结构与交易模式暴露出资本预期错配、商业闭环脆弱等问题，产业生态面临结构性失衡挑战。

算力与大模型基础设施参与者普遍存在估值与盈利能力错配现象。在资本溢价推动下，企业估值远超实际经营状况，这种发展逻辑与千禧年通信泡沫具有相似性——当年企业盲目铺设光纤导致产能过剩，如今类似风险在AI领域重现。麻省理工学院报告显示，全球企业生成式AI投入中，仅5%实现可衡量财务回报，下游变现能力缺失使上游算力投资缺乏业绩支撑。当前AI基建竞赛中，企业深陷算力卡采购泥潭，集群建设与运维成本远超商业场景收入，形成"投入越大、亏损越多"的恶性循环。

以智谱AI为例，其招股书显示2025年上半年月均亏损达3亿元，凸显基础层企业现金流压力。当硬件扩张速度超越变现能力，单纯依赖股权融资难以为继。行业普遍面临盈利拐点滞后于资产折旧速度的困境，一旦资本市场预期转向，高估值体系将面临剧烈修正风险。这种风险在二级市场已现端倪——2025年Q3，全球AI概念股平均市盈率较年初下降42%，显示投资者开始重新评估资产质量。

在资本压力与变现焦虑驱动下，算力基建市场交易结构出现异化风险。上下游互动逐渐脱离产品供需本质，演变为资本捆绑关系。近期国际市场频现芯片厂商与云服务商达成长期租赁协议，并反向投资客户或初创公司的案例。这种资本循环虽能短期放大硬件厂商营收，但否创造新增终端价值仍存疑。若封闭体系内资金流转未能转化为真实用户需求，将产生虚增市场需求的财务掩饰效应，加剧行业系统性脆弱性。

算力投资热潮中，部分资本出现错失焦虑驱动的冗余布局。这种广撒网式投资不仅掩盖底层技术同质化短板，还推高硬件采购成本与行业门槛。更值得警惕的是，部分企业建设智算中心的核心动机并非真实订单，而是出于"卡位"考虑。这种脱离实体业务的硬件堆砌导致设备利用率不足30%，加速高端硬件折旧与社会资本虚耗。据工信部统计，2025年全国闲置算力资源占比达28%，造成每年超120亿元资本浪费。

破局之道：回归商业本质

将技术潜力转化为持续经济动能的关键，在于实现算力底座与实体经济的深度融合。在技术预期向商业理性回归的转折期，行业需从四个维度重塑发展范式：

一、技术底座务实化：异构协同突破硬件依赖

算力产业需降低对单一硬件生态的路径依赖。头部企业主导的封闭体系虽提升初期训练效率，却推高宏观基建成本与供应链风险。推进异构协同计算，增强对多源技术路线及国产芯片的兼容能力，成为降低建设成本、增强产业链韧性的必由之路。上海人工智能实验室研发的"异构计算调度框架"已实现跨厂商芯片协同，使模型训练成本降低37%，为行业提供可复制的技术路径。

二、商业模式务实化：标准交付锚定经济效益

基础设施商业模式需从资本扩张转向价值创造。在Token成为新度量衡的背景下，算力运营应聚焦标准化服务交付，建立精细化计量与定价机制。Token不仅是计算单位，更是商业价值锚点。深圳某Token工厂推出的"按效付费"模式，将客户成本与模型输出质量挂钩，使单位Token成本下降22%，客户续约率提升至89%，验证了标准化服务的经济可行性。

三、产业生态务实化：全链协同构建区域闭环

智算中心建设需避免重规模轻应用的倾向。有效基建规划应深度嵌入区域数字经济脉络，实现数据、算法、芯片与应用场景的有机融合。杭州"中国视谷"项目通过打通高质量数据供给、垂直模型开发与场景落地渠道，使算力闲置率从45%降至12%，形成"需求牵引供给"的良性循环。这种区域闭环模式正在向制造业、金融业等领域复制推广。

四、投资逻辑务实化：聚焦长期价值创造

资本市场需摆脱错失焦虑驱动的宽泛投资，回归商业基本面评估。风险投资应重点关注企业财务健康度与业务实质，资源向具备清晰落地路径、合理现金流预期及内生盈利能力的企业倾斜。红杉资本2025年投资策略显示，其AI领域投资中，具备实体业务联结的企业占比从32%提升至67%，这些企业平均估值倍数较纯技术公司低41%，但三年存活率高出28个百分点，彰显长期投资价值。

（作者系中国社会科学院财经战略研究院助理研究员）