打开网易新闻 查看精彩图片

最近，“Token”（词元）这个技术术语突然出圈。国家数据局最新披露的数据令人震惊：2024年初，中国日均Token调用量仅为1000亿；到2025年底，已飙升至100万亿；而今年3月，这一数字突破140万亿——短短两年间，增长超过1400倍。

这绝非实验室里的指标游戏，而是AI真正从“演示工具”迈向“生产要素”的关键转折。

过去，企业用AI写周报、生成会议纪要，属于锦上添花；如今，AI已深度嵌入客服对话系统、智能营销投放、工业排产优化、金融风控模型等核心业务流程。每一次用户交互、每一张AI生成图像、每一段自动编写的代码，都在持续消耗Token。需求不是缓慢爬升，而是以近乎垂直的速度爆发。

结果迅速传导至市场：今年3月，腾讯云、阿里云、百度智能云三大国内主流云厂商在十天内相继上调AI算力产品价格，平均涨幅约30%。外界或以为是趁热收割，实则这是供需严重错配下的被动调整。

AI算力高度依赖英伟达等厂商的高端GPU（如H100、B200），而全球先进制程芯片产能长期紧张，交货周期普遍在6到9个月。即便云厂商提前备货，也难以应对指数级增长的需求。

更关键的是，算力集群的建设远不止买卡——电力供应需兆瓦级保障，液冷散热系统造价高昂，低延迟网络架构复杂，运维团队专业门槛高。算力不是软件服务，无法通过代码一键扩容。

更深层的变化在于企业认知的转变。过去，算力被归为IT支出，采购时只看单价；如今，越来越多管理者意识到：算力直接决定产品响应速度、用户体验上限，甚至市场份额。

某头部电商平台内部测算显示，其AI推荐系统准确率每提升1个百分点，年化GMV可增加超5亿元。相较之下，多支付30%的算力成本，不仅合理，甚至是高ROI的投资。算力正从“后台成本项”，升级为“前台战略资源”。

这场涨价潮，正在加速行业洗牌。

上游的芯片厂商与云服务商成为最大受益者。英伟达财报显示，其数据中心业务收入已连续六个季度同比翻倍；国内云厂商则借机优化客户结构，通过价格杠杆筛选出高价值、高粘性的企业用户，提升整体资源利用效率。

而中游的AI创业公司则面临严峻考验。过去依赖大模型API免费额度快速迭代产品的模式难以为继。一位AIGC初创公司创始人坦言：“以前敢直接调用70B参数的大模型，现在账单压得喘不过气，只能切回7B小模型——效果打折扣，但至少能活下去。”生存策略从“功能优先”转向“成本优先”。

事实上，下游的传统企业也在加速分化。互联网巨头、大型银行、车企等头部机构早已布局自建智算中心，或与云厂商签订三年以上保供协议，锁定价格与产能；而广大中小企业要么接受高昂的按需付费，要么因成本望而却步，被排除在AI应用浪潮之外。算力鸿沟，正悄然演变为新一轮的竞争力鸿沟。

结语

Token的爆炸式增长，标志着AI已不再是可选项，而是像电力一样的基础设施。算力涨价，不是短期泡沫，而是市场对这一新生产要素价值的重新定价。

未来竞争的关键，不再是谁拥有最先进的模型，而是谁能在可控成本下，稳定获取高质量算力，并将其高效转化为业务价值。这轮“算力通胀”，或许正是AI从狂热走向成熟的必经门槛——跨过去的企业，将真正掌握智能时代的主动权。