信捷策路 21世纪卓越董事会（北京）主题研讨：Token经济的商业锚点
21世纪经济报道记者 周慧 彭新
Token，被国家数据局定义为“智能时代的价值锚点”。它串联算力、模型、应用与商业价值，正从技术概念走向产业核心。
5月29日，21世纪卓越董事会（北京）“智能重构——Token经济商业闭环与治理锚点”主题闭门研讨会，在北京中关村科技园区东城园管理委员会举行。
宇树科技、具脑磐石、光象科技等具身智能领域企业代表，沐曦股份、清微智能、润泽科技（300442）等算力与基础设施领域企业代表，抖音、天娱数科（002354）、未来智能、无问智科、金蝶国际等AI应用与产业落地领域企业代表，中金公司（601995）、中信建投（601066）、北京银行、中关村大河资本、盛景嘉成等资本与金融服务领域代表参加了本场研讨会。
本期研讨以“智能重构——Token经济商业闭环与治理锚点”为主题，聚焦AI+数字经济核心热点，汇聚40余位产学研专家与金融机构、企业高管，共同破解技术落地、合规风控与价值变现的核心难题。
“Token经济”迎来历史性机遇
21世纪经济报道执行总编辑陈晨星在开场致辞中，围绕人工智能产业演进、“Token经济”发展路径以及企业治理挑战，系统阐释了她对于AI产业新阶段的观察。
在她看来，2026年的中国人工智能产业，正在经历一次具有标志性意义的结构变化。今年以来，中国AI产业出现了两项值得关注的重要变化：一方面，中国大模型企业在全球主流聚合平台上的接口调用规模持续提升；另一方面，三大电信运营商开始推动AI Token套餐化，面向企业及个人市场展开服务供给。这两个变化放在一起观察，折射出的并非单纯技术进步，而是产业逻辑的变化。
中金公司投资银行部执行总经理尹迒，从投行视角，以某明星企业IPO为案例，分享了如何帮助中国科技走向世界的经验。
中国科技企业走出去，与中国科技企业的全球定价，是Token经济浪潮的重要课题。
2025年是大模型爆发的元年，2026年年初，智谱和MiniMax在较接近的时间点相继上市。两家公司都实现了有规模效应的融资，并且当前市值都站在了不错的量级，这体现了全球资本对中国科技行业的认可，对于中国科技企业在资本市场发展也有较强的代表意义。
在尹迒看来，大模型企业的模型能力和商业化能力都会影响大模型企业在资本市场的表现，模型能力和智能水平也会直接影响未来的商业化变现能力。
中信建投证券TMT科技兼通信人工智能行业首席分析师阎贵成，引用某全球知名第三方机构数据介绍称，目前全球的大模型能力水平，以美国和中国作为两极，中国排名靠前的大模型包括Kimi、智谱、DeepSeek、千问、豆包等。目前行业发展迅速，竞争激烈，在榜单上的体现是“各领风骚几十天”。
在阎贵成看来，编程是大模型2B端和2C端目前商业化变现最好和最快的场景之一。据Gartner的统计数据，2024年全球企业和政府的IT支出金额大概是5.26万亿美元，IT支出中的五个场景，除了通信之外，大模型对于其它四个领域都具备一定的替代或者渗透的可能性，随着大模型能力的提升，其市场空间还是很大的。
“目前，大模型在持续发展，应用前景广阔，市场规模乐观，Token的消耗还会继续飙升，算力的资本开支短期停不下来。”阎贵成判断。
腾讯研究院高级研究员白惠天表示，文明形态的跃迁，往往会伴随新的计量单位出现。Token最大的价值在于，它让人类第一次能够为AI文明建立一种可计量、可调用、可结算的基本单位。Token之于AI，有点像比特之于互联网。比特是信息被编码、传输和计量的基本单位；Token则是智能内容被输入、推理和输出的基本单位。
不同的是，比特更多承载信息，Token承载的是经过模型加工后的智能内容。当“思考”第一次被转化为可结算的单位，一种新的经济形态也由此展开。她强调，Token的价值必须放到上下文和具体任务中评估。提示词、智能体框架、技能调用和驾驭工程，本质上都在把通用模型组织成具体、稳定、可交付的智力服务。
产业代表拆解“Token经济”
同时，与会企业嘉宾围绕国产算力链建设、Token经济如何赋能具身智能、Token经济的投资逻辑等话题，展开了深入讨论。
天娱数科首席数据官吴邦毅表示，公司在大量数据采集和模型训练过程中算力消耗较大。他指出，国产算力近两年在推理层面已有明显提升，目前公司正推进推理环节的全面国产化，但在训练层面，国产算力的集群能力仍相对弱于英伟达，因此训练部署采用混合部署方式。
他指出，总体来看，国产算力“处在能用的状态”，具体存在两方面问题：一是生态兼容性不足，国产算力生态的算子覆盖率约为85%，部分关键算子仍存在缺口；二是成本出现倒挂，虽然单卡价格比海外便宜约10%，但由于集群效率和资源消耗等因素，实际使用成本反而比海外高出20%–30%。
无问智科CFO贺敏表示，公司主要做物理AI的数据基础设施，打造物理AI的数据基座。无问智科做的数据采集业务，是支持Token经济的基础设施，将采集的数据提供给具身智能企业使用，这也是Token经济中的新商业范式。目前无问智科在长三角建立了3000平方米的场地，公司搭建了真实的场景，和数据采集的格子间，训练场已经实现了数据的闭环。
未来智能CTO王松从AI Agent硬件视角提出了自身判断。他透露，用户对AI的认知已发生根本性转变，从早期吐槽语音助手“智障”，到如今期待AI能真正完成任务、解决问题。这种变化驱动着行业从聊天机器人向具备执行能力的Agent演进。虚拟场景下的AI Agent要真正落地，关键瓶颈不在算法，而在“感官”与“数据”。智能耳机、智能眼镜等硬件需要长时间、低功耗地获取用户周围的多模态数据，才能让大模型做出准确的推理和预测。而垂直行业的非公开数据，恰恰是训练出可靠Agent的“燃料”，这些数据无法从互联网直接获取，必须依赖行业用户在实际使用中积累。王松认为，端侧算力、功耗管理以及开放生态的构建，将是智能硬件能否成为真正“AI大脑”的核心挑战。
光象科技COO郑可则对“人形机器人进工厂”这一热门叙事给出了不同看法。他认为，双足人形机器人在传统工业场景中落地困难，真正具备商业闭环潜力的路径是“轮式底盘+双臂”构型。
据他透露，汽车场景是当前机器人进工厂最现实的切口，一方面，汽车制造的冲压、焊装、涂装、总装四大工艺在全球范围内高度标准化，半结构化环境使得一个工位的成功经验可以快速复制到其他主机厂；另一方面，具身智能机器人能实现零基建部署、周级快速换产，且投资回报清晰。以重庆某车厂为例，一个双班制工人两年的人力成本约40万元，而机器人若能在产线上稳定工作12至18个月，采购即可回本。他估算，仅国内汽车总装及焊装产线的替代需求，市场规模就在5000亿元左右。此外，海外市场因工会制度和人力效率问题，对具身智能机器人的需求更为迫切。
金蝶作为企业服务领域的头部厂商，其相关负责人指出，金蝶扮演的角色可以用两个关键词来概括：“AI原生操作系统提供商”和“企业AI转型的赋能者”。该负责人表示，Token不仅是AI计算的基本原料，也正在成为连接算力、模型、应用与商业回报的核心标尺。金蝶的角色就是帮助客户把Token的消耗量，高效转化为可衡量的业务价值。同时，金蝶也正在探索从传统的按许可、按用户收费，走向按智能体、按数字员工甚至按业务结果付费的新型商业模式，让客户的Token投入与商业回报实现更直接的绑定。
盛景嘉成董事总经理冯阳松表示，目前公司在硬科技赛道比较关注的是AI和具身智能，这两个赛道都是长期的赛道，尽管有泡沫，但他对行业有信心。
中关村大河资本合伙人李荣阁表示，未来的项目，AI相关和AI无关的，会有不同的定价模式。在AI浪潮下，对项目进行估值是一件很复杂的事情，在大模型企业市值达到当前水平之前，大部分一级市场的投资者可能都不太敢相信会有这么高估值。
21世纪经济报道相关负责人介绍，作为主流财经媒体，21世纪经济报道将持续开展“中国龙”系列企业研究、开展Token经济相关媒体智库课题研究工作，并邀约科技企业、金融机构从业者作为Token经济智库研究工作的合作伙伴，共同开发Token经济领域专业的、可信的财经内容和资讯。
翔云优配提示：文章来自网络，不代表本站观点。
