问题——商业化“计量难”正被改写 在生成式技术加速走向产业应用的背景下，如何把技术能力转化为可计价、可结算、可复制的商业模式，一直是行业关注的重点。近期在公开论坛上，国家数据局涉及的负责人表示，词元不仅是衡量模型使用的重要指标，也在实践中逐渐成为连接供给侧与需求侧的“结算单位”。这个表态反映出商业化路径的变化：以词元计费为基础的服务形态正从试点探索走向规模化落地。 原因——需求结构转向“以推理为主”，叠加云化部署提速 数据变化显示需求侧在快速扩张。公开信息显示，2024年初我国日均词元调用量约1000亿；到2025年底升至约100万亿；今年3月已突破140万亿，两年增长逾千倍。相关负责人还提到，今年1月底以来，有模型企业出现“20天收入超过其2025年全年总收入”的情况，显示在词元计费模式下，收入弹性正在显现。 机构研究认为，训练与推理共同推高词元需求，但未来更主要的增量来自推理端。随着模型能力趋于成熟、应用加速铺开，企业对“稳定、低时延、可扩展”的线上推理需求持续增强，带动云端算力、存储、网络与平台服务的综合消耗上升。另外，企业的部署路径也在调整。相关调研显示，超大规模云厂商仍是AI部署首选，这在一定程度上反映出企业信息主管对公有云的接受度提升，云化成为降低试错成本、加快上线的重要选择。 影响——AI云市场扩容加速，或带动行业进入“定价与利润修复期” 市场空间上，机构测算显示，我国AI云市场规模2024年约150亿元，预计2029年将增至2180亿元，对应较高的复合增速。结构方面，生成式相关业务占比有望明显提升，从2024年的较低水平提高至2029年的接近四成，这意味着AI负载将从“附加项”逐步成为云业务的重要增长来源。 供需格局变化下，行业定价机制也可能被重新评估。部分研究判断，我国AI云或迎来较长时间以来的首个提价窗口：一上，需求快速增长推升资源紧张程度；另一方面，芯片、机房与能源等基础成本存上行压力，云厂商也有动力通过优化计费方式与服务打包改善收益结构。业内同时关注价格信号，例如部分网络与分发类服务的价格调整，被视为产业链向上游传导的早期迹象之一。 对策——竞争胜负取决于产能、全栈能力与服务三项“硬指标” 在高速增长的赛道上，决定竞争格局的不只是价格，更在于持续供给能力与服务交付能力。机构分析将关键因素概括为三点：一是芯片与算力的总体产能，关系到高峰期供给稳定性与扩张速度；二是从芯片、模型到平台与应用的全栈解决方案能力，影响客户部署效率与总体拥有成本；三是服务能力，包括对复杂行业需求的理解、交付体系与运维保障，决定客户留存与口碑传播。 从经营层面看，多项趋势被认为有助于云厂商改善利润率：其一，业务重心向推理倾斜。与训练相比，推理更容易形成稳定、持续的消耗，定价也更灵活，更便于与工具链、行业方案等增值服务绑定，提高单位资源产出。其二，自研专用芯片与软硬协同优化，有助于提升算力利用率与词元生成效率，降低单位成本。其三，优化GPU获取方式。通过更有利的采购与供给安排，减少对外部租赁带来的利润让渡，有望改善成本结构。其四，在供给偏紧、需求强劲阶段，通过更精细的分层定价与服务组合，提高高价值客户的贡献度。 前景——从“算力竞赛”走向“效率竞赛”，词元成为产业运行的重要尺度 总体来看，词元作为“结算单位”的作用正在外溢：一上，它让模型能力的使用可度量、可核算，推动服务从项目制走向产品化；另一方面，它也倒逼供给侧在算力利用率、平台效率与交付标准化上持续迭代。随着推理负载成为主流、企业应用加速上线，市场竞争将从单纯拼资源转向拼效率、拼服务与拼生态，能够提供稳定产能、全栈能力与行业化服务的云厂商将更具优势。与此同时，提价空间是否打开、以何种方式打开，仍需结合供需关系、成本变化与竞争策略持续观察。
随着词元计费体系逐步成熟、行业盈利模式更清晰，人工智能云服务正进入加速扩张阶段；国产云厂商需要以自主创新为支点——完善产业链布局——更稳妥地应对成本上行与市场竞争，在新一轮技术变革中增强竞争力。未来，技术迭代与市场扩容将共同推动中国AI云产业迈向更高的发展水平。