专家热议“词元经济”产业底座 “有效词元”比调用量更重要

近日，在由中国人民大学深圳研究院社会科学高等研究院（深圳）主办，中国人民大学国际货币研究所（IMI）、中国人民大学深圳金融高等研究院承办，金融科技50人论坛和蚂蚁数科协办的“大金融思想沙龙”上，与会嘉宾围绕“算力、能源、调度协同：筑牢词元经济产业底座”展开讨论。

算力、能源、调度协同发展

中国人民大学国际货币研究所所长助理、研究员曲强指出，随着企业级AI进入规模化落地阶段，海量词元（Token)吞吐已成为常态，词元经济及其底层支撑既带来新的增长空间，也进一步放大算力分配不均、用能成本偏高和调度效率低下等矛盾。因此，发展词元经济必须把算力、能源和智能调度作为产业底座统筹推进。总体来看，算力、能源、调度协同不仅是技术议题，也是各行业理解和进入词元经济的重要入口。

在国家数据发展研究院数字科技基础设施研究部主任罗松看来，算电协同是人工智能发展的核心战略，需以数、算、电、网一体化融合构筑数字底座。算力需求爆发式增长，预计2030年全球Token消耗达千万亿级，对算力设施提出高稳定、易扩展新要求。当前面临绿电直连前期投资大、源网荷储技术不成熟、复合型人才稀缺等挑战，建议以“东数西算”牵引布局优化，建设国家级算力监测调度平台，攻关时空匹配与协同调度技术，完善标准体系，并构建产业创新联合体，强化绿电交易与人才培养，推动算电协同走深向实。

中国信息通信研究规划所数智部主任、中国信息消费推进联盟常务副秘书长王强指出，词元服务正从C端简单问答向深度创作与生活服务拓展，三大运营商大幅降低个人使用门槛；而B端企业级市场是绝对主力，调用量稳定且逐年上升，智能体正成为词元消费的核心驱动力。

可量化、可定价的词元已成为核心资产

针对金融行业，词元经济将带来哪些冲击？西安银行信息科技业务总监白建武认为，词元经济是AI时代不可逆转的趋势，中小银行应摒弃重资产老路，走轻量化、协同化、生态化新路。具体来看，第一，数据效能优先，建好金融知识库、清洗特征数据、持续增量学习，提升模型准确性并降低处理成本；第二，推理效能优化，通过提示词工程、MCP调用和模型编排，实现源头降噪与精准算力运营，简单任务用轻量模型，复杂任务用大参数量模型；第三，算电协同适配，硬件分层（GPU用于训练，NPU/TPU用于简单任务）、错峰用电、机房降耗，推动共享算力政策落地；第四，模型智能调度，搭建轻量化调度平台，纳管多智能体，兼顾合规与效率，保障核心业务算力，动态调整辅助业务。

“从金融视角看，可量化、可定价的词元已成为核心资产，金融市场正围绕从储能到消费场景的全周期进行资源配置，词元的效率将成为关键投资方向。从监管视角看，未来中国人民银行可能需要追踪Token动态，关注算力需求是否过热、供给是否不足及定价是否合理，这对传统的货币政策与通胀管理框架提出新挑战。”北京大学汇丰商学院助理教授贾盾表示，词元将深刻影响生产组织、货币体系、金融定价与监管模式，带来全方位的系统性挑战。

中国人民大学国际金融学院副院长、财政金融学院应用金融系主任吴轲认为，词元经济表面上是Token调用量增长，本质上是AI产业从模型竞争走向基础设施竞争、从算力消耗走向价值核算、从单点技术优化走向系统协同。其核心变量正从“模型能力”转向“单位有效词元的综合成本”，关键不是消耗多少Token，而是多少Token真正转化为客户服务效率、风险识别能力、运营成本下降和业务增长。吴轲表示，“有效词元”比调用量更重要。未来基础设施竞争不只是算力规模竞争，而是算力、能源、调度和数据质量的系统效率竞争；词元服务也会从简单按量计费，走向分层化、场景化和风险定价。

围绕下一步发展，吴轲提出三点方向：一是建立Token级成本和价值核算体系；二是构建分层分级AI基础设施；三是推动算力、能源和金融机制协同，通过绿色信贷、产业基金、长期购电协议和算力服务合同融资，形成更可持续的投资闭环。