他手持印有 “InferenceX” 的冠军腰带表示，数据中心不再是单纯的算力载体，而是一座 “Token工厂”—— 输入数据和电力，输出的就是AI时代最核心的价值产物，堪称新时代的 “工业石油”。

Token是AI大模型处理文本的基础计量单元，AI生成内容、处理数据等行为会消耗算力并以 Token计量，Token的生产效率和对应成本，直接决定了企业在AI时代的竞争力。

这场由算力推动、资本加持的变革，不仅改变了数据中心、云服务商和AI公司的生存方式，也给中国企业带来了国产替代的绝佳机会。

Token的价值重构

黄仁勋提出的 “Token工厂”，其实并不是新说法，但在 2026 年的 GTC 大会上，这个定位才有了真正的产业意义。

黄仁勋在2024年的GTC大会上曾说，在上次工业革命中，进入工厂的原材料是水，出来的产品是电。“如今，进入这些（服务器）房间的原材料是数据和电力，出来的则是Token。这些Token虽然无形，但非常有价值，将被分发到世界各地”。

两年后，这个预判变成了现实，而推动这一转变的核心，就是AI产业从 “模型训练” 向 “推理应用” 的全面转向。

中国城市发展研究院投资部副主任袁帅表示，AI Token服务与算力产业链的爆发，是AI智能体普及、Token需求激增与算力成本下降共同驱动的结果，市场对其预期已从概念炒作转向刚需落地，未来商业化挑战仍集中在成本控制与监管适配，长远来看将重构AI产业的价值分配逻辑。

袁帅进一步分析，从核心驱动力来看，AI智能体的爆发式应用成为关键引擎，以 “小龙虾” 为代表的智能体通过替代人工完成自动化任务，带来了无上限的 Token 消耗需求，而英伟达新一代芯片架构推动推理成本大幅下降，形成 “Token需求暴涨－算力成本降低－更多应用落地” 的正向循环。

Token经济学正在塑造未来的职场新形态。

硅谷最新的招聘筹码是：“你的offer里带多少Token？”黄仁勋预计，在未来，公司的每一位工程师都需要一个年度Token预算，他们的基础年薪可能是几十万美元，英伟达会在此基础上再拿出大约一半的金额作为Token额度给他们，让他们实现10x的效率提升。

为了抢占Token生产的主动权，英伟达拿出了全套解决方案。

据悉，英伟达发布新一代AI平台Vera Rubin，欲将Token成本降低90%

这种产业变革，很快就传导到了整个产业链，阿里云的动作最直接。

3月18日，阿里云官宣平头哥真武810E等算力卡涨价5%—34%，背后是前期AI Agent应用爆发带来的 Token 调用量持续暴增，算力供需矛盾进一步加剧，最终引发调价。

据知情人士透露，阿里云正把紧缺的AI算力，重点投向Token相关业务，还专门成立了 Alibaba Token Hub 事业群，整合全链路资源抢占先机。

从英伟达的算力布局，到阿里云的资源倾斜，一个信号已经很明确：Token是连接算力、模型和商业价值的关键，谁能掌控它，谁就能在 AI 时代站稳脚跟。

资本狂欢与国产突围

Token经济的崛起，已在资本市场掀起波澜。

2026年3月，港股 “Token 第一股” 迅策科技尾盘突然暴涨37%

消息面上，北京时间3月17日凌晨2:00，黄仁勋发表备受瞩目的GTC2026主题演讲，黄仁勋在主题演讲中释放了AI算力浪潮的最强信号 —— 未来的每一座数据中心，都将成为生产 Token的 “工厂”。

这一表述直接点燃了市场对 “Token” 相关产业链的关注，迅策科技作为港股市场的 “Token 第一股”，成为资金追捧的稀缺标的。

资料显示，迅策科技成立于2016年，专注于实时数据基础设施及分析平台，2025年12月30 日登陆港股，被市场称为 “中国版 Palantir”。

3月6日，迅策发布的2025年度盈利预告显示，截至2025年12月31日，公司全年录得收益12.83亿元，同比增长102.95%，扣非净利润亏损收窄至5500万元。分时段来看，公司2025年上半年实现收入1.98亿元，下半年实现收入10.85亿元，环比增长448%，2024年同期公司收入为6.3亿元。

公司指出，业绩增长核心得益于AI大模型落地使数据需求加速增长。随着大模型能力逐渐商品化，市场竞争的核心从模型层转向落地层，实时数据基础设施作为AI落地的核心底座，迎来了刚性需求的全面爆发。

值得留意的是，在阿里云涨价消息传出后，阿里云港股也一度拉升2.4%。

袁帅指出，港股 AI 公司股价异动与阿里云调价后走强，反映出市场预期从 “大模型竞赛” 转向 “Token 经济落地” 的深刻变化。

他认为，此前市场更关注大模型技术参数，如今则聚焦 Token 调用量、算力利用率等经营性指标，阿里云因 Token 调用量暴涨调价却推动股价上涨，正是市场认可其算力资源稀缺性与商业化潜力的体现。

他表示，未来产业链投资热点将集中在智能体开发、算力租赁与 Token 运营环节，那些能提供高频刚需智能体服务、整合闲置算力资源的企业，将更受资本青睐。

“近期市场预期最大的变化，是从过去炒技术故事，转向开始交易商业兑现。” 中国科技新闻学会专家高恒认为，阿里云这类厂商调价后股价还能走强，说明资本市场已经不再简单迷信低价抢市场，而是开始接受一个现实：AI时代算力不是越便宜越好，而是优质算力、稳定服务、低时延交付，本来就该有溢价。

他进一步指出，过去大家担心云厂商陷入价格战，利润越做越薄；现在市场开始相信，AI 会把云厂商重新拉回到 “资源定价权” 这一侧。接下来投资热点，不会只停留在 GPU 和服务器整机，而会往更确定的高景气环节集中，比如高利用率的数据中心、液冷散热、电力基础设施、推理云、模型网关、Token计费与调度平台，以及真正能把Token消耗转成现金流的AI 应用层。

事实上，和国外企业相比，中国AI大模型的性价比优势很明显 ——OpenRouter的数据显示，2026年2月以来，中国AI大模型的Token 单价只有国外竞品的1/6到1/10，每周调用量也多次超过美国同行。

这种优势，源于中国在算力调度、数据处理等领域的长期积累，叠加国内大模型行业市场竞争、算力硬件国产替代的成本优势及商业化定价策略等多重因素。

未来，随着 “东数西算” 工程的推进，中国在绿电供应、算力集群建设上的优势会更突出，国产企业有望实现 Token 基础设施的全面替代。

落地困局

热潮之下，Token经济的落地难题也逐渐显现，其中之一就是电力供应。

“AI的尽头是算力，算力的尽头是电力” 这句在科技圈广为流传的断言正逐步具象化。

GPT-4一次训练耗电量可达2.4亿度；大火的智能体OpenClaw，完成一个复杂任务所需的算力，是传统对话AI的几十倍甚至上百倍；在深圳，一个规模超6000PFLOPS 的智算中心，电费支出就占运营成本的七成以上。

在算力需求飞速增长的今天，电力已经成为 Token 规模化生产的 “硬门槛”，不过液冷散热等节能技术落地、绿电配套政策推进及算力硬件节能化升级，正逐步缓解这一压力。

随着AI的发展，算力需求和用电消耗还在呈指数级增长。

据国际能源署数据，到2030年，全球数据中心预计每年消耗高达945太瓦时（TWh）的电力，中国和美国将引领这一增长，合计贡献全球数据中心电力消耗增长的近80%。而当前的电网系统建设周期，往往需要5到10年。

高恒认为，Token产业链现在最大的问题，不是需求不够，而是 “热闹很多，闭环很少”。很多公司收入增长建立在资本开支扩张和短期订单上，但还没有形成稳定、可复购、可提价的商业模式。

他表示，更现实一点讲，今天不少 AI 应用看起来调用量很高，但客户未必愿意长期付费，因为很多场景还停留在 “能用” 而不是 “离不开”。所以可持续发展的核心，不是继续堆更多卡、烧更多钱，而是把 Token 消耗和客户价值真正绑定。谁能证明自己不是在卖一次性算力，而是在卖持续提升效率、持续创造收入的能力，谁才可能活下来。

北京社科院研究院王鹏指出，Token产业的快速发展也带来了多重监管新课题，首先是算法黑箱与溯源难题，基于 Token 计量的高频AI 内容生成，大幅增加了内容监管难度，如何实时拦截有害信息、实现内容可溯源，成为监管面临的首要挑战。

其次是数据确权与分配问题，训练数据的版权费用与 Token 生成后的收益之间，尚未建立清晰合理的分配机制，易引发版权纠纷；最后是算力安全层面，算力作为 AI 时代的核心战略资源，其跨境调度的合规性以及供应链的安全稳定，亟须更严密的政策引导与规范。

尽管困难不少，但产业界已经达成共识：Token 经济的崛起，是 AI 产业发展的必然趋势。破解困局的关键，在于技术创新、生态协同和政策引导多方结合。

高恒预测，AI会从一个技术行业，变成一个新型基础设施行业。它不再只是帮助少数互联网公司，而是会像电、云、支付一样，渗透到制造、金融、政务、医疗、教育等各个环节，最后重构企业的成本结构、软件的收费方式，甚至整个数字经济的定价逻辑。真正的大机会，不在模型发布会，而在谁先拿到这套新基础设施的收费权。

展望未来，袁帅表示，未来，产业链将迎来算力资源标准化、Token交易市场化与智能体生态化的重大变革，Token可能会成为数字经济中的通用计价单位，贯穿 AI 服务、数据交易与算力租赁全场景。这一变革将推动 AI产业从技术驱动转向场景驱动，更多垂直领域的智能体应用将落地，加速数字经济的渗透与融合。

同时，监管机构将逐步完善Token交易与算力服务的规则，建立数据安全评估与反垄断机制，引导产业链健康发展。