/朝聞通/Token供給持續膨脹,正在成為AI産業的共識。行業測算顯示,全球Token消耗量正指數級增長,遠期規模有望達到當前的萬倍級别,但一個尖銳矛盾始終懸在産業面前:Token調用量節節走高,真實商業閉環卻并未同步爆發。
聯想創投近期提出的Token經濟四大商業判斷——真僞判斷、閉環判斷、付費判斷、落地判斷,核心錨點落在一句話:誰定義結果、誰為結果付費、誰持續付費,直指AI産業從“按Token用量計費”走向“按業務結果兌現價值”的拐點。
在這一産業轉向之下,邁富時(Marketingforce,02556.HK)全棧Token工廠戰略,恰好提供了一套B端企業場景下的落地樣本:不做單純Token批發商,而是搭建一條從算力、模型、平台到業務場景的全鍊路轉化流水線,把抽象的Token消耗,轉化為客戶可定義、可計量、可付費、可持續的經營結果。
行業困局:按
長期以來,國内AI産業的主流商業模式,停留在“售賣Token算力”的階段。客戶調用API、按輸入輸出詞元數量結算,成本風險完全由甲方承擔:無論AI輸出是否解決業務問題、是否帶來轉化,隻要産生Token消耗就要付費。這正是聯想圓桌讨論中提出的行業痛點:按用量付費模式下,結果的歸屬、價值的認定、ROI的核算都模糊不清,大量Token隻是過程節點,而非最終價值成果,甚至随着模型能力疊代,今天看似有價值的Token産出,未來會被更大的模型能力吞噬價值。
聯想給出的第一層判斷标準,就是區分真結果與僞結果:結果的定義權掌握在客戶手中,付費權、持續付費意願同樣歸于客戶。AI客服企業Sierra的模式被反複引用——不按Token、不按時長收費,隻有客戶問題閉環、無需轉接人工,才觸發收費,本質就是把結果定義權交給需求方。而邁富時全棧Token工廠的底層邏輯,正是對齊這一标尺:企業客戶才是業務結果的定義者,線索轉化、合同審批效率、核保時長、會員複購率、供應商風險識别率,這些經營指标,才是Token最終要交付的标的,而非一段文本、一次對話。
全棧
邁富時全棧Token工廠搭建了四層貫通的全棧架構,完成Token價值的逐層轉化:算力層統一納管多元GPU、雲資源,彈性調度控制Token的供給成本與穩定性;模型層接入通用大模型、行業小模型與自研Tforce營銷大模型,依據任務難度、成本、效果自動路由,在效果和Token成本之間動态平衡;平台層依托GenAIOS企業AI原生操作系統、AI-Agentforce智能體中台、KnowForce知識中台,實現智能體編排、知識治理、Token消耗審計、效果全鍊路追蹤,讓每一筆Token消耗都綁定到具體業務任務;最上層場景層,則把智能體嵌入營銷、銷售、客服、研發、供應鍊、經營分析等企業崗位,把通用Token加工成适配行業流程的“場景Token”,最終交付可量化的業務成果。
這套架構解決了按結果付費的三大前置條件,也就是聯想圓桌中提出的付費判斷:模型能力達标、結果可預期可認定、投資回報清晰可算。
很多企業AI項目失敗,根源在于Token消耗和業務價值之間缺少歸因鍊路:AI生成了大量内容,但無法區分哪些增量來自AI、哪些來自原有流程優化,ROI無法确權。邁富時的全棧鍊路,實現了Token消耗、智能體動作、業務指标的一一錨定,從線索獲取、跟進、轉化到複購,全流程可追溯、可審計、可複盤優化。
例如,在汽車經銷商場景,多智能體協同讓首呼加微率提升15%、線索到店轉化率提升10%;零售私域場景服務效率提升200%以上,轉化指标同步改善;乳業集團依托數據智能體統一數百項業财指标口徑,把Token沉澱為集團經營的數據資産。這些案例證明,Token不再是賬單上的消耗數字,而是可核算回報的經營投入。
構建長效閉環:從一次性調用,走向持續價值交付
在閉環判斷上,Token經濟的商業閉環,不在于提問量、調用量,而在于“時長有機增長”——用戶願意持續使用、依賴AI産出的結果,才是真正閉環。
邁富時的智能體矩陣是嵌入業務流程長期運行的:導購智能體持續接待客戶、客服智能體持續承接售後、供應鍊智能體持續監控供應商風險、研發智能體持續疊代代碼文檔,AI深度嵌入企業日常經營,形成持續交互、持續調用、持續疊代的閉環。客戶不是一次性購買Token,而是持續購買智能體帶來的業務能力,天然契合“持續付費”的要求。
聯想提出的落地判斷指出:當Token逐步走向水電煤化、邊際成本持續下行,産業價值重心會向上遊應用場景遷移,信息密集、規則清晰、容錯空間合适、ROI明确的B端場景,将迎來規模化爆發窗口。但B端落地最大難點,是模型能力無法直接适配千行百業的流程,單獨的模型廠商很難深入業務Know-how。
邁富時的差異化,正是依托多年企業服務沉澱,把行業知識、業務流程封裝進Token工廠,打通從算力供給到業務交付的斷層,避免上層應用價值被底層模型吞噬。不同于隻提供模型API的廠商,邁富時的Token工廠是一個價值轉化工廠:買入算力與基礎模型能力,經過知識治理、智能體編排、流程适配,輸出行業化業務結果,這也是它首批通過中國信通院《全棧Token工廠應用價值交付能力完備性》測評的核心原因,測評重點正是“從算力到場景”的價值交付能力。
從财務信号看,這套戰略已經進入兌現期。邁富時2026上半年AI應用業務收入11.3億元,同比增長123.7%,累計服務超過21萬家企業,覆蓋200餘個行業、上千細分場景,智能體項目落地成功率82%,項目平均ROI達到1:5.7.增長不是來自Token調用量的簡單擴張,而是來自客戶基于業務價值的持續采購、複購擴容。這恰好印證了Token經濟的真僞标尺:客戶願意持續付費,是因為拿到了自己定義的經營結果。
當然,全棧Token工廠模式依然面臨産業共性挑戰。第一是結果歸因難題,複雜業務鍊路中,AI貢獻、組織流程優化、外部流量紅利依然存在邊界模糊;第二是模型能力波動,大模型輸出方差,會直接影響結果穩定性,制約按結果付費模式大規模普及;第三是行業差異化成本,高定制行業的知識沉澱成本高,标準化複制難度大。這也是聯想圓桌提醒的時間維度風險:今天的價值結果,未來可能随着模型能力升級,退化為标準化中間環節,廠商必須持續向更深的業務結果層遷移,而不是停留在Token加工環節。
結語:
站在産業周期視角,Token經濟正在跨過基礎設施建設期,進入價值确權時代。過去比拼的是Token供給能力、低價算力;未來比拼的是Token轉化能力——誰能把海量Token,穩定、可控、低成本地轉化為客戶認可、願意持續買單的業務結果。
邁富時全棧Token工廠的價值,不在于制造更多Token,而是建立一套可複制的價值轉化範式:以客戶定義的業務結果為終點,反向調度算力、模型、知識、智能體,重構Token的計價邏輯。
長遠來看,Token的終極商業模式,一定是結果導向的。當算力和模型逐步普惠,單純售賣Token的生意會持續内卷、利潤變薄;而掌握場景Know-how、全鍊路交付能力、結果歸因體系的廠商,會成為Token經濟價值鍊上的價值放大器。邁富時的探索,為B端企業智能賽道提供了清晰參照:Token隻是生産資料,業務結果才是商品;定義權交給客戶,價值才能夠閉環。
