Token供给持续膨胀,正在成为AI产业的共识。行业测算显示,全球Token消耗量正指数级增长,远期规模有望达到当前的万倍级别,但一个尖锐矛盾始终悬在产业面前:Token调用量节节走高,真实商业闭环却并未同步爆发。
联想创投近期提出的Token经济四大商业判断——真伪判断、闭环判断、付费判断、落地判断,核心锚点落在一句话:谁定义结果、谁为结果付费、谁持续付费,直指AI产业从“按Token用量计费”走向“按业务结果兑现价值”的拐点。
在这一产业转向之下,迈富时(Marketingforce,02556.HK)全栈Token工厂战略,恰好提供了一套B端企业场景下的落地样本:不做单纯Token批发商,而是搭建一条从算力、模型、平台到业务场景的全链路转化流水线,把抽象的Token消耗,转化为客户可定义、可计量、可付费、可持续的经营结果。
行业困局:按 Token 计费,正在催生大量无效消耗
长期以来,国内AI产业的主流商业模式,停留在“售卖Token算力”的阶段。客户调用API、按输入输出词元数量结算,成本风险完全由甲方承担:无论AI输出是否解决业务问题、是否带来转化,只要产生Token消耗就要付费。这正是联想圆桌讨论中提出的行业痛点:按用量付费模式下,结果的归属、价值的认定、ROI的核算都模糊不清,大量Token只是过程节点,而非最终价值成果,甚至随着模型能力迭代,今天看似有价值的Token产出,未来会被更大的模型能力吞噬价值。
联想给出的第一层判断标准,就是区分真结果与伪结果:结果的定义权掌握在客户手中,付费权、持续付费意愿同样归于客户。AI客服企业Sierra的模式被反复引用——不按Token、不按时长收费,只有客户问题闭环、无需转接人工,才触发收费,本质就是把结果定义权交给需求方。而迈富时全栈Token工厂的底层逻辑,正是对齐这一标尺:企业客户才是业务结果的定义者,线索转化、合同审批效率、核保时长、会员复购率、供应商风险识别率,这些经营指标,才是Token最终要交付的标的,而非一段文本、一次对话。
全栈Token工厂四层架构:把Token原料加工成业务成果
迈富时全栈Token工厂搭建了四层贯通的全栈架构,完成Token价值的逐层转化:算力层统一纳管多元GPU、云资源,弹性调度控制Token的供给成本与稳定性;模型层接入通用大模型、行业小模型与自研Tforce营销大模型,依据任务难度、成本、效果自动路由,在效果和Token成本之间动态平衡;平台层依托GenAIOS企业AI原生操作系统、AI-Agentforce智能体中台、KnowForce知识中台,实现智能体编排、知识治理、Token消耗审计、效果全链路追踪,让每一笔Token消耗都绑定到具体业务任务;最上层场景层,则把智能体嵌入营销、销售、客服、研发、供应链、经营分析等企业岗位,把通用Token加工成适配行业流程的“场景Token”,最终交付可量化的业务成果。
这套架构解决了按结果付费的三大前置条件,也就是联想圆桌中提出的付费判断:模型能力达标、结果可预期可认定、投资回报清晰可算。
很多企业AI项目失败,根源在于Token消耗和业务价值之间缺少归因链路:AI生成了大量内容,但无法区分哪些增量来自AI、哪些来自原有流程优化,ROI无法确权。迈富时的全栈链路,实现了Token消耗、智能体动作、业务指标的一一锚定,从线索获取、跟进、转化到复购,全流程可追溯、可审计、可复盘优化。
例如,在汽车经销商场景,多智能体协同让首呼加微率提升15%、线索到店转化率提升10%;零售私域场景服务效率提升200%以上,转化指标同步改善;乳业集团依托数据智能体统一数百项业财指标口径,把Token沉淀为集团经营的数据资产。这些案例证明,Token不再是账单上的消耗数字,而是可核算回报的经营投入。
构建长效闭环:从一次性调用,走向持续价值交付
在闭环判断上,Token经济的商业闭环,不在于提问量、调用量,而在于“时长有机增长”——用户愿意持续使用、依赖AI产出的结果,才是真正闭环。
迈富时的智能体矩阵是嵌入业务流程长期运行的:导购智能体持续接待客户、客服智能体持续承接售后、供应链智能体持续监控供应商风险、研发智能体持续迭代代码文档,AI深度嵌入企业日常经营,形成持续交互、持续调用、持续迭代的闭环。客户不是一次性购买Token,而是持续购买智能体带来的业务能力,天然契合“持续付费”的要求。
联想提出的落地判断指出:当Token逐步走向水电煤化、边际成本持续下行,产业价值重心会向上游应用场景迁移,信息密集、规则清晰、容错空间合适、ROI明确的B端场景,将迎来规模化爆发窗口。但B端落地最大难点,是模型能力无法直接适配千行百业的流程,单独的模型厂商很难深入业务Know-how。
迈富时的差异化,正是依托多年企业服务沉淀,把行业知识、业务流程封装进Token工厂,打通从算力供给到业务交付的断层,避免上层应用价值被底层模型吞噬。不同于只提供模型API的厂商,迈富时的Token工厂是一个价值转化工厂:买入算力与基础模型能力,经过知识治理、智能体编排、流程适配,输出行业化业务结果,这也是它首批通过中国信通院《全栈Token工厂应用价值交付能力完备性》测评的核心原因,测评重点正是“从算力到场景”的价值交付能力。
从财务信号看,这套战略已经进入兑现期。迈富时2026上半年AI应用业务收入11.3亿元,同比增长123.7%,累计服务超过21万家企业,覆盖200余个行业、上千细分场景,智能体项目落地成功率82%,项目平均ROI达到1:5.7,增长不是来自Token调用量的简单扩张,而是来自客户基于业务价值的持续采购、复购扩容。这恰好印证了Token经济的真伪标尺:客户愿意持续付费,是因为拿到了自己定义的经营结果。
当然,全栈Token工厂模式依然面临产业共性挑战。第一是结果归因难题,复杂业务链路中,AI贡献、组织流程优化、外部流量红利依然存在边界模糊;第二是模型能力波动,大模型输出方差,会直接影响结果稳定性,制约按结果付费模式大规模普及;第三是行业差异化成本,高定制行业的知识沉淀成本高,标准化复制难度大。这也是联想圆桌提醒的时间维度风险:今天的价值结果,未来可能随着模型能力升级,退化为标准化中间环节,厂商必须持续向更深的业务结果层迁移,而不是停留在Token加工环节。
结语:Token 只是原料,业务结果才是最终商品
站在产业周期视角,Token经济正在跨过基础设施建设期,进入价值确权时代。过去比拼的是Token供给能力、低价算力;未来比拼的是Token转化能力——谁能把海量Token,稳定、可控、低成本地转化为客户认可、愿意持续买单的业务结果。
迈富时全栈Token工厂的价值,不在于制造更多Token,而是建立一套可复制的价值转化范式:以客户定义的业务结果为终点,反向调度算力、模型、知识、智能体,重构Token的计价逻辑。
长远来看,Token的终极商业模式,一定是结果导向的。当算力和模型逐步普惠,单纯售卖Token的生意会持续内卷、利润变薄;而掌握场景Know-how、全链路交付能力、结果归因体系的厂商,会成为Token经济价值链上的价值放大器。迈富时的探索,为B端企业智能赛道提供了清晰参照:Token只是生产资料,业务结果才是商品;定义权交给客户,价值才能够闭环。
