先进开源解读"词元经济"之五：词元经济最终会走向哪里？
上一期我们讲到，AI竞争已从"谁的模型更强"转向"谁拥有持续生产和调用智能的能力"。芯片、能源、数据中心、模型、数据和应用，正被重组成一条新的"智能生产链"。但这条链最终会走向哪里？是少数巨头控制全球词元产能？
上一期我们讲到，AI竞争已从"谁的模型更强"转向"谁拥有持续生产和调用智能的能力"。芯片、能源、数据中心、模型、数据和应用，正被重组成一条新的"智能生产链"。但这条链最终会走向哪里？是少数巨头控制全球词元产能？是各国建立独立的主权AI体系？还是词元像电力一样成为全球流通的基础商品？目前没人能给出确定答案。但从技术、资本、能源和产业趋势看，至少存在三种值得关注的情景。真正值得讨论的，不是预测哪一种一定会发生，而是：如果不同情景开始出现，我们今天还有多少时间准备？
关于本文
01三个共识：讨论终局之前，先看确定的趋势
在讨论分歧之前，先看三个几乎没有争议的共识。
共识一：词元消耗量将指数级增长
2024年初，中国日均词元调用量约1000亿。2026年8月已突破500万亿，两年增长超5000倍。高盛预计到2030年，全球词元消耗量将较2026年增长24倍。摩根大通预测，中国AI推理词元消耗量将从2025年的约10千万亿增至2030年的约3900千万亿。蚂蚁集团研究院更给出冲击性判断：到2030年全球将拥有22亿活跃智能体，年执行任务量达400万亿次。
共识二：词元价格持续通缩，但速度正在放缓
高盛编制的LLM词元支出指数在2026年8月首次跌破每百万词元1美元关口。从2023年GPT-4发布时的每百万30美元到今天的不足1美元，三年跌去97%以上。但H100实例价格已趋于稳定，算法效率提升空间收窄、能源成本上升、高端芯片供应受限，纯粹依靠技术进步驱动的通缩空间正在收窄。
共识三：算力正在从"资源"变成"产能"
行业模式正从MaaS（模型即服务）向TaaS（词元即服务）转变，从比拼算力集群规模转向比拼每瓦词元生产效率。南开大学金融学教授田利辉指出，算力正在从"堆硬件"走向"卖词元"。
这三个共识意味着：词元经济正在同时经历"单位成本下降"和"总需求爆发"。两个趋势互相强化：价格下降→使用增加→应用扩大→需求增加→基础设施扩张→成本进一步降低。
但AI不能无限复制GPU、电力和数据中心。IEA预计，到2030年全球数据中心用电量将超过945 TWh，较当前翻倍以上。词元产能=芯片×算力×能源×模型效率×基础设施，任何一个环节出现瓶颈，都会影响最终产出。
因此，未来至少存在三种可能情景：
02情景一：词元像电力一样——AI进入"公用事业时代"
这是最乐观的一种未来。词元越来越便宜，模型性能差距缩小，推理成本持续下降，最终变成一种高度标准化的数字商品——就像今天的电力、带宽和云计算。用户不会关心"这个词元是谁生产的"，而只关心：多少钱？速度多快？稳定不稳定？模型越来越像计算服务，词元越来越像计算商品，AI应用则成为建立在词元之上的"电器"。
在这种情景下，AI将彻底进入日常生产，智能体成为新的软件形态，AI应用数量可能出现爆炸式增长。最大的赢家未必是模型公司，而是应用公司——当底层模型越来越便宜，真正稀缺的是数据、场景、用户、工作流和业务知识。
但这条路有一个关键前提：技术效率下降的速度，能否长期跑赢基础设施成本增长？PwC预测全球AI基础设施资本支出到2050年累计将达约31.6万亿美元。词元越来越便宜，并不意味着词元工厂越来越便宜——生产词元的基础设施投资规模正越来越大。
◆ 核心判断
如果效率革命持续跑赢资源成本，词元最终可能像电力一样高度商品化；但前提是AI基础设施能够持续扩张。
03情景二：少数巨头控制一切——"智能帝国"出现
第二种未来与第一种相反：词元虽然便宜，但生产词元所需的芯片、数据中心、能源、模型和云平台越来越昂贵，产业集中度不断提高，最终形成少数超级平台控制全球大部分词元生产和分发。
想象一下未来的超级AI公司：拥有自己的模型、芯片、数据中心、云平台、开发者生态、智能体平台和企业客户。用户依赖它，开发者绑定它，企业部署在它上面，智能体运行在它上面。它不再是一家模型公司，而是一座数字化智能基础设施。
AI天然具有强规模经济：规模越大→成本越低→价格越低→用户越多→规模更大。这种网络效应加上不断提高的资本门槛，确实可能驱动集中度上升。
但这一情景面临三个障碍：第一，技术壁垒并非不可逾越——NIST评估发现DeepSeek V4 Pro仅落后前沿约8个月；第二，开源模型削弱了数据飞轮的独占性，79%开发者使用开源模型；第三，监管环境正在收紧。更根本的悖论是：垄断定价能力与词元通缩压力矛盾——任何显著涨价都会触发用户向开源迁移。
所以更可能出现的不是"一个公司统治世界"，而是少数超级平台分别控制不同智能生态，形成几个AI生态系统之间的竞争——类似今天的互联网平台格局。
◆ 核心判断
词元经济最大的集中风险不是"词元太贵"，而是"智能基础设施太集中"。一旦生产权、分发权和应用入口高度集中，词元经济就可能从"数字公用事业"走向"平台经济"。
04情景三：国家各建"词元工厂"——主权AI网络形成
第三种情景是第四篇已经铺垫的方向：主权AI。各国越来越重视自己的芯片、算力中心、模型、数据体系和能源保障，最终形成国家级或区域级的"词元生产体系"。
为什么国家会越来越重视？因为AI正从"软件"变成"基础设施"。如果金融、制造、科研、医疗、国防、政务都需要AI持续运行，国家就必须考虑：外部服务中断怎么办？芯片供应受限怎么办？核心数据无法跨境怎么办？
全球信号已经很明显：美国Stargate计划5000亿美元，欧洲推动AI Gigafactories，印度建设本土算力，中东用能源和资本抢占节点。但建一个数据中心不等于拥有AI主权——真正的自主需要芯片、算力、能源、模型、数据、人才、应用形成完整体系。
未来更可能形成"主权AI网络"：底层存在全球供应链，但关键能力保留本土控制。国际贸易、芯片流动、开源共享继续，但金融、国防、政务等关键领域的AI基础设施尽可能自主可控。世界可能形成"全球AI市场×区域AI生态×国家级关键AI基础设施"的三层结构。
◆ 核心判断
未来AI世界既不会完全"去中心化"，也不会完全"单极化"，而是全球AI产业链与国家级AI主权体系并存的混合结构。
05最可能的答案：三种情景同时发生
如果一定要问"哪一种未来最可能"，答案可能不是三选一，而是三种情景同时发生：底层词元越来越商品化，中层平台越来越集中，上层主权AI越来越重要。
最终形成一个三层结构：底层是成本下降、标准化、规模化的词元公用事业；中层是模型、云、生态高度集中的AI平台巨头；上层是国家掌握关键基础设施的主权AI体系。
这意味着：词元可以是全球商品，但词元工厂未必全球开放；模型可以开源，但生产模型的芯片、能源和算力未必开放；AI应用可以全球传播，但关键行业的AI基础设施可能越来越本土化。
未来的AI世界可能同时存在两种看似矛盾的趋势：AI越来越开放，AI越来越主权化。真正的竞争发生在"开放使用"与"自主控制"之间寻找平衡。
06一个悬而未决的变量：劳动力市场与"词元税"
词元经济对劳动力市场的冲击，是终局中最不确定的变量。
OpenAI CEO奥尔特曼曾表示："整个工种将会消失，而不再重现。"Anthropic CEO阿莫代伊警告，AI可能"消灭"一半的白领职位。花旗集团报告指出，中国20多岁的年轻人中，13.6%的工作面临AI取代的高风险。AI替代的是中间层认知型岗位，顶层科学家和底层体力劳动者相对安全——结果是劳动力市场"中间塌陷"。
更值得警惕的是宏观连锁反应：效率提升带动裁员→收入收缩→消费萎缩→企业进一步降本→加大AI采购→需求持续收缩的负循环。
比尔·盖茨的"词元税"提案
2026年8月，比尔·盖茨提出对AI征收"词元税"（Token Tax）。他的逻辑是：企业须为人类雇员缴付工资税，AI取代职位后公司却可避开征税，现行税制倾向于鼓励机器取代人手。他建议将税收用于职业再培训和加强社会安全网。
Bloomberg Law报道，多国政府正在探索对AI词元征税的可能性。词元税一旦落地，将从根本上改变词元经济的成本结构和商业模式。
07风险与泡沫：繁荣之下的隐忧
词元经济的繁荣之下，潜藏着三重风险。
算力过剩风险
高盛警告，如果词元价格下降30%而总使用量仅增长10%，可能导致行业出现算力过剩。本轮周期中从内存到数据中心的投资可能宣告结束。
概念炒作风险
经济日报2026年6月发文警告：词元场外交易、投资化炒作、代币化包装、传销式推广等乱象快速蔓延，滋生非法集资、金融诈骗、洗钱等风险，必须防范词元金融化炒作。
估值与盈利错配
当前算力与大模型基础设施企业的市场估值与实际盈利能力存在显著错配。在极高资本溢价推动下，相关企业获得了远超其当前盈利能力的估值。一旦市场情绪逆转，泡沫可能破裂。
08战略窗口：大约3到5年
当前词元经济正处于从"早期混沌"向"格局固化"的关键过渡期。这一窗口期大约持续3到5年，是完成战略布局的最后机遇。错过这一窗口，后发追赶的成本将呈指数级上升。
第一扇窗口：算力基础设施
真正重要的不是"有多少GPU"，而是"这些GPU能不能长期高效运行"。未来竞争将从GPU数量转向有效词元产能——每千瓦、每美元、每块芯片每天能产生多少有效推理？国家发改委已明确，"十五五"时期算力网建设将新增直接投资4万亿元，算力网首次与水网、电网、通信网并列纳入"六张网"重大部署。当前核心短板在于高端推理芯片代差——英伟达Blackwell的出口管制使我们在最前沿推理效率上仍存差距。应对路径包括：加速华为昇腾等国产芯片的词元生产效率提升，通过MoE架构、量化技术、推测解码等算法创新弥补硬件代差，以及通过中东、东南亚国际合作获取补充算力。
第二扇窗口：能源
IEA预计，到2030年全球数据中心用电量将超过945 TWh。AI竞争已经开始进入能源领域。未来AI地图，很可能越来越像一张"能源地图"——电价、电网容量、供电稳定性、新能源比例、核电能力，都将成为AI产业布局的关键变量。
第三扇窗口：数据与行业场景
如果底层词元越来越便宜，最有价值的东西将从计算转向数据、场景和结果。企业真正应该积累的不是模型，而是自己的数据资产、知识库、业务流程、AI工作流和反馈数据——这些才是AI进入产业后留下来的真正资产。
第四扇窗口：AI标准与规则
2026年6月，"词元交易"首次写入国家文件。8月，词元服务工作组宣布将研制合规与技术双重标准规范，推进词元跨境流动。应积极参与联合国、G20、OECD等多边框架下的AI治理讨论，推动建立公平、非歧视性的词元访问规则，防止外部词元工厂通过专有格式和API标准构建技术壁垒。
09三条底线：什么不能失守？
底线防御：即便词元外交受阻、碎片化格局固化，我方仍可以国内超大规模词元消费市场为基础，构建自给自足的词元生态，并通过全球南方市场的词元服务出口维持国际竞争力。DeepSeek和Qwen的成功已验证——即便高端芯片受限，通过算法效率创新仍能实现全球竞争力的词元生产能力。关键在于：必须在格局完全固化之前，完成关键应用场景的词元自主化，避免在AI时代重蹈芯片依赖的覆辙。
第一条底线：关键AI基础设施不能完全失去选择权
核心不是"所有东西都必须自己造"，而是关键环节是否存在替代方案。只有一家供应商、一种芯片、一个模型、一个云平台，面对的不是效率问题，而是系统性风险。未来AI基础设施建设真正重要的，不只是规模，而是韧性。
第二条底线：关键数据不能失去控制能力
词元可以流动，但金融、工业、科研、政务等核心数据不应无边界流动。未来的数据竞争不是"谁拥有更多数据"，而是"谁能在安全合规的情况下，把数据转化为智能"。
第三条底线：不能只拥有AI消费能力，而没有AI生产能力
大量购买国外AI服务、调用国外模型、依赖国外算力，却没有自己的芯片、模型、算力、数据、人才和应用——拥有的只是AI消费能力，而不是AI生产能力。两者的差别，可能决定未来产业竞争中的位置。
真正需要关注的，不是"我们用了多少AI"，而是"我们能不能在关键时刻，自己生产足够的智能？"
结语词元经济的终点，是一种新的生产方式
走到第五篇，我们终于可以把整个系列串起来。第一篇，词元是什么？它是AI时代新的计量单位。第二篇，词元从哪里来？芯片、能源、算力、模型和数据组成了词元工厂。第三篇，词元为什么越来越便宜？技术进步推动通缩，需求爆发推高总消耗。第四篇，谁会掌握词元经济？AI竞争已从模型竞争走向基础设施竞争和主权AI竞争。第五篇，词元经济最终会走向哪里？答案不是一个确定的终点。它可能走向智能公用事业，可能走向智能平台帝国，也可能走向主权AI网络。更可能的，是三种趋势同时存在：底层词元越来越便宜，中层平台越来越集中，上层主权越来越重要。
这意味着，词元经济真正改变的，可能并不是AI产业本身，而是生产方式。过去：人使用机器生产。后来：软件帮助人生产。现在：AI开始参与生产。未来：智能本身可能成为一种可以被持续生产、调度和交易的基础生产资料。词元只是这个过程最容易被看见的计量单位。真正发生变化的是：智能开始像电力一样可以被规模化供应。一旦这件事情成立，未来最值得关注的就不再只是"谁拥有最大的模型"，而是：谁拥有最大的智能生产能力？谁拥有更多能源？更高效的芯片？更大的算力？更好的数据？更多的应用场景？更完整的AI产业链？最终：谁能够用最少的资源，生产最多、最可靠、最有价值的智能？
◆ 升维视角
三个相对确定：词元将成为AI时代的基础计量单位；词元产业将走向"商品词元"与"溢价词元"的分层结构；词元将成为大国竞逐的战略资源。三个高度不确定：词元碎片化会走到哪一步？"词元税"会不会成为现实？词元泡沫何时破裂？五篇文章构成了一条完整的认知链条。词元不仅是AI时代的技术计量单位，更是智能经济的基础设施、价值锚点和战略资源。这场关于词元的争夺才刚刚开始。错过了芯片的自主化，不能再错过词元的自主化。
开源观察 · 深度分析 每周一个主题，用开源信息做完整分析，本期主题：《深度解读词元：AI时代的新计量单位》。