當Token成為“北極星指標”，AI云市場可能忽略了什么？

Token是AI云的重要組成部分，但將其等同于AI云本身，或作為唯一衡量標準，仍為時過早且不夠科學。它無法全面呈現中國數字化市場的復雜性和多樣性

文｜吳俊宇

編輯 | 謝麗容

隨著云計算從以CPU（中央處理器）為核心的通用計算，逐步走向以GPU（圖形處理器）為代表的智能計算，AI云正在成為中國乃至全球云市場的共識。

在這一過程中，MaaS（模型即服務）平臺正在成為繞不開的一環。因為，通過MaaS調用模型、消耗 Token（詞元），已經是企業使用AI云的一種重要形式。

過去一年，圍繞Token的調用量、增速、規模乃至排名，討論明顯升溫（詳見《》）。近一年，國內外云廠商（包括亞馬遜AWS、微軟Azure、谷歌云GCP，阿里云、百度智能云、火山引擎）都在不同時間、不同程度地披露了自己的Token消耗相關情況。

Token甚至像流量一樣，成為重要統計指標。國家數據局2025年8月數據顯示，2024年初中國日均Token消耗量1000億。截至2025年6月底，中國日均Token消耗量突破30萬億。一年半時間增長了300多倍，這反映了中國AI應用規模的快速增長。

換句話說，當下的AI云市場，Token正成為部分從業者眼中的“北極星指標”。所謂“北極星指標”，可理解為“核心指標”，指企業內能代表最終成功，指引所有團隊努力方向的指標。它像北極星一樣，為整個組織提供清晰、統一的戰略指引。

之所以會出現這種狀態，一個重要原因是，Token是當前最直觀、最容易量化，也最容易比較的指標之一。它有極高的敘事效率——既方便市場傳播，也容易被資本和客戶理解。

這個觀點得到了多位行業人士的認同。一位中國云廠商架構師對我們表示，商業世界往往更偏好簡單、清晰的單一指標。2025年6月，一位國際市場調研機構分析師在一場小規模討論提到，AI云市場發展初期，Token調用量相對容易衡量。但他同時認為，長期來看營收規模才是更重要的指標。

當一個指標被當作“北極星”，它是否也可能遮蔽其他重要事實？答案是肯定的。

其一，無論是在中國還是美國，當前各大云廠商的Token收入，在整體云收入中的占比仍然較低。至少在目前，Token市場的規模，尚不足以單獨支撐起云市場的整體增長。

其二，現有的Token統計存在盲區。市場調研機構披露的Token消耗量，大多基于公共云MaaS平臺的API（應用程序接口）調用數據。但由于技術和部署方式的限制，它很難全面覆蓋所有應用場景。這意味著，發生在GPU云租賃、私有化部署，以及制造、汽車、機器人等設備端的AI算力使用，往往并未被完整計入。這可能會低估AI的真實使用規模。

其三，在企業真實IT采購邏輯中，Token更多是使用之后的結果，而非核心采購決策依據。企業決策往往圍繞AI是否能夠進入業務流程、能否降低成本等問題展開。Token消耗量，通常不會在采購階段被單獨列為核心指標。

簡單理解，Token是AI云的重要組成部分，但將其等同于AI云本身，或作為唯一衡量標準，仍為時過早且不夠科學。它無法全面呈現中國數字化市場的復雜性和多樣性。

Token市場規模到底有多大？

通過MaaS平臺使用Token，這代表了相當一部分前沿開發者、AI創新企業的前沿需求。無論是中國、美國云廠商，都對這部分市場保持著戰略關注。

包括亞馬遜AWS、阿里云等在內的全球云廠商，都在積極探索如何擴大MaaS業務規模。

亞馬遜AWS管理層2025年10月財報電話會議披露，長遠來看，Bedrock（亞馬遜AWS的MaaS平臺）收入貢獻將與EC2（亞馬遜AWS的CPU和GPU計算實例業務，總營收占比超過30%）不相上下。但亞馬遜AWS管理層未披露，Bedrock收入的詳細統計口徑，以及上述目標的具體實現時間。

我們了解到，阿里云在2025年11月末啟動了“百煉戰役”，目標是短期內將百煉（阿里云的MaaS平臺）Token調用規模提升三倍以上。阿里云還為之成立了專門的銷售組織。在字節跳動旗下的火山引擎，Token收入已是銷售團隊KPI考核核心指標之一。

2025年12月末，阿里云智能集團資深副總裁、公共云事業部總裁劉偉光在一場小規模溝通中對我們表示，他認同亞馬遜AWS對MaaS收入長期增長的判斷。他的看法是，當模型能力持續增強、Agent（智能體）逐步成熟，并覆蓋大量IT能力有限的長尾企業后，MaaS收入在云廠商整體收入的占比，有可能達到30%甚至更高。但他同時強調，目前行業仍處于早期階段，過早給出明確的市場規模或占比，并不具備現實意義。

多份市場調研數據表明，目前Token市場增速很快，但在AI云市場規模仍然有限。短期內，它尚不足以單獨支撐起中國云市場大盤的整體增長。

國際市場調研機構Omdia 2025年9月數據顯示，2024年中國AI云市場規模約29億美元，其中AI IaaS（基礎設施）23億美元，占比79%；AI PaaS（平臺軟件）5.6億美元，占比24%；AI MaaS收入規模0.3億美元，占比1%。

Omdia預測，2025年中國AI云市場規模將增長至72億美元，2030年將增長至268億美元。2030年AI MaaS市場規模將達到25億美元。按照這一預測，AI MaaS 2030年在AI云市場占比約為9%。

我們了解到的情況是，2024年中國主要云廠商Token收入總和不超過10億元。2025年各個云廠商Token收入增長均大幅增長。目前Token收入高的云廠商超過10億元，但Token收入低的云廠商約為數億元。在一些規模相對較小的云廠商收入結構中，Token收入可能達到10%左右。但在頭部云廠商收入結構中，Token收入占比僅為1%左右。

圍繞Token收入未來的增長空間，行業內部也存在不同測算。Omdia預測相對保守，市場上也存在一些更樂觀的預測口徑。

中國某ICT硬件企業的一位資深戰略規劃人士2025年7月曾對一些中國云廠商未來可能的Token收入進行了敏感性測試（一種根據商業模型，綜合外部市場條件變化進行市場動態分析的方法）。

他對我們表示，如果Token價格依舊維持當前水平，他測試的結果顯示，某中國云廠商Token調用收入未來1年-2年可能增長至40億-70億元。但他同時強調，這一測算高度依賴模型能力、應用滲透率及Token定價的變化，并不等同于行業整體判斷。

按照這種增長預判，Token收入在部分云廠商的營收大盤占比會更大，可能會成為部分新興云廠商的主要營收增長來源。但它在短期內（未來1年-3年）仍無法構成中國AI云市場大盤的核心增長來源。

某國內頭部云廠商的一位高管和國內某大模型平臺業務負責人在2025年12月在兩場不同的對話中，分別對我們表達了同一個觀點：AI云市場仍處于早期發展，如果過于強調Token市場的規模乃至排名，容易用短期指標替代對長期增長結構的判斷。

上述中國大模型平臺業務負責人提到，他所在的云廠商并未參與Token相關爭論。在他看來，中國云廠商關于Token敘事的差異，并非AI云技術路線的根本分歧，而是客戶結構與歷史業務基礎不同而導致的差異。

他進一步解釋，阿里云強調多形態并存（GPU云租賃+MaaS調用+私有化部署）并非保守，這是因為它誕生16年形成了龐大多樣的客戶結構（互聯網、金融、制造、公共部門、中小企業、AI創業企業和前沿開發者等），它需要尊重所有客戶需求。火山引擎更強調Token是因為，豆包App等公司內部業務Token消耗占比高，云業務的核心客戶以前沿開發者、AI創業公司為主。Token消耗增長快，這是“后來者”容易講清增長敘事的一條路。

Token統計中存在哪些盲區？

AI云仍在發展早期。一個高度復雜、仍在快速演進的技術體系中，單一指標一旦被賦予過多意義，往往也容易遮蔽一些更難被量化卻更關鍵的事實。

目前，使用AI算力的形式非常多樣——通過公共云租賃GPU部署模型、采購GPU服務器進行模型私有化部署后進行后訓練或強化學習、MaaS平臺調用Token、端側算力部署模型等都是主流方案。

不同類型的企業通常傾向于采用不同的方案。比如，大型互聯網公司通常習慣租用GPU云服務。政企行業（如金融、能源、制造等行業）和公共部門主要是采購GPU硬件進行私有化部署，AI創業公司和前沿開發者則是傾向于選擇MaaS平臺調用Token。在汽車、機器人、行業設備場景中，往往又是通過本地或邊緣環境使用算力。

此外，每一家企業的AI算力使用形態，都不是單一的。據我們了解，阿里云70%的企業客戶，租用GPU云服務的同時，也通過MaaS平臺調用Token。深度使用AI的企業，通常是多形態并存。

某零售企業的數字化策略負責人對我們表示，他們在AI應用PMF（產品市場匹配）驗證階段，優先通過MaaS平臺調用模型進行可行性測試，因為Token計費方式更靈活、試錯成本更低。當AI應用進入大規模部署階段后，傾向于租用GPU實例，因為長期成本結構更可控。

此外，某國內云廠商的一位資深架構師也對我們表示，他走訪客戶發現，一些制造企業既采購GPU硬件進行私有化部署，也使用MaaS平臺。其中，數據敏感型的業務使用本地算力，非敏感業務通過MaaS平臺使用Token。他認為，Token計費靈活，這客觀上加速了制造企業的上云進程。

我們通過綜合調研了解到，某社交媒體、某支付平臺每年云支出（含計算、存儲、網絡、數據庫、MaaS等公共云產品）高達數十億乃至百億元。這類頭部互聯網企業，2025年直接通過MaaS平臺使用Token的費用，在整體云支出中的占比為極低的個位數。

一位頭部社交媒體相關人士2025年11月曾對我們表示，他所在企業的云支出仍以計算、存儲、網絡、數據庫為主。AI算力相關投入以GPU云租賃、自建推理與訓練集群等方式為主，MaaS產生的Token消耗少之又少。

另一個重要事實是，中國市場可被統計到的Token消耗，主要集中在娛樂、對話等To C（面向消費者）的移動互聯網場景。這類應用更容易通過MaaS調用模型，更容易在早期形成可觀的Token規模。但更廣闊的To B（面向企業級）領域，目前仍在AI應用早期，未來增長潛力更大。

綜上所述，真實Token使用場景，遠比統計口徑更復雜、多樣。由于技術所限，不同機構很難全面掌握所有場景的Token使用情況。如果只看單一的統計數據，很容易得出彼此矛盾的結論。

國際市場調研機構IDC 2025年數據顯示，截至2025上半年，阿里云在中國大模型公有云服務（即Token市場）占比為27.0%，位居第二。阿里云在這里似乎是被低估的。

OpenRouter是全球大模型API聚合平臺，集成了全球主流模型，它反映了全球前沿開發者和AI創新企業的使用習慣。OpenRouter數據顯示，2025年阿里Qwen系列模型全球Token消耗量長期位居全球第六，占比約為4%-7%。這在國內位居前列，超過IDC統計中的其他廠商。阿里云在這里似乎排名又更高。

這種“矛盾”的成因是，阿里的通義千問、通義萬相等都是開源模型。IDC無法統計到開源模型被使用的情況。OpenRouter主要覆蓋通過聚合平臺發生的調用Token，又難以統計云廠商自有MaaS平臺內部、企業私有化部署、端側推理以及真實總量。

因此，無論采用哪種單一統計口徑，都無法反映市場真實全貌。這些方式，都會低估中國AI落地的真實情況。

國際市場調研機構Gartner在《2026年十大戰略技術趨勢》給了一個更全面的解釋——2028年60%以上的企業級AI模型將采用特定領域模型（DSLM）（根據特定數據集訓練的AI模型，準確性、合規性更高），它們可能同時通過云、本地、設備、MaaS部署。

某中國云廠一位資深人士對我們總結稱，前沿開發者、AI創新企業、企業PMF驗證階段習慣通過MaaS平臺調用API使用Token，這部分數據最容易統計。公共云租賃GPU部署更適合互聯網或其他大型公司大規模部署階段的需求。通過私有化或本地部署（On-premise）算力，則符合金融、政府等數據合規要求的機構。端側算力，適合于汽車、機器人等低延時場景需求。后三種Token消耗都難以被統計。

在他看來，嚴格定義廣義Token消耗量，要把MaaS平臺、公共云GPU推理集群產生Token、私有化模型部署產生Token，設備端模型產生的Token全部統計在內。

Token是企業IT采購重點嗎？

在討論Token的規模、增速與統計口徑之前，一個更基礎、卻常被忽略的問題是：大型企業在采購AI云服務時，究竟是如何做決策的？

在多數企業的真實IT采購邏輯中，Token更多是AI應用投入運行后的成本指標，而非采購決策階段被單獨衡量的核心依據。因為，從企業CIO（首席信息官）、CTO（首席技術官）的視角來看，Token消耗量并不能直接和業務價值掛鉤，更多是和成本掛鉤。

Token本質上是模型調用的技術計量單位，它類似CPU使用率、GPU小時數。因此，無論是在互聯網企業、制造業，還是金融、能源與公共部門，它們在引入AI能力時，真正衡量的首要業務價值是——能否提高收入，能否降低成本，能否縮短流程周期。

多位企業IT負責人曾對我們表示，CIO、CTO考量中的真實AI落地流程大致分成兩階段。

第一階段是，Agent能否擺脫獨立外掛，進入業務流程并與之深度融合。經過概念驗證階段的小規模試用后，Agent如何真正長期、穩定地參與業務運行。這要求模型能力，系統穩定性、延遲、可靠性，以及與既有IT架構的兼容性，都達到可控水平。在這一階段，企業更關心“能不能用”“敢不敢用”，而不是“用了多少Token”。

在第二階段，成本與效率逐漸浮出水面。只有當Agent已經被部署進具體業務場景，開始持續運行之后，他們會開始考量成本問題。其中包括云成本，還包括人力、外包、系統維護以及流程摩擦所帶來的隱性成本。在企業的成本核算與優化體系中，模型調用頻次、Token消耗量以及由此帶來的算力成本是云賬單的一部分。在這樣的決策邏輯下，Token的角色更接近于運營指標，而非采購指標。

一位中國大型企業集團數字化部門技術人士對我們表示，他們最關注的，不是模型調用消耗了多少Token，而是Token帶來了多少算力成本。因為AI應用的Token成本難以預測，不像過去是買斷制、訂閱制軟件相對固定。

簡而言之，Token消耗量更偏供給方（云廠商）視角，而非需求方（進行數字化轉型的企業）視角。因為，企業感知AI價值的方式，更多體現在Agent等AI應用上——Agent才是承載業務邏輯，吞吐Token，直接參與業務流程的基本單元。

部分大型企業智能化轉型中，甚至在用Agent定義“北極星指標”，如一崗一助手、一人一分身。它更關注Agent滲透率，AI業務滲透率等更加全面的指標。

Token很重要，但更重要的是，如何讓Token在真實業務場景中，通過Agent轉化為可衡量、可持續的業務價值。否則，這甚至可能會導致“負向激勵”。

一位中國云廠商資深人士提到，如果過分以Token收入增長作為目標，可能會導致在實際工程中，更強、更成熟的模型往往能夠以更少的Token完成同樣的任務，而模型能力不足、系統尚未優化時，Token消耗反而可能更高。

上述中國云廠商大模型業務負責人2025年12月曾對我們表達了這樣一個觀點——中國數字化市場的需求、層次是復雜多樣的。云廠商要從客戶視角出發，而不是自己想賣什么，進而期望客戶用什么。

Token對前沿開發者、AI創新企業的需求很重要，但他同時認為，中國數字化市場的真實結構是，頭部互聯網企業，金融、能源、交通等行業的央國企，制造、零售等領域的大型民營企業仍是中國IT支出的主力軍。這是中國數字化轉型的深水區。因此，應該尊重這部分客戶的現實選擇。

企業使用AI，最終目的還是用AI逐步替代、吞并、重構幾項企業成本——人力成本、傳統軟件成本、部分外包與流程成本、舊IT架構中的低效環節。真正決定AI云長期增長空間的，是AI是否能夠穩定進入更多業務流程，持續優化業務運營，改變企業IT結構。

在2025年12月末的這場溝通中，劉偉光的看法是，云計算到今天并沒有改變本質，那就是為應用服務。只是承載的類型從傳統應用擴展到了大模型或AI應用。重要的是，云計算技術棧要與時俱進。AI云不是簡單的AI+云，而是云計算IaaS、PaaS、MaaS平臺、Agent平臺全棧深度融合。這樣才能讓企業客戶高效部署AI應用。

“這十多年，中國云市場是全球競爭最激烈的，各種概念層出不窮，價格戰也屢見不鮮。但如果用更長的周期去看未來，技術能力和技術布局的前瞻性永遠是市場的勝負手，這終將被時間驗證。”劉偉光說。

如果把目光放到中國企業未來5年-10年的數字化轉型，AI云的競爭重點是系統工程能力——讓更多企業客戶能夠門檻更低、更好地使用AI，才是關鍵所在。