AI云市场中的Token：北极星指标还是盲点的迷雾？

随着云计算从CPU核心计算迈向GPU智能计算，AI云正逐步成为市场共识。在这一过程中，MaaS（模型即服务）平台成为企业使用AI云的关键环节。

近年来，围绕Token的调用量、增速和规模的讨论愈发热烈。国内外云厂商均在不同时间和不同程度上披露了Token消耗情况。国家数据局的数据显示，中国日均Token消耗量在一年半内增长了300多倍，反映了AI应用规模的快速增长。

尽管Token成为重要统计指标，甚至被部分从业者视为“北极星指标”，但它可能遮蔽其他重要事实。目前，Token收入在整体云收入中的占比仍然较低，且现有统计存在盲区，未能全面覆盖所有应用场景。

在企业真实IT采购逻辑中，Token更多是使用后结果，而非核心采购决策依据。企业更关注AI能否进入业务流程、降低成本等问题。因此，将Token等同于AI云的唯一衡量标准仍不够科学。

Token市场规模到底有多大？

包括亚马逊AWS、阿里云等在内的全球云厂商都在积极探索如何扩大MaaS业务规模。然而，市场调研数据显示，目前Token市场增速虽快，但在AI云市场规模中占比仍有限。

国际市场调研机构Omdia预测，2030年中国AI MaaS市场规模将达到25亿美元，占AI云市场约9%的份额。然而，目前中国主要云厂商Token收入总和不超过10亿元，且在不同云厂商中的占比差异较大。

目前，使用AI算力的形式非常多样，包括公共云租赁、私有化部署等。每一家企业的AI算力使用形态也通常是多形态的。因此，单一的统计口径难以反映市场全貌。

例如，阿里云的通义千问、通义万相等开源模型未被IDC统计到，而OpenRouter则难以覆盖云厂商自有MaaS平台内部、企业私有化部署等场景。这导致不同统计结果可能存在矛盾。

在多数企业的真实IT采购逻辑中，Token更多是AI应用投入运行后的成本指标，而非采购决策阶段的核心依据。企业更关注AI能否提高收入、降低成本、缩短流程周期。

因此，尽管Token消耗量的增速令人瞩目，但更重要的是如何让Token在真实业务场景中通过Agent转化为可衡量、可持续的业务价值。