部门月耗10多亿Token！AI算力的“降本”与“产出”上演生死时速

在AI加速迈向产业化落地的背景下，AI算力基础设施的价值正在被重新定义。在6月24日举行的联想问天品牌焕新发布会上，业界首发的产业专著《词元工厂：词元经济的财富生产范式》成为重要看点。多位来自技术、产业和企业实践领域的专家参与围绕该书核心观点展开的圆桌论坛，共同探讨词元经济时代AI算力基础设施的演进路径与产业价值。

与会嘉宾认为，AI正从单纯的信息处理进化为驱动业务流程的核心引擎，从使用智能迈入生产智能。在这样的词元经济时代，AI的下一程，是Token价值的跃升，也是算力与模型的系统性融合。

与会嘉宾共同探讨词元经济时代AI算力基础设施的演进路径与产业价值

“把Token质量提上去，成本降下去，在生产场景里实现价值”

《词元工厂》由联想中国基础设施业务群战略总监黄山等主创撰写，并获得中国科学院院士领衔推荐。作为国内首部系统解构词元经济底层逻辑、输出AI工厂建设全链路方法论的产业著作，该书提出，AI正在从“被调用的能力”，走向“可持续生产的能力”。

联想中国基础设施业务群战略总监 黄山

作为《词元工厂》核心作者，黄山开宗明义地指出，Token经济时代面临的核心矛盾，是指数级增长的需求与高昂生产成本之间的矛盾。他强调， “写这本书的初衷，是看到今天AI Token供不应求的情况。我们一定要把Token成本做下来，把Token的质量做上去，让它真正落地在生产场景里实现价值。”

北汽福田公司全球信息安全负责人兼DPO张志强则从用户视角印证了这一趋势。他透露，在北汽福田，某些部门一个月的Token消耗量就高达10多亿。“Token已经成为一个新的生产资料。 将来很多企业谈竞争力的时候，可能还要看生产、获取和利用Token的效率有多高。”

北汽福田公司全球信息安全负责人&DPO 张志强

“用户需要一个无感的大脑，这就要求算力与模型实现深度协同优化”

随着生产智能应用的深入，对算力与模型的协同提出了更高要求。中国科学院自动化研究所研究员、副总工程师王金桥指出，AI正从“能聊天”走向“能做事”，进入“好用”的关键阶段。“现在我们国内慢慢接受了模型即服务，大家把大模型和Agent称之为伙伴。”王金桥说，“这种情况下，我们不能只比单卡能力，而要讲究系统工程，用户需要的是一个‘无感’的超级算力大脑，这要求算力与模型实现深度协同优化。”

中国科学院自动化研究所研究员、副总工程师 王金桥

王金桥以“紫东太初”大模型的实践为例，说明了大模型与具体产业结合时，需要的一体化解决方案。例如，通过“大模型+知识库+数据治理工具链”的组合，可以显著提升特定场景的生产效率。“我们要把服务器和模型更好地融合，”他总结道，中国的AI应该通过系统化、工程化的努力，形成基于国产算力、算模一体化的强大产业生态。

“通过AI+创新，携手伙伴快速验证、快速迭代，几个月时间交出样机”

当AI走向持续生产，算力基础设施的角色也随之发生变化。作为算力提供者，联想中国基础设施业务群服务器事业部总经理周韬分享了产品端的应对之策。他介绍，面对AI工作负载的激增，联想问天品牌在过去三年完成了从通用服务器到全栈AI产品矩阵的跨越，并发布了面向万亿参数大模型的“超节点”解决方案。

更关键的是，周韬强调了研发模式的变革。在AI时代，传统的、长达一年半的稳态产品开发周期已无法跟上技术迭代。“我们迭代了敏捷的开发方式，跟各个合作伙伴一起快速验证、快速迭代，能够在短短几个月时间交出样机。 我们还在引入‘硅基员工’，因为未来产品的设计理念和新形态，不一定能靠碳基思考出来，可能是硅基员工和碳基员工共同碰撞的结晶。”

联想中国基础设施业务群服务器事业部总经理 周韬

“我们不仅要用智能体，还要敢用和用好智能体”

作为AI算力的用户，张志强还介绍了从“拥抱算力”到建设“智能化体系底座”的实战经验，阐述制造业落地AI将面临诸多挑战，并总结了六条经验：统一的算力平台、业务驱动、循序渐进、一把手工程、复合型人才以及持续投入保障。

未来企业将面对多个智能体、每月至少数十亿Token的调用，为确保研发、财务等核心数据的本地闭环与安全可控，构建“云上+云下”的混合架构成为趋势。“《词元工厂》这本书里面提到的理念，对于渴望更好的将AI与业务流程融合的组织和读者来说是非常有借鉴意义的，”张志强说，“未来，我们不仅要用智能体，还要敢用和用好智能体。”

从降本提质到算模融合，敏态创新到实战落地，四位嘉宾的观点共同勾勒出词元经济时代AI产业的关键趋势：Token需要价值跃升，算力和模型需要系统性融合，AI才能从“技术创新”真正进化为驱动社会经济发展的“基础设施”。正如联想问天品牌焕新所昭示的，面对未来之问，答案或许正是“在一起”——让生态的合力，驱动AI算力穿越周期，抵达智能的星辰大海。