通用Token白菜价，场景Token暴涨百倍：揭秘AI落地背后的隐形印钞机

在人工智能浪潮席卷全球的今天，一个看似矛盾的现象正在科技圈蔓延：一方面，以大模型厂商为代表的供给侧疯狂内卷，DeepSeek-V4-Flash等先进模型将缓存命中价压低至0.02元/百万Token，小米等巨头甚至跟进永久降价99%，通用Token几乎沦为“白菜价”；另一方面，企业端的AI支出却呈现爆炸式增长，米哈游工程师因Agent循环调用导致单日账单高达200万，Uber在四个月内烧穿全年AI预算。这种“越便宜越贵用”的悖论背后，隐藏着AI产业从技术探索向商业落地转型的深层逻辑。

我们必须重新审视Token的价值构成。通用大模型之所以能大幅降价，是因为其训练数据主要来源于互联网公开信息，具有高度的标准化和可复制性。然而，当企业试图将AI应用于核心业务场景时，会发现通用模型存在明显的“最后一公里”障碍。它或许能流畅地进行哲学辩论或生成营销文案，但在面对几千万的交易风控决策、PCB板上的微小虚焊检测，或是CT影像中的病灶定性时，往往显得力不从心。原因在于，这些关键决策所依赖的行业专有知识（Know-how）、工艺参数、诊疗路径等数据，并不存在于公共互联网中，而是深埋于企业的私有数据库里。

这就导致了市场的剧烈分化：通用Token作为标准化商品，价格持续下行；而绑定了行业深度知识的场景Token，因其稀缺性和高附加值，价格不仅居高不下，甚至能达到通用Token的10到100倍。这种剪刀差效应，正是当前AI商业化进程中最具确定性的机会所在。在这个背景下，迅策科技（3317.HK）的业绩爆发并非偶然，而是其长期深耕数据基础设施、成功卡位场景Token赛道的必然结果。

回顾迅策科技过去四年的营收曲线，2.88亿、5.30亿、6.32亿、12.85亿的数字背后，折射出AI产业发展的不同阶段。2024年全球大模型军备竞赛白热化，资金大量涌入算力购买和模型训练，作为数据基础设施服务商的迅策营收增速放缓至19%，这符合行业规律——因为此时的收入取决于“谁在造AI”，而非“谁在用AI”。然而，进入2025年下半年及2026年，随着AI应用从训练端向推理端大规模迁移，企业开始真正使用AI解决实际问题，迅策的营收同比大涨389%，并在上半年实现扭亏为盈。这根陡峭向上的曲线，实质上是中国AI产业落地进程的“体温计”。

迅策的核心竞争力在于其构建的全栈数据处理能力。从资管行业起家，历经十年打磨，公司形成了覆盖数据获取、清洗、标准化、标签、建模到实时流计算及大模型调优的九大环节闭环。在金融、电信、电力、高端制造、生物医疗等11个行业，迅策积累了深厚的行业理解。例如，在金融行业，毫秒级的响应速度和100%的数据准确率是底线，任何偏差都可能导致巨额损失；在制造业，则需要从海量设备日志中提取结构化数据以优化生产流程。这些非标准化的数据处理能力，无法通过堆砌算力或调整模型参数获得，必须依靠长期的行业沉淀。

商业模式的变革是迅策业绩爆发的关键驱动力。过去，公司采用传统的项目制收费，收入公式为“客户数量×项目金额”，这种线性增长模式存在明显的天花板。2026年5月，随着全球首款TokenOS操作系统TokenONE的发布，迅策彻底重构了收入逻辑。新的公式变为“Token收入=客户数×模块数×Token单价×调用次数”。其中，前三者虽有上限，但“调用次数”这一因子与客户使用AI的深度和频率直接挂钩，理论上没有上限。这意味着，迅策不再仅仅是软件供应商，而是成为了客户AI用量的“电表”运营商。客户用得越多，迅策的收入越高，实现了从“推着走”到“拉着走”的转变。

数据显示，TokenONE发布后，Token调用ARR季度环比增长迅速，付费收入占比显著提升。更值得注意的是定价权，迅策垂类场景Token的调用价格远高于通用大模型，这是因为每个Token背后都压缩了高价值的行业知识。例如，在医疗领域，一个经过专业标注和验证的影像诊断Token，其价值远超通用文本生成Token。这种基于价值的定价策略，使得迅策能够在通用模型价格战的夹缝中，开辟出高毛利的蓝海市场。

展望未来，迅策的战略路径清晰可见。第一阶段，通过TokenONE将企业私有数据转化为可消费的场景Token，已在多个行业落地。第二阶段，预计推出TokenRouters，打造全国性的Token交换平台。通过与深圳、北京等地数据交易所的战略合作，打通非竞争企业间的数据流通壁垒，使收入逻辑从单一客户调用量升级为生态网络流通量。这将极大释放数据要素的价值，类似于互联网时代从单机网站到平台经济的跃迁。第三阶段，则是推动企业小模型的普及。相较于昂贵且存在数据泄露风险的大模型，低成本、易调试、数据不出域的小模型将成为金融、医疗等高敏感行业的首选。迅策通过提供底层数据支持和调优服务，将成为企业构建专属AI能力的核心伙伴。

从宏观视角来看，AI产业的三根支柱——算力、模型、数据中，算力和模型赛道已巨头林立，而数据基础设施领域尚属空白。美国Palantir凭借数据操作系统市值突破万亿，印证了这一赛道的巨大潜力。在中国，随着国家数据局推动词元经济发展，以及WAIC将Token经济列为核心议题，政策红利正在释放。迅策作为“词元第一股”，不仅填补了港股AI板块在数据基础设施领域的标的空白，更代表了中国AI产业从粗放式发展向精细化运营转型的方向。

综上所述，通用Token的低价化是技术进步的红利，而场景Token的高价值则是行业知识的变现。企业在使用AI时，不应仅关注基础算力的成本，更应重视如何将私有数据转化为高价值的场景Token。迅策科技的成功案例表明，唯有深入行业痛点，构建坚实的数据基础设施，并通过创新的商业模式实现价值捕获，才能在AI落地的下半场竞争中脱颖而出。对于整个产业而言，这不仅是商业模式的创新，更是数据要素价值化的重要实践。随着中国企业AI用量的持续攀升，这条由数据驱动的增長曲线，才刚刚开启其最陡峭的上升段。