
{{aisd}}
AI生成 免责声明
科技新知
尽管前景可期,运营商的Token生意仍面临多重考验:一方面,token并非稀缺资源,其本质是算力和能源的具象化产物,处于持续降价的通道之中。token的边际成本由真实的GPU算力和电费构成,用户规模越大、token消耗量越高,成本就会持续攀升,不存在自动收敛的规律,这使得运营商在成本控制上面临巨大压力,稍有不慎就可能陷入“增收不增利”的困境。
另一方面,token的价值存在本质差异,同样是100万tokens,跑在小模型和顶级模型上,所承载的智能能力天差地别,市场认可度和定价空间也截然不同。当前的运营商主要依托外部核心模型提供智能服务,若无法掌握核心模型的研发能力,就难以构建差异化的竞争优势,最终可能利润空间被牢牢压制。
词元经济的兴起是人工智能从实验室走向产业化、从免费服务转向可持续商业模式的必然结果。从参与者的角度看,需要关注结构性机会并注重风险识别与防范。
第一,提示词资产的开发与交易。一个精心设计的提示词能够大幅提升词元效率,具有明确的商业价值。随着词元经济的深化,专业的提示词交易市场正在形成。创作者可以将自己打磨成熟的、针对特定场景的高效提示词作为数字资产出售。这一市场的参与者不需要是AI技术专家,但需要对特定场景有深刻理解。例如,一套用于生成特定平台文案的提示词,其价值取决于创作者对平台调性、用户心理和文案套路的把握程度。
第二,垂直领域的词元精炼服务。通用模型在专业细分领域往往缺乏深度,这催生了“词元精炼师”这一角色。他们通常是某个垂直领域,比如法律、医疗、金融、教育等的资深从业者,核心能力是将专业知识转化为高效的词元指令,从而引导AI输出符合行业标准的专业内容。这种模式的本质,是将隐性专业知识显性化、标准化、可复用化,从而创造新的价值增量。
第三,词元数据分析与优化咨询。当越来越多的业务流程依赖AI生成,组织内部会产生大量的词元消耗数据。词元数据分析服务可以帮助企业识别词元消耗中的冗余环节、优化提示词以降低单位产出成本、设计词元预算分配方案。这一角色不需要深入模型底层技术,但需要具备数据分析基础和对业务流程的理解。
值得关注的是付费意愿的实质性改善。过去行业里一个持续的焦虑是,用户习惯了免费,AI的商业模式到底能不能跑通。最近半年多的市场表现,给出了一些积极的信号。
C端方面,豆包、Kimi等产品陆续推出收费套餐,不少用户发现每月花上几十块钱,换来的效率提升和创作辅助,性价比远超以往的工具订阅,付费转化并没有出现预想中的断崖式下跌。
B端的变化更加实质,很多企业已经不再是抱着试试看的心态去调用AI接口,而是将Token消耗纳入了日常运营的固定成本项。因为AI对营销、客服、研发等环节的效率改进已经可以在财务数据上得到验证。
当客户的付费行为从试探走向续费,意味着人工智能的商业模型正在逐步跑通。过去几年压在行业头上的高昂资本开支,终于有了转化为可持续收入和盈利的路径。这种闭环的初步形成,才是词元经济能够成立的根本前提。
随着大模型技术持续迭代,以及3D数据训练、数据仿真等高效训练手段快速普及,人形机器人作为物理AI的核心载体,其智能化水平有望实现跨越式突破。从应用拓展路径看,人形机器人有望率先在巡检、制造、物流等工业场景中实现大规模渗透,随后逐步向商业服务、家庭服务等更广阔的领域拓展。
在此背景下,我国人形机器人产业链有望深度受益。我国拥有全球最完善的工业产业链,叠加显著的成本优势,有望在整个人形机器人产业中复制“新能源汽车时刻”,占据全球供应链的核心位置。
综合来看,当前人形机器人产业正处在技术爆发与商业化启动的交汇点。政策端持续加码,资金端热情高涨,技术端不断突破,成本端稳步下探,应用端加速渗透,出货端快速增长。我国凭借完整的产业链、领先的出货规模以及持续迭代的产品能力,已在全球人形机器人竞赛中占据先机。随着海内外人形机器人厂商逐步进入量产出货阶段,上游零部件企业将率先受益,而我国企业凭借成本与效率优势,有望在这一轮产业变革中扮演核心角色。
宏观慧眼
消费“向下”、地产“向上”:300个地级市人口流动与需求变迁
消费和房地产存在长期背离,过去几年低线城市消费较强、地产偏弱,高线城市消费较弱、地产更强。人口流动是导致这一差异的重要因素。
人口变动对于消费和房地产需求而言,最重要的意义在于分层。能同时增加常住人口和户籍人口的城市,消费和房地产都有支撑;只能增加常住人口的城市,消费、租赁和服务业会更强,但商品房购买未必强;户籍人口仍增长但常住人口减少的城市,住房需求可能仍有韧性;两类人口都减少的城市,则会从增量市场转向存量市场,消费结构偏基础化、养老化,房地产继续承压。
第一财经一财号独家首发,本文仅代表作者观点,不构成投资建议。
