【導(dǎo)讀】迅策科技發(fā)布全球首款TokenOS操作系統(tǒng)——TokenONE，推動(dòng)企業(yè)場(chǎng)景數(shù)據(jù)Token化，試圖讓AI核心生產(chǎn)資料實(shí)現(xiàn)大規(guī)模工業(yè)化產(chǎn)出。

當(dāng)大模型加速進(jìn)入企業(yè)核心業(yè)務(wù)流程，AI產(chǎn)業(yè)正在遇到一個(gè)更現(xiàn)實(shí)的問題。

過去，市場(chǎng)習(xí)慣用參數(shù)規(guī)模、模型能力和算力投入來衡量AI企業(yè)的競(jìng)爭(zhēng)力。但進(jìn)入產(chǎn)業(yè)落地階段后，越來越多企業(yè)發(fā)現(xiàn)，真正決定AI能否創(chuàng)造價(jià)值的，不只是模型“聰不聰明”，而是它能否讀懂具體行業(yè)、具體流程和具體場(chǎng)景。

金融風(fēng)控中的交易邏輯，制造業(yè)里的工藝Know-how，醫(yī)療影像背后的診斷經(jīng)驗(yàn)，能源調(diào)度中的實(shí)時(shí)運(yùn)行數(shù)據(jù)……這些長期處于“沉睡”狀態(tài)的高質(zhì)量數(shù)據(jù)、行業(yè)知識(shí)與場(chǎng)景經(jīng)驗(yàn)，才是AI深入產(chǎn)業(yè)的關(guān)鍵燃料。

問題在于，這些數(shù)據(jù)過去大多是分散的、異構(gòu)的、非標(biāo)的。它們能被人理解，卻無法被AI應(yīng)用或者模型精準(zhǔn)調(diào)用；能夠支撐業(yè)務(wù)判斷，卻無法形成可計(jì)量、可定價(jià)、可審計(jì)、可交換的標(biāo)準(zhǔn)化資產(chǎn)。

迅策科技（3317.HK）推出的全球首款TokenOS操作系統(tǒng)——TokenONE，正在試圖解決這一問題。

據(jù)了解，TokenONE不是傳統(tǒng)意義上的AI調(diào)用管理工具，而是一套AI原生、Token原生的全新操作系統(tǒng)。

類似于PC時(shí)代的Windows管理電腦文件，移動(dòng)互聯(lián)網(wǎng)時(shí)代的iOS與Android管理手機(jī)應(yīng)用，TokenONE要管理的正是AI時(shí)代最核心的生產(chǎn)資料——Token。

企業(yè)AI落地，缺的是什么？

在AI產(chǎn)業(yè)上半場(chǎng)，基礎(chǔ)大模型和算力是最受關(guān)注的變量。

大模型廠商不斷提升參數(shù)規(guī)模，算力基礎(chǔ)設(shè)施持續(xù)擴(kuò)張，通用模型能力也在快速迭代。但在金融、制造、醫(yī)療、能源、機(jī)器人訓(xùn)練等專業(yè)場(chǎng)景中，企業(yè)需要的往往不是一個(gè)“什么都能答一點(diǎn)”的通用系統(tǒng)，而是能夠理解行業(yè)規(guī)則、符合業(yè)務(wù)流程、輸出穩(wěn)定結(jié)果的專業(yè)能力。

這背后，缺的正是場(chǎng)景Token。

通用Token更像未經(jīng)深度提煉的原料，適用范圍廣，但在專業(yè)場(chǎng)景中往往需要多輪調(diào)用、多次校正，才能得到一個(gè)接近可用的結(jié)果。場(chǎng)景Token則不同，它基于特定行業(yè)的私有數(shù)據(jù)、業(yè)務(wù)邏輯和專業(yè)知識(shí)，經(jīng)過清洗、標(biāo)準(zhǔn)化、標(biāo)簽化、對(duì)齊和增強(qiáng)，信息密度更高，業(yè)務(wù)指向性更強(qiáng)。

這也是TokenONE最核心的產(chǎn)品邏輯——讓企業(yè)數(shù)據(jù)不再只是內(nèi)部系統(tǒng)里的沉淀資料，而是成為可以直接被模型調(diào)用的高價(jià)值數(shù)據(jù)Token；讓每一次模型調(diào)用不再只是一次算力消耗，而是一次可以被追蹤、被驗(yàn)證、被優(yōu)化的業(yè)務(wù)動(dòng)作。

換句話說，數(shù)據(jù)Token化不是簡(jiǎn)單地把數(shù)據(jù)換一種格式，而是把企業(yè)長期積累的數(shù)據(jù)資產(chǎn)，在“場(chǎng)景Token工廠”中轉(zhuǎn)化為AI可理解、可調(diào)用、可計(jì)量的核心燃料。

場(chǎng)景Token工廠如何運(yùn)轉(zhuǎn)？

如果說數(shù)據(jù)Token化解決的是“原料是什么”，那么TokenONE更進(jìn)一步解決的是“如何規(guī)模化生產(chǎn)”。

根據(jù)迅策科技介紹，TokenONE通過標(biāo)準(zhǔn)化流程，將原始數(shù)據(jù)從“原料入口”到“價(jià)值兌現(xiàn)”進(jìn)行全鏈路加工。其流程涵蓋數(shù)據(jù)收取、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)標(biāo)簽、數(shù)據(jù)建模、實(shí)時(shí)計(jì)算、Token化封裝、智能體調(diào)用和混合大模型等環(huán)節(jié)。

在這一體系中，企業(yè)內(nèi)外部多源異構(gòu)數(shù)據(jù)首先被接入和治理，完成原料入口的標(biāo)準(zhǔn)化；隨后，經(jīng)過清洗、標(biāo)簽化、建模和實(shí)時(shí)計(jì)算等環(huán)節(jié)，數(shù)據(jù)被映射到金融、制造、能源、醫(yī)療等具體場(chǎng)景中；最終，這些數(shù)據(jù)被封裝為可計(jì)量、可定價(jià)、可審計(jì)，并可在合規(guī)框架下流通和復(fù)用的Token化資產(chǎn)。

這里的關(guān)鍵，并不是單純“處理數(shù)據(jù)”，而是把非標(biāo)的行業(yè)經(jīng)驗(yàn)，轉(zhuǎn)化為模型能夠穩(wěn)定調(diào)用的標(biāo)準(zhǔn)化能力。

如果說傳統(tǒng)數(shù)據(jù)治理更像把散落的資料整理入庫，那么TokenONE更像一條面向AI時(shí)代的精密生產(chǎn)線：它把原始數(shù)據(jù)、行業(yè)知識(shí)、業(yè)務(wù)規(guī)則和場(chǎng)景經(jīng)驗(yàn)加工成標(biāo)準(zhǔn)化部件，再按不同任務(wù)裝配進(jìn)智能體、垂類模型和業(yè)務(wù)系統(tǒng)之中。

生產(chǎn)出的場(chǎng)景Token并不是終點(diǎn)，而是新一輪價(jià)值創(chuàng)造的起點(diǎn)。

通過TokenONE，Token化資產(chǎn)可以被精準(zhǔn)注入各類AI Agent，也可以通過模型調(diào)優(yōu)模塊賦能垂類模型和小模型，進(jìn)一步驅(qū)動(dòng)具體業(yè)務(wù)決策。也就是說，TokenONE不僅負(fù)責(zé)“生產(chǎn)Token”，還負(fù)責(zé)讓這些Token進(jìn)入真實(shí)業(yè)務(wù)鏈路，并在調(diào)用、反饋、優(yōu)化中不斷形成閉環(huán)。

值得一提的是，TokenONE還為Token工廠構(gòu)建了全鏈路質(zhì)量保障體系——通過企業(yè)總覽、Agent系統(tǒng)頁、用戶中心、數(shù)據(jù)分析工作臺(tái)、告警中心和平臺(tái)管理等模塊，企業(yè)可以識(shí)別無效調(diào)用、低效消耗和異常波動(dòng)，將AI投入從“被動(dòng)消耗”轉(zhuǎn)向“主動(dòng)管理”。

讓Token實(shí)現(xiàn)工業(yè)化供給

目前市面上不少AI產(chǎn)品仍停留在工具層面：幫助企業(yè)調(diào)用模型、優(yōu)化流程、降低成本，或者提升單點(diǎn)效率。

TokenONE的定位則更進(jìn)一步。

它不是只幫助企業(yè)“更好地使用AI”，而是試圖解決AI大規(guī)模落地之前必須完成的一項(xiàng)基礎(chǔ)工程：高質(zhì)量場(chǎng)景Token的工業(yè)化供給。

對(duì)于行業(yè)客戶而言，不再需要從0到1搭建數(shù)據(jù)治理體系，不再需要將業(yè)務(wù)專家的知識(shí)手工“翻譯”為模型可理解的格式。Token工廠直接輸出標(biāo)準(zhǔn)化的場(chǎng)景Token，AI落地周期從數(shù)月縮短至數(shù)天。

對(duì)于大模型公司而言，場(chǎng)景Token工廠的出現(xiàn)，為大模型能力下沉到產(chǎn)業(yè)提供了新的接口，通過獲得可規(guī)?；拇诡悢?shù)據(jù)供給，通用大模型缺乏場(chǎng)景數(shù)據(jù)的痛點(diǎn)被系統(tǒng)性解決。

對(duì)于整個(gè)AI產(chǎn)業(yè)而言，這意味著AI落地正在從項(xiàng)目制走向產(chǎn)品制，從定制化開發(fā)走向標(biāo)準(zhǔn)化供給。

這也是產(chǎn)業(yè)成熟的標(biāo)志。

過去，AI落地往往依賴一個(gè)個(gè)定制項(xiàng)目，交付周期長、復(fù)用程度低、邊際成本高。未來，如果場(chǎng)景Token能夠被持續(xù)生產(chǎn)、反復(fù)調(diào)用、動(dòng)態(tài)優(yōu)化，AI系統(tǒng)就有可能像工業(yè)軟件、云服務(wù)一樣，形成更清晰的產(chǎn)品形態(tài)和商業(yè)模式。

TokenONE的發(fā)布，只是這一過程的起點(diǎn)。

在這套底層架構(gòu)之上，迅策科技還將繼續(xù)與垂直行業(yè)企業(yè)共建場(chǎng)景Token工廠，讓數(shù)據(jù)Token化能力進(jìn)入更多關(guān)鍵產(chǎn)業(yè)。每一個(gè)垂類Token工廠的落地，都意味著AI在該行業(yè)的應(yīng)用邊界被進(jìn)一步拓展，也意味著AI核心生產(chǎn)資料的大規(guī)模工業(yè)化供給又向前推進(jìn)一步。

商業(yè)模式打開新空間

場(chǎng)景Token工廠的價(jià)值，最終會(huì)反映到商業(yè)模式上。

隨著企業(yè)AI從“為技術(shù)買單”轉(zhuǎn)向“為業(yè)務(wù)價(jià)值買單”，迅策科技正在完成從傳統(tǒng)訂閱制向Token付費(fèi)與價(jià)值分成模式的系統(tǒng)性躍遷。

迅策科技表示，公司垂類Token的調(diào)用價(jià)格已達(dá)到10美元至100美元/百萬Token，并根據(jù)專業(yè)使用場(chǎng)景持續(xù)增長。2026年4月，迅策Token調(diào)用ARR季度環(huán)比增長300%，Token付費(fèi)模式目前收入占比約5%，公司目標(biāo)是在2026年底提升至20%至30%。

這組數(shù)據(jù)的意義不只在于收入增量，更在于商業(yè)模式變化。

過去，企業(yè)級(jí)軟件和AI系統(tǒng)更多依賴訂閱制、項(xiàng)目制或一次性采購。隨著TokenONE推出，迅策科技正在探索一種更貼近業(yè)務(wù)價(jià)值的計(jì)量方式：客戶不只是為軟件功能付費(fèi)，而是為實(shí)際調(diào)用、業(yè)務(wù)動(dòng)作和結(jié)果價(jià)值付費(fèi)。

Token付費(fèi)并非簡(jiǎn)單的“按字?jǐn)?shù)收費(fèi)”，而是綜合三個(gè)維度：?jiǎn)未握{(diào)用價(jià)格、調(diào)用次數(shù)，以及模塊深度。

其中，單次調(diào)用價(jià)格取決于數(shù)據(jù)稀缺性、實(shí)時(shí)性要求和行業(yè)復(fù)雜度；調(diào)用次數(shù)對(duì)應(yīng)客戶在真實(shí)業(yè)務(wù)中的實(shí)際使用量；模塊深度則與系統(tǒng)接入模塊數(shù)量、嵌入業(yè)務(wù)流程深度相關(guān)。

本質(zhì)上，這是一種讓收費(fèi)方式與客戶真實(shí)創(chuàng)造價(jià)值深度綁定的機(jī)制。迅策科技表示：“客戶用得越深、調(diào)用越多、對(duì)結(jié)果要求越高，我們提供的數(shù)據(jù)能力價(jià)值就越大?！?/p>

這一模式也有助于降低企業(yè)AI落地門檻。對(duì)于仍處于AI探索期的企業(yè)而言，按量計(jì)費(fèi)可以減少前期大額投入，讓企業(yè)先驗(yàn)證價(jià)值，再?zèng)Q定投入深度；當(dāng)企業(yè)在Token按量計(jì)費(fèi)模式中充分驗(yàn)證了AI系統(tǒng)的業(yè)務(wù)價(jià)值，且對(duì)長期使用有明確預(yù)期，還可以升級(jí)至全量買斷模式，進(jìn)一步鎖定長期價(jià)值和數(shù)據(jù)主權(quán)。

業(yè)內(nèi)人士指出，從中長期來看，迅策科技在垂直領(lǐng)域的先發(fā)優(yōu)勢(shì)可持續(xù)，且議價(jià)能力很難被稀釋。其壁壘來自強(qiáng)監(jiān)管行業(yè)的私有數(shù)據(jù)、實(shí)時(shí)治理能力和高替換成本；而通用大模型缺乏行業(yè)Know-how與合規(guī)閉環(huán)，兩者多為互補(bǔ)而非競(jìng)爭(zhēng)關(guān)系。

在這種模式下，垂直Token的定價(jià)基礎(chǔ)并不只是技術(shù)成本，而是業(yè)務(wù)價(jià)值?？蛻魧?duì)價(jià)格的敏感度相對(duì)較低，通用模型降價(jià)反而可能提升專用Token的調(diào)用需求。

估值邏輯正在被重寫

商業(yè)模式的變化，也正在影響資本市場(chǎng)對(duì)迅策科技的定價(jià)邏輯。資本市場(chǎng)不再只看“會(huì)不會(huì)做模型”，而是開始看“能不能變成資產(chǎn)”。

摩根士丹利最新發(fā)布報(bào)告指出，中國AI發(fā)展重心已從技術(shù)訓(xùn)練轉(zhuǎn)向場(chǎng)景推理，從概念探索轉(zhuǎn)向盈利落地，推理需求正在取代訓(xùn)練需求成為增長主力。

而“詞元第一股”的迅策科技正站在這一變化的核心風(fēng)口，這也直觀地體現(xiàn)在迅策科技的股價(jià)走勢(shì)上。

今年以來，迅策科技股價(jià)一路狂飆一度創(chuàng)下382.8港元的歷史新高，市值隨之突破1200億港元。截至5月26日發(fā)稿，年內(nèi)迅策科技股價(jià)累計(jì)漲幅已超過4倍。

德銀研報(bào)此前將迅策定位為“數(shù)據(jù)燃料供應(yīng)商+計(jì)費(fèi)樞紐”，認(rèn)為公司為垂直領(lǐng)域提供高質(zhì)量場(chǎng)景Token，正受益于人工智能數(shù)據(jù)需求爆發(fā)和向Token經(jīng)濟(jì)模式轉(zhuǎn)型，估值體系迎來重估。

在傳統(tǒng)軟件估值框架下，市場(chǎng)更關(guān)注客戶數(shù)量、訂閱收入、續(xù)費(fèi)率和項(xiàng)目交付能力；但在Token經(jīng)濟(jì)模式下，企業(yè)價(jià)值的評(píng)估維度正在發(fā)生變化。調(diào)用規(guī)模、Token單價(jià)、垂直場(chǎng)景滲透率、客戶業(yè)務(wù)嵌入深度，以及由此形成的持續(xù)性現(xiàn)金流，正在成為新的關(guān)鍵變量。

從這個(gè)角度看，TokenONE不只是一次產(chǎn)品發(fā)布，更像是迅策科技向資本市場(chǎng)給出的一次戰(zhàn)略回答：當(dāng)AI從概念走向落地，什么樣的公司能夠持續(xù)捕捉價(jià)值？

答案正在變得清晰：當(dāng)場(chǎng)景數(shù)據(jù)成為AI時(shí)代的核心生產(chǎn)資料，場(chǎng)景Token工廠將成為企業(yè)級(jí)AI商業(yè)化的關(guān)鍵入口。

現(xiàn)在，迅策科技的Token工廠已經(jīng)啟動(dòng)。AI核心生產(chǎn)資料的工業(yè)化生產(chǎn)，正在從概念走向現(xiàn)實(shí)。