分析师评论：从AI硬件到Token工厂——算力价值链重心迁移

易观分析：2026年7月，北京市发布《关于加快智能体引领发展的若干措施》，明确提出建设Token工厂，并把算力计费方式从按资源消耗计费向按价值计费引导。Token工厂这个原本停留在产业圈内的提法，第一次进入官方政策语言，背后是算力产业价值重心的一次转移——从关注投入了多少算力，转向关注这些算力究竟产出了什么、值多少钱。同时，全球资本市场的AI硬件板块也在7月经历了一轮市值下跌，从GPU到存储、光通讯、PCB、AIDC同步剧烈下杀，AI硬件作为近两年全球AI Capex浪潮中最受益的板块，此轮回撤的幅度和同步性都较为罕见。

易观分析认为，这两个信号有一个共同的指向：算力产业的价值确定性，可能正在从拥有硬件转向组织算力、生产Token的一方。AI硬件板块波动并不是AI需求衰退的信号，而是市场对“AI硬件的稀缺溢价可以长期维持”这一假设的重新定价，资本开始寻找AI产业链中更具确定性的环节；而北京市大力支持发展Token工厂的官方定调，则是对价值迁移方向的一次正面确认和引导。

★易观评论

（一）支撑AI硬件溢价的预期正在松动

要理解7月的AI硬件市场的震荡，先要理解它的溢价从何而来。过去两年，AI硬件的高溢价建立在一个核心假设上：头部厂商的资本开支会持续扩张，而且这种扩张具备高度确定性。仅今年上半年，微软、亚马逊、Meta和谷歌四大美国科技巨头2026年的资本开支合计已超过7000亿美元。AI算力产业里普遍出现的抢货、抢产能，本质不是囤积居奇赌价格上涨，而是在AI基建的关键窗口期抢占建设先机，是一种战略性扩张——谁更早铺开算力底座，谁就能在应用爆发时占住供给优势。在这套逻辑下，硬件的稀缺性被赋予溢价，市场愿意为拥有硬件本身付费。

易观分析认为，这一溢价成立的前提，是AI Capex扩张确定性的维持。而近期出现的两个变化，对这个前提带来了一定的冲击。

一个变化来自收入端。以Qwen3.8、Kimi K3、DeepSeek V4为代表的高性价比开源模型，性能已经逼近顶尖闭源模型，调用成本却只有后者的不到一半。当开源方案能以更低成本提供接近的能力，闭源模型、尤其是非头部闭源模型的定价空间和收入预期都会被压缩。这种压力会沿着商业链条向上传导——如果模型侧的变现节奏撑不起既定的算力投入，头部厂商的资本开支就存在放缓或推迟的可能。

另一个变化来自厂商的算力策略本身。以Meta为代表的准头部模型厂商，一边继续规划GW级别的新增容量，一边把部分原本规划自用的算力对外出租——这说明即便是头部厂商，也正在把算力从纯自用资产转化成一部分可调度、可交易的资源。对于身位更靠后、自有模型变现能力更弱的二线、三线基模厂商，自建算力的资本开支刚性只会更低。

易观分析认为，7月的下跌本质是市场对上述AI资本支出增长逻辑松动的定价反应，被重新评估的是资本开支扩张的确定性。这并不意味着硬件需求崩塌，但是意味着硬件稀缺性可以长期变现为溢价这一预期被重新审视了。产业抢占建设窗口的逻辑依然成立，真实的算力需求也仍在增长。风险不在于需求消失，而在于AI应用的兑现节奏能否填满已经提前铺开的AI算力产能。一旦这层不确定性被市场意识到，硬件资产的价格中枢自然会向更理性的水平回归，而token工厂这样以需求侧价值为中枢进行算力组织和分发的模式价值被更加重视。

（二）这一迁移在电力工业史中有可循的规律

价值从拥有资源转向组织资源，并不是AI算力独有的现象。在公用事业型行业的演进史里，这是一条反复出现的规律。电力工业的早期发展，就提供了一个清晰的坐标。

比如，电力商业化最初，价值高度集中在发电设备本身。谁有发电机，谁就掌握了稀缺的供电能力，发电设备因此享有明显溢价——这和AI产业早期拥有GPU即拥有算力的格局很像。但随着发电技术扩散、设备产能上升，光有发电机不再构成壁垒。真正决定价值分配的，变成了谁能把分散的发电能力组织起来，通过电网高效调度，再以稳定可靠的电力服务交付给用户。在产业链转变过程中，电力设备本身逐渐商品化，利润变薄；而掌握组织和调度能力的电网运营商，占据了产业链里最稳定、最有规模效应的位置。

易观分析认为，电力工业的发展进程对当前AI算力产业有直接的参照意义。GPU对应发电机，裸算力对应电，Token则对应最终交付给用户的电力服务。眼下AI产业正处在硬件溢价向服务溢价过渡的临界点：硬件的稀缺性正在被产能扩张和技术扩散稀释，而如何把裸算力高效组织成可用、可计费的Token服务，正在成为新的价值来源。它提示了一个方向：在公用事业型行业里，更大的长期价值往往不属于资源拥有者，而属于平台型的资源组织者。

（三）Token工厂可能正在成为AI算力价值释放的新高地

如果裸算力是电，那么Token就是交付给用户的电力服务，而Token工厂扮演的，正是把电组织成电力服务的那个角色。这个概念在2026年从产业提法上升为政策语言，本身就是价值迁移进入主流视野的一个标志。北京市的政策明确提出建设Token工厂、推广Token券，北京经开区的词元工厂日产能已达约1.4万亿。计费方式从按资源消耗转向按价值计费，实质是承认：产业愿意为成品Token付费，而不只是为原材料算力付费。

易观分析认为，Token工厂的价值，不在于重复拥有更多硬件，而在于组织算力、提升产出效率的能力。它的盈利机制主要来自三个层面。

第一是组网。Token工厂把分散的、异构的算力资源组网整合，形成规模化、可统一调度的算力池，从而摊薄单位成本、平抑负荷波动，逻辑和电网整合分散电厂如出一辙。

第二是利用率。裸算力的一大痛点是利用率低，大量算力在空闲和峰谷之间被浪费；Token工厂通过负荷调度、任务编排和弹性分配，把利用率维持在较高水平，这件事本身就在创造价值。

第三是技术优化。借助推理加速、模型压缩、缓存复用等工程手段，Token工厂能在相同硬件投入下产出更多Token，或以更低成本产出等量Token。

这三层能力叠加，使Token工厂在裸算力成本之上形成可观的价值倍数。根据我们在《2026年中国第三方普惠智算云市场专题报告》（易观分析）的测算，这个价值增量区间大致在3–6倍。这一倍数并非定价溢价，而是三层能力对单位算力产出的真实放大——利用率提升摊薄了闲置成本，工程优化提高了单卡Token吞吐，组网则带来规模议价权。虽然这是一个理论上的区间，具体还取决于调度效率和优化能力——但它清晰地标定了组织Token这件事的价值空间。

图：从算力到Token的经济价值跃迁

（注：节选自易观《2026年中国第三方普惠智算云专题研究》）

（四）独立智算云处于承接算力价值迁移的核心生态位

价值从硬件向Token迁移，进一步引出一个结构性问题：产业链的哪个位置，最有条件承接这部分价值？

易观分析认为，具备中立编排能力的调度层存在较大的市场机会。沿用电力产业的坐标，这一角色相当于电网运营商——它不必是最大的发电方，但必须是最可靠的组织方。放到AI算力语境里，这个生态位属于那些能跨厂商、跨架构组织算力，并以中立立场向下游交付Token服务的主体。

图：智算云类型划分以及各类主体在token经济中的生态位

（注：节选自易观《2026年中国第三方普惠智算云专题研究》）

中立性在这里是个关键变量。头部云厂商和模型厂商自建的算力平台，天然服务于自身的模型和生态，编排逻辑首先服从内部战略；而下游大量的应用开发者、中小企业和Agent产品，需要的是不被单一生态绑定、能按需取用多方算力和多种模型的服务。这中间的供需落差，为独立智算云留出了明确的生态位。比如九章云极、硅基流动这样的主流第三方智算云，其价值不在于算力规模，而在于能否作为中立的组织者把异构算力整合成标准化、可计费的Token服务，这取决于智算云技术栈支撑的算力组织效率和规模化能力本身。

易观分析认为，随着价值向组织层集中，产业链会出现明显分层：底层是逐渐商品化的裸算力供给，中间是承接主要价值的Token组织与服务层，上层是直接面向用户的Agent和应用。智算编排能力是决定谁能在中间层站稳的核心变量。

（五）结论与产业含义

回到2026年7月的市场信号。易观分析认为，AI硬件在资本市场估值波动，以及政策首次对Token工厂发展的定调，共同标志着AI算力产业进入了一个价值迁移的拐点。

从时间维度看，这一迁移会分阶段展开。短期，市场表现为硬件资产的估值重估和预期修复，波动本身是定价机制在消化前提变化，而非需求趋势反转。中期，价值持续向Token服务层集中，那些能提升算力利用率、以更优成本产出Token的组织者，会获得高于裸算力供给方的价值倍数。长期，随着算力像电力一样成为按需取用的公用服务，具备中立编排和调度能力的主体，将占据产业链里最稳定的生态位。

这一价值迁移对不同主体的含义并不相同。易观分析认为，对硬件厂商，需要意识到稀缺溢价的逻辑正在弱化，未来的价值更多取决于能否嵌入算力的组织与服务体系，而非单纯的产能规模。对模型厂商，开源与闭源的性价比竞争会持续压缩单纯靠模型调用变现的空间，价值需要向服务化、场景化的Token交付延伸。对独立智算云和Token工厂服务商，这是一个生态位打开的窗口期，但能否接住窗口的关键在于中立性、组织效率和技术栈支持能力，而不是简单地囤积算力规模。

当算力产业的核心命题从能不能拥有硬件，转向能不能组织算力，产业竞争的落点也随之改变。易观分析认为，未来AI算力市场的价值确定性，会逐步向具备算力组织和Token交付能力的主体集中。这一迁移已经开始，它的节奏、主体和最终格局，还将在接下来的产业演进中被持续验证。

（本文数据来源：易观分析《2026年中国第三方普惠智算云市场专题报告》、北京市《关于加快智能体引领发展的若干措施》、摩根士丹利等机构人士关于Token工厂的公开访谈/研报、OpenRouter及Ramp公开数据（如开源模型调用价格与用量参考）等。

本文作者张澄宇，易观合伙人、企业数字化中心负责人，专注AI产业的第三方分析与咨询，长期跟踪AI infra、大模型、AI应用、产业落地与企业AI转型。

https://mp.weixin.qq.com/s/Vr3yJ0O34xmUWJDIAVonYA