直击数博会|数据宝董事长汤寒林：词元竞争将从“高性价比”走向“高场景价值”

从大模型训练到智能体应用，Token正成为衡量人工智能运算和使用规模的重要单位。2025年，我国日均Token调用量从年初超过1万亿增长至年末100万亿。随着智能体加快进入办公、营销等场景，企业对Token的采购、管理和成本控制需求进一步上升。

2026年数博会期间，贵州数据宝网络科技有限公司（以下简称“数据宝”）发布“贵州新三宝·三城三宝”战略，以数据宝、智算宝、词元宝分别承接数据、算力和Token业务，公司定位也由数据要素运营商升级为“数据原生AI Token服务商”。对于数据宝的战略规划以及行业的现状，《中国经营报》记者专访了数据宝董事长汤寒林。

汤寒林向记者表示，国内Token经济仍处于起步阶段，现阶段市场竞争主要集中在通用Token的成本和供给能力。随着人工智能应用深入，客户需求将从“有Token可用”转向关注实际使用效果，具有专业数据支撑的场景Token服务将成为下一阶段行业竞争重点。

场景Token服务走向竞争重点

《中国经营报》：本届数博会以“词元——数据要素价值释放新路径”为主题。数据宝如何观察词元和数据要素的关系？如何判断当前国内Token经济所处的发展阶段？

汤寒林：词元是数据、算力和大模型共同作用生产出来的。没有数据就没有词元，但只有数据也没有词元，还要加上算力和大模型运算。

我认为，中国词元经济目前仍处于起步阶段。词元早就有了，但过去主要是专业企业和行业人员接触。今年以来，随着智能体应用火爆，越来越多个人和企业开始购买、使用Token，这一概念才逐渐被更多人认知。

《中国经营报》：当前云厂商、地方数据集团、算力运营商以及模型服务企业都在向AI基础设施、Token化延伸，赛道日益拥挤，公司的核心壁垒是什么？

汤寒林：整个Token行业至少会经历两个阶段。初始阶段主要竞争的是通用Token，客户首先关注有没有Token可用，以及Token的价格和稳定性。因此，各类市场主体比拼的是谁能够生产出高性价比的通用Token。

市场上哪些企业通过技术加速等方式降低成本。但从商业角度看，随着时间拉长，技术会逐步普及，单纯依靠技术形成的差异化很难长期保持。要生产高性价比的通用Token，核心之一还是算力资源的成本。

数据宝现阶段主要通过智算宝盘活地方平台公司等主体的闲置算力。这些算力原本没有得到充分利用，通过整合和调度降低Token生产成本，可以形成通用Token阶段的竞争力。

市场很快会进入第二个阶段，即客户开始产生特定场景的Token需求。比如在医疗场景中，通用大模型能够回答一些医疗问题，但如果另一个模型经过二次开发，加入了大量专业医疗知识和数据，即使其Token价格更高，用户也可能愿意选择，因为医疗场景更加注重准确性。

因此，下一个阶段一定是高价值场景Token的发展阶段。其本质是企业能不能拥有高价值的数据资源网络，能不能提供高价值数据，对大模型进行二次开发，进而形成能够解决具体问题的场景Token。

过去十年，数据宝一直在连接数据资源，帮助数据资源方进行数据加工和运营。原来我们利用传统技术和小模型挖掘数据、生成数据产品，为B端客户提供服务；现在可以利用大模型进一步加工数据、生产Token。现阶段，我们通过盘活闲置算力提供高性价比的通用Token；下一阶段，则依托数据资源网络提供高价值的场景Token。

客户需求推动三大业务协同

《中国经营报》：数据宝今年从“数据要素运营商”升级为“数据原生AI Token服务商”，为什么做出这种战略升级，从数据要素到AI Token，公司的业务模式有什么本质变化，服务内容和服务对象有什么变化？

汤寒林：数据宝过去十年一直专注于数据赛道，今年进入Token和算力领域，是客户需求牵引的结果。

我们原来把数据加工成API接口提供给B端客户。客户在数据宝拥有账号，还可以分层分级设置子账号。不同部门、不同员工调用了多少数据API都有留痕，可以进行审计，月底再统一形成明细账单和结算。

今年以来，很多B端客户的员工开始使用智能体和大模型，也开始购买Token。企业发现由员工个人购买Token后再报销，会产生一系列问题：一是不知道员工购买的Token具体用于什么；二是员工人数增多后，分散报销会增加管理成本；三是个人购买还可能存在发票获取不便的问题。因此，原来在数据宝采购数据API的客户主动向公司寻求Token API。

我们在提供Token服务的过程中，客户又提出降低成本的需求。部分员工使用Token时会选择最新、价格最高的模型，但实际上，很多需求并不需要使用最高版本的模型，较低价格的模型也能够满足。我们对需求进行分层分类，为不同需求匹配不同模型，帮助企业降低Token使用成本。

之后，客户又提出算力需求。部分大型客户自己建设了算力设施，但算力需求有波峰和波谷，不可能完全按照峰值采购。当自有算力不足时，他们希望数据宝也能提供算力API，并与数据API、Token API统一记录和结算。所以，数据宝从数据API走到Token API，再延伸至算力API，是客户需求推动我们一步步向前走。

《中国经营报》：数据宝提出以“数据宝、智算宝、词元宝”覆盖数据、算力和Token三个环节。三项业务的主要服务对象有什么区别？分别满足企业哪些需求？如何检验数据、算力、token三者商业协同的效果？

汤寒林：三项业务主要服务的是同一批B端客户。数据宝过去十年一直服务B端客户，现在做Token和算力，服务的仍然是原有客群。

数据宝主要负责连接数据资源、加工数据产品并开展运营；智算宝主要盘活和调度算力资源；词元宝主要提供Token和模型调用服务。我们的数据API、Token API和算力API是有机结合在一起的，不是把三项业务强行捆绑。企业不需要分别对接数据、算力和模型服务商，可以通过同一账户体系完成调用、留痕、审计和结算。

部分数据资源合作方也建设了算力设施，其中一些算力没有得到充分利用。我们可以把这些算力调度给高峰期有需求的B端客户；在客户需求低谷期，则利用部分算力生产通用Token，满足企业对低成本Token的需求。数据、算力和Token由此形成业务协同。

《中国经营报》：公司提出对标Databricks，但两者所处的市场环境、资源基础和商业模式并不完全相同。数据宝认为双方真正具有可比性的部分是什么？相比Databricks，数据宝在中国市场形成差异化竞争力的关键是什么？

汤寒林：数据宝与Databricks具有可比性的基础，在于双方都是数据原生的企业，并从数据业务逐步向AI服务延伸。

Databricks起初主要提供数据管理服务和湖仓一体化工具，之后通过收购等方式进入AI领域。数据宝过去十年同样在做数据管理，但与其不同的是，我们不仅帮助客户管理数据，还帮助数据资源方挖掘数据价值、加工数据产品并开展运营。

在AI业务上，两家公司的范围也不完全相同。Databricks面向的AI市场更广，已经延伸到大模型等领域；数据宝则更加聚焦，现阶段主要开展Token服务和算力服务。因此，我们把自身定位为“数据原生AI Token服务商”，而不是更宽泛的数据原生AI服务商。

数据宝此次战略升级不是离开原有的数据业务，而是在数据能力之上增加算力和Token服务。我们希望先通过闲置算力提供高性价比的通用Token，再依托数据资源网络生产高价值的场景Token。

（编辑：李晖 审核：何莎莎）

【中经金融】

【中经金融】立足于价值发现与分享，为您解读最新的投融资环境变化，捕捉财经市场重要信息，事事有关您的财富增益。