聚焦丨数智时代如何打造新的财富增长点

来源：市场资讯

（来源：现代商业银行杂志）

文｜中国社会科学院人工智能研究促进中心助理研究员 代伟

中国社会科学院文化发展促进中心 杨锐

▲2026年7月17日，上海，世界人工智能大会（展会板块）在世博展览馆人气火爆，今年主题是“智能伙伴，共创未来”。

　　当我们用智能助手写一封邮件、让模型分析一份合同、要求软件生成一段视频时，背后都在产生可计量的词元消耗。据统计，2024年初我国日均词元调用量仅约1000亿次，到2026年6月已飙升至近175万亿次，两年增长超千倍。这场由词元计量引发的变革，对于普通人而言，需要回答三个关键问题：财富创造的逻辑发生了什么变化？它催生了哪些新的财富形态？普通人又该如何在其中找到属于自己的增长点？

词元经济时代的财富创造变化

　　在农业经济时代，土地和自然资源是财富的中心（见表1），耕作与资源利用是主要的价值创造方式。工业经济时代，资本、机器和能源推动规模化生产，厂房与设备成为代表性财富载体。互联网经济时代，平台、用户和流量通过网络效应创造价值。数字经济进一步把数据提升为生产要素。而词元经济的到来，使知识、数据和智能服务第一次拥有了像水、电一样可精确计量的使用刻度。

　　词元经济带来的第一个变化，是价值计量方式从按时间计费转向按智能消耗量计费。工业时代最熟悉的计量单位是工时、吨和公里。工厂计算原料消耗，物流企业计算运输距离，雇主计算劳动时间，这些单位使成本能够进入账本。云计算确立了按实际使用量付费的模式。大模型则沿着这条路径继续向前推进：一次简短的对话与一份几十万字材料的分析，消耗的算力资源显然不同；简单改写与连续推理，也会占用不同规模的计算资源。词元使这些差异获得了可记录、可比较的形式。

　　第二个变化，是成本结构从固定投入转向按需消耗。过去，企业购买软件往往按安装数量或账号数量一次性付费，实际使用强度未必被精确反映。而在词元经济中，人工智能服务更接近水和电，用多少算多少。这意味着创业者和个体经营者的试错成本大幅降低。国产大模型DeepSeek的百万词元输出成本已低至0.18美元，处理10万字文档的成本甚至不到1分钱。这种把算力从奢侈品做成水电费的趋势，使个人能够用极低的边际成本撬动高出传统多倍的生产力。

　　第三个变化，是价值来源从依附于个人时间转向沉淀为可复用成果。词元经济使专业知识可以沉淀为课程、知识库、诊断工具和在线服务，从依附于个人转向沉淀为成果。一次性的劳动成果，开始具备持续创造价值的可能。这种转变意味着财富的积累方式从线性增长走向复利增长，比如一份精心打磨的数字成果，可以被成千上万次调用而边际成本趋近于零，这在传统经济中几乎不可能实现。

　　第四个变化，是参与门槛从资本密集转向知识密集。工业时代创业需要厂房、设备和大量启动资金；互联网时代创业需要服务器、带宽和开发团队；而词元经济时代，一台电脑、一个想法加上对某个行业的深度理解，就足以启动一门生意。2026世界人工智能大会期间，现场近200家AI初创企业中，大量创始人是“90后”甚至“00后”的一人公司（OPC），他们正是借助AI工具实现了零雇员的商业扩张。这说明财富创造的入场券，正在从资本手中转移到知识和创意手中。

　　需要特别指出的是，词元本身并不是货币，也不是一种可以等待升值的投资品。国家安全部已专门发布警示，提醒公众防范“囤词元能暴富”“词元投资”等各类骗局。词元经济真正值得关注之处，不在于词元本身的价格，而在于人工智能使知识、经验和工作流程能够被更高效地组织、调用和应用，进而催生新的业态、职业和财富形态。

词元经济催生的新财富形态

　　词元经济并非凭空创造财富，而是为原本难以计量、难以流通的价值提供了新的载体和通道。在这一过程中，四类新财富形态正在快速生长（见表2）。

　　第一类是数字资产的极大丰富。软件、电子课程、专业模板、行业数据库、数字内容和智能工具，都可以作为数字成果被反复使用和持续更新。与实体产品相比，数字产品不受地域限制，复制和传播成本极低，可以服务更广泛的用户。更重要的是，词元计量使这些数字资产的使用情况变得可追踪，比如谁在用、用多少、产生多少价值，都有了量化依据，这为按使用量收费、按效果分成的商业模式奠定了基础。

　　第二类是知识资产的价值重估。知识本身并非新事物，真正发生变化的是知识的组织和交付方式。在词元经济中，一位行业专家的经验可以转化为结构化的知识库，一套成熟的工作流程可以沉淀为智能体的skill（工具），个人影响力可以发展为专业品牌。当这些知识资产通过大模型被调用时，每一次调用都对应着可计量的词元消耗，也就对应着可分配的收益。

　　第三类是数据资产从沉睡资源转向经营资源。长期以来，数据要素市场化面临供给方不愿供、需求方不会用、定价机制不清晰等核心难题。词元的标准化计量特性，恰好补上了这一缺口，将原本看不见摸不着的智能服务，变成了能衡量、能流通、能交易的大宗商品。在山东青岛，青岛数据集团于2026年4月率先落地全国首个词元计量收益分配体系，破解了多源数据融合分账的行业难题；在深圳，迅策科技与深圳数据交易所合作，进军数据资产入表领域。这些探索表明，数据正在从企业的成本中心转变为利润中心。

　　第四类是智能服务成为可交易的新型产品。智能体（Agent）的兴起，使AI从你问它答的工具，进化为给它目标、自主完成的数字员工。这意味着智能服务本身可以作为商品被开发、定价和销售。2026世界人工智能大会首次设立一人公司（OPC）专属展示区，180家企业入驻，标志着一个人运用多个智能体的创业形态获得国家认可。一位做AI具身智能硬件的创业者，脱离大厂后利用AI完成了原本需要十几人团队才能交付的工作；一位做企业估值的创业者，基于AI实现了一人团队运转。这些案例说明，智能服务正在形成一个新的产品品类和市场。值得注意的是，这些新财富形态并非相互替代，而是叠加生长。一个普通人完全可以同时拥有数字课程（数字资产）、专业经验沉淀的知识库（知识资产）、行业数据集（数据资产）和为客户搭建的智能体（智能服务），形成多样化的收入结构。

词元经济时代，普通人如何打造新的财富增长点

　　新财富形态的出现，并不意味着财富会自动降临。公开访谈与个人披露的数据一致显示：在尝试用AI做副业的人群中，稳定月入过万的从业者在5%以内，近六成人月收入不足800元。能否在词元经济中真正获益，关键在于是否能把AI嫁接到具体的行业需求、信息差与交付能力上。结合2025—2026年的真实案例，普通人打造财富增长点主要有四条可行路径（见表3）。

　　路径一：成为一人公司创业者，用智能体替代团队。随着词元调用成本持续下降，一个人配合多个AI智能体，可以完成过去整个团队才能交付的工作量。郑州的黄某用1小时训练出AI助理“番茄”，能完成选题策划、文章撰写、排版设计甚至合同拟定，他一人同时运营七个微信公众号，仅凭AI辅助写出的一篇推广稿，就签下了超50万元的年度合作订单。创业者“火哥”在旅游行业训练了八个智能体，分别扮演CEO、规划师、财务等角色，跑通了签证办理、行程规划等全业务流程，效率提升十倍，成本不到一万元。这条路径适合有特定行业经验或专业技能、但缺少团队和资金的人，关键是找到自己的特长与真实痛点的结合点。

　　路径二：开发垂直领域智能体，做懂行的执行者。通用大模型通识有余而专识不足，无法有效支撑人工智能在工业制造、医疗卫生、金融法律等领域的深度应用，这为普通人把AI嵌入某个细分行业留下机会。有从业者专门为电商商家搭建客服智能体，单价2000—4000元，月接3—5单，月收入约6000—15000元；有人聚焦本地餐饮、美容、健身等中小商家，提供AI文案、客服话术、短视频脚本等服务，按月收费3000—5000元/家，签约三家即月入过万。2026年的零代码平台（如字节的Coze、阿里的百炼、百度的千帆等）已将技术门槛降到拖拽式操作，不需要懂编程，只要“搞懂用户问什么、AI怎么处理、最后输出什么”这个逻辑，半天就能做出一个能用的智能体。在大多数人还不知道零代码能做AI智能体的时候，你先学会了，就能吃到这波红利。

　　路径三：成为AI内容与生产力个体户，用极低成本撬动高产出。AI创作工具已实现一个人掌控一个剧组，文本、图片、音频、视频均可一人完成。设计师阿杰用Stable Diffusion搭建电商主图工作流，把单图生产时间从8小时压到10分钟，产能放大10倍，2026年5月月入稳定约1.5万元，最高一个月接67单、收入2.8万元。

　　我们再来看一个例子：一位无设计基础的宝妈，用AI做老照片修复，单张收费50—200元，靠情感价值高的服务单月收入12700元。剪辑师张某把宠物和剧情结合，用AI生成画面再剪辑拼接，副业月收入好的时候稳定约2万元。这条路径的逻辑很清晰，就是AI把单次生产的边际成本压到极低，个人可以用同样的时间产出数倍于传统方式的作品，关键是找准有付费意愿的细分需求。

　　路径四：参与数据服务生态，成为AI训练链上的“知识矿工”。智能体的训练和运行需要海量高质量数据，而高质量行业数据恰恰是当前最稀缺的资源。普通人可以利用自身所在行业的专业知识，将经验整理成结构化数据集，卖给AI公司或挂到数据交易所交易；也可以参与数据标注、指令优化等工作。有全职宝妈每天利用带娃的空闲时间做两小时数据标注，熟练后一天处理8万到12万词元，每月稳定收入2000—4500元。国家数据局明确将数据标注从“劳动密集型”向“知识和技术密集型”转变，推动“模型预标注、人工校准”的协同模式，并建立行业专家认证注册机制——这意味着有专业背景的人，在数据服务领域将获得更高的回报。

　　当然也有风险，词元经济的繁荣之下，暗流涌动。其一，低端市场快速崩盘，基础AI头像单价已从50元跌到5元，跟风者众多但缺乏壁垒的领域会被迅速内卷。其二，合规风险突出，AI生成内容的版权归属尚无统一裁判标准，模型训练数据的版权黑匣子可能让使用者面临诉讼；海外大模型词元代理等灰色产业存在虚报计费、数据“裸奔”等隐患，国家安全部已对此提出明确警示。其三，躺赚神话破灭，近六成尝试者月收入不足800元，能否变现取决于是否把AI嫁接到真实行业需求上，而非工具本身。普通人在入局时，务必守住知识产权、数据隐私和服务安全的合规底线，在合规框架内创新。

　　词元经济并非一场即将落幕的短期狂欢，而是一次正在展开的长期变革。早参与、深扎根、守底线，是在这场变革中打造财富增长点的关键。具体而言，有三步值得借鉴：第一步，盘点自身的行业经验和专业技能，找到那些重复出现、可被标准化的痛点，这是AI最擅长接手的领域；第二步，利用零代码平台快速搭建一个最小可行的智能体或服务，用真实客户验证需求是否成立，而非在闭门造车中追求完美；第三步，在跑通单一场景后，将成功经验复制到相邻领域，逐步积累可复用的数字资产和知识库，让收入从一次性走向持续性。

　　但是词元经济不是一夜暴富的捷径，而是长期主义的赛场。那些真正获得稳定回报的人，无一不是在某个细分领域深耕数月乃至数年，把行业Know-how（特别知识）与AI工具有机缝合。与其在岸边观望，不如先从一件具体的、枯燥的、可被AI替代的任务开始，让技术真正为自己所用。当越来越多的人还在讨论自己会不会被AI取代时，少数行动者已经用AI把自己变成了不可替代的超级个体。