中国移动这一仗，该怎么打？

/记得星标我/

比大部分人早一步看见未来

中国移动正在打一场决定未来十年胜负的关键战争、一场前所未有的新型战争。

这场战争的代号是“Token经营”，而其本质则是一场围绕 Token 产能、运营效率与成本控制的产业价值争夺战。

——序

这几年，智算中心、AIDC、算力底座，几乎成了行业热词。

但进入大模型应用阶段后，真正的问题已经变了。

不是简单地问：

有没有算力？

而是要问：

有没有足够稳定、足够便宜、足够可调度的算力，能够持续生产Token？

过去看AIDC，更多看机柜、功率、GPU数量。

现在看TOKEN运营，更要看单位TOKEN成本、推理吞吐、响应速度、资源调度效率和持续服务能力。

所以，决定中国移动这场战争胜负的关键在于：

中国移动能不能快速把AIDC升级为TOKEN工厂？

01移动有基础，但要围绕TOKEN重新组织

中国移动做TOKEN运营，并不是从零开始。

总部有TOKEN办公室、算力办公室，能够进行战略牵引、资源协调和标准制定。

移动云公司具备云、算、平台和产品封装能力。

省公司熟悉本地政企客户和行业场景。

资源大省则具备AIDC资源供给和成本优势。

这些都是中国移动做TOKEN运营的重要基础。

但问题在于：

TOKEN运营不是某一个部门、某一家专业公司、某一个省公司可以单独完成的事情。

过去更多是“各自建设、各自运营、各自交付”。

未来必须走向“一体运营”。

也就是形成：

总部定规则，移动云建平台，省公司做运营，资源大省供产能。

这不是简单分工，而是围绕TOKEN产出重新组织能力。

02真正的卡点，是算力严重缺失

当前必须正视一个现实：

算力不是一般性不足，而是严重缺失。

国产化算力方面，华为昇腾910系列已经成为主力，但成熟资源基本没有太多冗余。

910C虽然已经布局，但能够形成的集群规模仍然有限。

下一代950系列还未正式大规模投产，即便未来释放，也可能被头部大厂和核心客户提前锁定。

海外高端算力方面，H200、B300等先进GPU受外部限制，难以作为稳定、可持续、可大规模依赖的资源来源。

所以，AIDC建设不能再按照“算力充足”的假设来设计。

而要按照：

算力长期紧缺

这一现实来设计。

算力越稀缺，越要提升运营效率。

未来竞争的关键，不是“谁的卡最多”，而是：

谁更会用卡。

03TOKEN运营不是拼谁有卡，而是拼谁会用卡

传统AIDC更像是“卖资源”。

卖服务器、卖云主机、卖GPU实例、卖机柜和功率。

TOKEN运营则完全不同。

它本质上是在“管产能”。

把模型、算力、数据、应用和客户需求组织起来，通过精细调度和持续优化，稳定生产TOKEN，并尽可能降低单位TOKEN成本。

要做到这一点，至少要解决三个问题。

第一，模型要分层

不是所有任务都需要调用大模型。

通用问答，可以用轻量模型。

文本生成，可以用中等模型。

复杂推理，再调用大模型。

智能体任务，则可以根据流程拆解，使用专用模型。

如果所有场景都使用最高规格算力和最大参数模型，本质上就是对稀缺资源的浪费。

第二，推理要优化

量化、蒸馏、缓存、批处理、长短上下文分流、冷热模型调度，这些不是技术细节。

它们是TOKEN工厂的基础能力。

推理优化，直接决定单位TOKEN成本。

也决定客户能不能稳定、持续、低成本地使用大模型能力。

第三，资源要分级

高端算力，应优先用于复杂推理和高价值场景。

国产算力，更适合政企专属、本地部署、行业模型和可信场景。

中低端算力，可以支撑轻量化应用、边缘推理和标准化任务。

不同算力承担不同任务，才能让有限资源发挥最大价值。

未来，真正有竞争力的不是最大算力池，而是：

最低单位TOKEN成本、最强调度能力、最高稳定性的算力运营体系。

04发挥央国企特性，做可信TOKEN运营

中国移动做TOKEN运营，不能简单复制互联网大厂模式。

互联网大厂强在开放生态、通用模型、应用规模和用户流量。

但中国移动真正应该放大的，是安全可信、政企服务、网络资源、属地化保障和央国企客户基础。

对于党政机关、央国企、金融、能源、交通、教育、医疗等重点行业来说，客户关心的不只是：

模型好不好用。

更关心：

数据放在哪里？
调用是否可控？
过程能否审计？
结果能否追溯？
TOKEN在哪里产生？
是否符合安全合规要求？

这正是中国移动的差异化空间。

未来，中国移动的TOKEN运营，应围绕：

可信计算+加密TOKEN+安全审计

构建能力。

让客户不仅能用模型，更能放心用模型。

不仅能调用TOKEN，更能知道TOKEN在哪里产生、如何产生、如何被保护。

这条路，可能比单纯拼模型参数、拼算力规模，更符合中国移动的长期优势。

05MOMA平台不能只是模型货架，而要成为运营中枢

目前，MOMA平台已经聚合超过300个模型，这是非常重要的基础。

但模型多，不等于生态强。

模型上架，不等于形成收入。

模型可调用，也不等于真正完成产业落地。

如果MOMA只是“模型货架”，客户看到的是很多模型，但不知道怎么选、怎么用、怎么部署、怎么和业务结合。

最终，很难形成稳定的TOKEN消耗。

下一阶段，MOMA需要从模型聚合平台，升级为TOKEN运营中枢。

这个中枢至少要解决三个问题：

模型和场景如何匹配。

模型和算力如何适配。

模型如何封装成可交付的行业解决方案。

围绕政务、文旅、教育、工业、金融、客服、办公、营销、运维等重点场景，中国移动可以优先引入行业模型，形成场景化解决方案。

同时，还要建立完整的FDE交付体系：

场景咨询→模型选型→算力适配→应用集成→部署交付→运营监控→持续优化

只有这样，模型生态才能真正转化为行业收入、TOKEN消耗和客户黏性。

MOMA的价值，也将从“模型数量”，转向“运营能力”。

06人才和团队，决定TOKEN工厂能不能跑起来

AIDC建设不能只靠采购设备，也不能只靠平台上线。

真正把AIDC变成TOKEN工厂，关键在人。

过去，运营商擅长网络运营、客户运营、项目交付和大规模基础设施建设。

但TOKEN工厂需要的是更强的算力运营工程能力。

这里面至少有两类核心人才。

第一类，是AIDC资源合作人才

他们要懂资源统筹、产业合作、算力交易、集群建设、生态引入和成本测算。

在算力紧缺背景下，谁能找到资源、组织资源、盘活资源，谁就拥有更大的主动权。

第二类，是智算服务器调优团队

他们要懂国产芯片适配、异构算力调度、集群调优、模型压缩、推理加速、稳定性保障、故障定位和能耗优化。

这些能力决定了有限算力能不能变成持续产能。

也决定了TOKEN成本能不能真正降下来。

没有专业团队，再好的AIDC也只是资源。

有了运营团队，有限算力才能变成真正的产能。

从算力资源到TOKEN产能，是必须跨过去的一步。

算力紧缺已经成为现实。

先进算力获取受限，国产算力仍在爬坡，行业应用需求却在快速增长。

在这样的背景下，中国移动不能只把AIDC当作基础设施来建设。

而要把它当作面向未来的TOKEN产能体系来运营。

未来的关键，不是简单比谁建了更多机房、买了更多服务器、拥有更多GPU。

而是谁能在长期算力紧缺的条件下，把有限资源组织成高效、可信、可持续的TOKEN生产体系。