两年增长超千倍！银行盯上了Token调用量背后的生意

转载于：21金融圈 ｜ 作者：张欣｜ 作者：杨希 张俨｜ 排版：王雅轩

全文共3408字，阅读全文约需8分钟

国有大行中率先把这一逻辑落地为产品的是农行和中行。

本文首发于21金融圈 未经授权 不得转载

“真没想到，算力也能成为银行授信的‘硬通货’！”浙江城安大数据有限公司负责人从农行浙江温州鹿城支行拿到200万元贷款后，发出这样的感慨。

这笔贷款，正是农行温州分行以“算力Token（注：词元）产出消耗”为核心评价依据发放的首笔信用贷款。

据了解，该企业业务高度依赖算力支撑，随着AI技术加速迭代，企业承接的项目复杂度持续攀升，算力需求水涨船高，资金周转压力日益凸显。针对这一痛点，农行浙江温州鹿城支行联动当地经信局和大数据管理中心，将企业“算力资源”“科创指数”等多维指标纳入授信评价体系，使算力资产从“看不见”变为“可评估”。

这笔贷款并非孤例。8月14日，广州海珠区，广东省首个词元经济专项金融产品“Token贷”正式发布，中国银行、中信银行、广州银行同日拿出同类产品。

银行开始认Token，背后是一个惊人的数字。国家数据局数据显示，2024年初，我国日均词元调用量约为1000亿；到2025年底，这一数字跃升至100万亿；2026年3月，已突破140万亿——两年间增长超千倍。

日均140万亿的调用量，让银行的信贷逻辑也发生了变化。过去，客户经理开口先问“有几套房、几台机”；现在，他们改问“上月烧了多少Token、回款几天”。Token调用量，正在变成银行认可的新“抵押物”。

信贷逻辑的一次“换锚”

Token即词元，是AI大模型处理信息的最小单元，用来衡量AI产业的活跃度，就像用电量衡量工业活力一样，更精准，也更具时效性。

传统信贷的“锚”是硬资产，如厂房、设备等，“Token贷”的“锚”则换成了算力业务的合同价值、Token消耗规模、应收账款和回款进度。

国有大行中率先把这一逻辑落地为产品的是农行和中行。

2026年8月14日，中行广州分行推出“算力词元贷”。据本报记者从中行处最新了解，目前已向6户企业投放贷款2800万元，已落地业务主要面向算力应用和服务客户。而在更早之前，农行已在温州、杭州、上海等地，落地了多个“Token贷”案例。

在业务模式上，以中国银行广州分行为例，其产品把企业算力Token产出消耗、算力服务合约价值、算力业务产生的应收账款、Token佣金结算量等作为核心授信依据，为企业提供最长三年、最高3000万元的授信额度。

中行还按算力供给、应用、服务三大业务场景，拆出三个子产品——“算力Token供给贷”“算力Token应用贷”“算力Token服务贷”，全面覆盖算力领域大中小微各类企业。

农行浙江萧山分行则依托创新打造的“算力账”评价模型，在传统科创评价体系基础上，进一步将数据资产积累、算力投入产出等新型要素纳入授信体系，为企业发放950万元贷款，有力支撑其技术攻关和产能扩张。

没有抵押物，银行到底审什么？

一家AI创业公司，名下没厂房、没设备，再看财务报表，早期亏损是常态。这样的企业去银行贷款，客户经理该看什么？银行到底凭什么敢放贷？

“银行传统的信贷逻辑是看抵押物、看现金流、看财务报表，这套东西在工业时代管用，但对AI应用层企业不太适用。”天府立言金融研究院院长曾刚表示。AI创业公司早期报表很难看，但它们手握云端算力合同和持续增长的Token消耗量。企业商业模式虽轻，但订单真实、业务稳定的并不在少数。

曾刚这番话点出了问题的根源——旧尺子量不了新物件，所以银行必须换一套审核标准。以中行“算力词元贷”为例，据本报记者综合了解，其贷前审核大致可拆成四层，底层逻辑是用持续经营的真实痕迹替代固定资产的硬抵押。

近期披露的银行Token贷情况，来源：21世纪经济报道记者依据采访以及公开信息不完全统计

第一层，主体。企业须属于AI大模型、算力服务、词元经济、AIGC相关算力产业链的小微企业；有真实算力业务、Token消耗记录和算力业务合同。

第二层，存续。存量经营企业须有业务落地、真实Token消耗和上下游合同；新注册企业则由关联老企业提供连续经营佐证和担保，凭有效订单申请，不强制要求本公司长期经营流水。

第三层，征信。企业和实控人无不良记录，整体负债要与经营规模匹配。

第四层，真实性。客户经理须上门尽调，核验算力业务、Token消耗和上下游合同的真实性，随后项目进入内部专项评审，最终依据历史算力结算、算力服务合约金额、Token实际消耗量等数据，再结合经营、财务、征信等信息综合评估，确定授信额度。

换言之，银行审核的重心是“你正在做什么、做得是否真实、能否持续”。

中行相关负责人向21世纪经济报道记者表示，“算力词元贷”的授信额度主要参照企业历史算力结算数据、算力Token产出与消耗、算力服务合约价值、算力业务产生的应收账款、Token佣金结算量等，同步审核财务、征信等，综合上述因素核定最终额度。其中，企业的Token消耗量仅为主要指标之一，但不是核定授信额度的唯一依据。

值得注意的是，针对数字经济产业客户轻资产、弱报表、散流水的特点，中行的“算力词元贷”可提供以信用、应收账款质押、订单融资为主的担保方式，亦可采用保证、抵押等组合担保方式，进一步扩大额度。

更有意思的是，为“词元”放贷的银行，自己正是词元的“重度消费者”。银行一边“烧”着海量词元提效，一边开始为企业的词元消耗授信，这或许是“词元经济”最直接的背书。

据央视报道，工行金融科技部副总经理金海旻介绍称：“2026年初，工行全行业务应用日均Token（词元）消耗量达到了百亿级，较两年前增长了近百倍，覆盖了前台客户经理、中台风控审核人员、后台运营人员等主要岗位。”同时，工行金融市场部高级交易经理常乐介绍，该行对客外汇交易智能询价比率已超96%，客户询价交易全流程的用时降至了分钟级。相较传统模式，对客服务的能力和效率提升了数倍。

放贷容易，管贷难

当前，政府以及监管部门正在“添柴”，持续推动算力信贷产品创新。

8月5日，安徽省科技厅、省人社厅印发《安徽省推进人工智能OPC创新创业发展行动方案（2026—2028年）》，该方案也是继广东之后，全国第二份省级人工智能OPC专项三年行动方案。文件提出，鼓励银行业机构开发“Token贷”“模型贷”等创新信贷产品，探索数据知识产权、算法模型著作权质押融资路径。

8月13日，由成都市经信局、市新经济委联合成都银行打造的纯信用“算力贷”完成首笔放款，向企业发放114万元贷款。该产品依托地方政府惠企政策，以“算力券”财政资金为信用支撑，锚定企业真实算力需求，实现线上申请、智能审批、快速放款。

近日，上海金融监管局指导上海银行业针对人工智能产业链上下游不同需求创设多元化产品，针对上游芯片设计等推出“芯片贷”，针对下游人工智能开发应用推出“算力贷”，满足不同细分领域企业在人工智能技术研发和场景应用中的资金需求。

8月14日，广州海珠区同步出台《海珠区促进词元经济发展若干措施》（简称“词元八条”），明确联合金融机构推出“词元贷”等产品，对企业开展词元驱动型业务所获得的专项银行贷款按比例给予贴息，单个企业每年最高贴息200万元。

政策在推，产品在跑，但放贷容易，管贷难。曾刚指出，“Token贷”的可持续性最终取决于能否跨越三道门槛。

第一道是数据真实性门槛。银行需要建立行业标准化的Token数据存证与核验机制，将企业Token消耗量转化为可信的数字凭证，而非依赖企业自报。

第二道是风险定价门槛。银行需要积累足够规模的样本数据，建立Token消耗量与信用风险之间可靠的统计关联，使风险定价真正基于数据而非经验判断。

第三道是商业可行性门槛。在没有政府贴息补贴的条件下，产品本身需能够覆盖风险成本并产生合理利润。

中行相关负责人也向21世纪经济报道记者强调，银行仅将Token数据作为授信参考和补充维度，同时还会参照企业其他历史算力数据，并同步审核财务、征信等，综合确定最终额度。

“如果将Token数据作为唯一授信依据，可能面临企业无效调用、刷单虚增Token消耗量、人为做大业务规模等风险，因此银行还将结合其订单、应收账款、营业收入、征信等多个维度综合确定授信额度。未来计划推动算力平台数据直连，强化数据真实性管控，防范造假风险。”上述负责人说。

从厂房到设备，从纳税到词元，银行对“信用”的定义正在被数据重写。“Token贷”之所以能跑通，正因为词元本身就是可以被量化的。正如国家数据局局长刘烈宏在中国发展高层论坛2026年年会上所言，词元不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能。

（本报记者冯紫彤对此文亦有贡献）

THE END

转载声明：本微信公众号刊登的文章仅代表作者本人观点，不代表中国普惠金融研究院及本微信公众号观点