第 9 章：第一层，Token / 算力：卖底层资源

AI 商业模式的最底层，是 Token 和算力。

这是整个系统的燃料。

没有算力，模型不能训练。

没有推理资源，用户不能调用。

没有 Token 处理，AI 无法理解输入和生成输出。

所以底层资源非常重要。

但重要，不等于一定是最好的生意。

Token / 算力层有几个特点。

第一，它可计量。

输入多少 Token，输出多少 Token，占用多少 GPU 时间，缓存是否命中，延迟多少，成本多少，都可以精确计算。

第二，它可替换。

如果多个模型在某些任务上能力接近，客户可以从一个 API 切到另一个 API。底层越标准化，替换越容易。

第三，它容易价格竞争。

只要有人能用更低成本提供接近能力，价格就会被往下打。开源模型、蒸馏、小模型、推理优化、硬件升级、缓存技术，都会推动单位成本下降。

第四，它客户关系浅。

客户调用底层 API，不等于把业务交给你。客户的数据、流程、用户关系、业务结果可能都不在你这里。

这意味着 Token / 算力层很像能源层。

它是必要条件，但不是全部价值。

卖底层资源能不能赚钱？

能。

尤其在需求爆发、供给紧张、前沿模型稀缺、算力资源有限的阶段，底层资源供应商可以获得很高收入。

云厂商、芯片公司、模型公司，都可能在这一层赚到钱。

但长期看，这一层会越来越难保持超额利润。

原因有三个。

第一，技术会降成本。

推理效率会提升，模型会被压缩，缓存会优化，专用硬件会进步，开源模型会扩散。

第二，客户会多模型路由。

企业不会永远只绑定一个模型。它们会根据任务类型选择不同模型：简单任务用便宜模型，高风险任务用高级模型，低延迟任务用小模型，复杂推理用强模型。

第三，价值会向上迁移。

当 Token 越来越便宜，用户会更关注上层：谁能解决问题？谁能接入流程？谁能保证结果？谁能承担责任？

所以，Token / 算力层是基础设施，不是终局。

如果一家公司只停在这一层，它必须回答一个残酷问题：

当 Token 价格下降 90%，我还能靠什么赚钱？

如果答案只是“调用量会更大”，那还不够。

因为调用量增长可能抵消价格下降，也可能抵消不了。更重要的是，即使收入增长，利润质量也未必好。

更强的答案应该是：

否则，卖 Token 就会越来越像卖裸电。

裸电有价值，但不是商业模式的最高层。

---