隨著AI采用不斷加速，AI廠商開始越來越頻繁地公開token消耗數據，作為衡量市場發展勢頭和領導力的速記指標，這種現象與日益流行的基于消費的模型定價模式密切相關。Token和額度逐漸成為計費單位，因此越來越多的企業機構將其誤認為是衡量AI能力的指標。在中國市場，激進的免費使用、平臺級AI整合以及面向消費者規模的部署，進一步推動了token增長，但同時也使消耗量與經濟信號之間的偏離不斷加劇。

Token消耗正在被越來越多的AI廠商視作反映AI規模、采用度和市場領導力的信號，但這一指標并不能有效體現業務價值、效率或可持續性。Gartner認為，負責AI的領導者需要正確解讀基于token的主張，同時通過更可靠的指標來衡量AI市場的吸引力與風險。

在AI市場——尤其是在中國的AI市場中，token消耗已成為一個備受關注的指標，常被用來反映發展勢頭、規模和競爭地位。然而token數量在結構上并不適用于評估AI成功與否，反而可能誤導企業機構的決策者，主要有以下三點原因：

•  Token數量在技術上無法實現廠商之間的直接比較

• Token消耗與業務價值脫節

• 以token為信號會導致錯位激勵

中國的AI市場清晰地體現了這些矛盾：快速增長的token消耗量并不意味著長期可行性。真正決定長期可行性的，是變現原則、利潤率可持續性以及企業滲透率。

因此，負責AI的領導者應弱化token指標，轉而通過解決方案能力、決策賦能效果、成本可預測性以及可量化的業務成果來評估AI廠商。

Token指標的根本局限性不在于精度，而在于其所處位置。Token消耗發生在AI價值鏈的早期階段，遠早于決策的形成或業務成果的實現。因此，token數量反映的是計算

活動本身，而非經濟或戰略影響力，并不能在衡量AI成功或市場領導力時成為可靠的替代指標。

圖1顯示，token指標位于價值創造的上游，在AI對決策或成果產生實質性影響之前已經完成對系統活動的衡量。正是這種結構性錯位，解釋了為何即使業務影響尚未清晰或未曾變化，token增長仍會持續上升。

要擺脫這種具有誤導性的活動信號，企業機構在治理AI投資時，必須清晰區分成本可見性、決策賦能以及業務成果三個層面。每個層面的指標各有用途，但只有更高層面的指標才能解釋AI是否正在創造可持續價值。

隨著AI采用在中國市場逐漸成熟，領導者必須避免將計費單位視為成功指標，而應以更接近價值實現的視角來評估AI——例如已完成的任務、決策質量、成本可預測性以及與業務流程的集成程度。

從長期來看，這一轉變對于將AI的真實能力與單純由量驅動的信號區分開來至關重要，也是維持長期投資回報不可或缺的前提。