本刊记者 谢玮

视觉中国

一家人工智能企业，没有厂房，没有多少机器设备，账面利润也不亮眼，去银行贷款能拿什么证明自己？

过去，这道题不好答。如今，一些银行给出了新选项：看看企业每天用了多少词元（Token）。

近期，多地银行推出“Token贷”“算力词元贷”“算力贷”等产品，将词元消耗量、算力服务合同和业务订单等纳入授信评估。一些缺少抵押物的AI企业，由此获得贷款。

不过，“词元贷”并不是拿词元去抵押，更不是“烧得越多，贷得越多”。它究竟是什么？

AI企业的“业务水表”

词元是人工智能大模型处理信息的基本单位。一段文字、一张图片或一次对话，在模型后台都会被拆解、计算，产生词元消耗。

如果把大模型比作一座加工厂，算力是机器和电力，词元就像流水线上经过的“标准件”。企业调用模型越频繁、处理任务越多，通常消耗的词元也越多。

它也有点像工厂的用电量。生产线是否运转、订单是否活跃，用电曲线能透露不少信息。对AI企业来说，持续、稳定的词元调用，同样是观察业务活跃度的一扇窗口。

国家数据局数据显示，我国日均Token调用量已从2024年初的约1000亿增至2026年3月的140万亿以上。

与此同时，许多AI企业面临现实难题：购买算力、开展研发需要先投入资金，客户回款却往往存在账期；企业最值钱的是算法、人才和应用场景，却拿不出厂房、土地等传统抵押物。

“词元贷”正是从这种需求中出现。

近来，从国有大行到城商行，多家机构已推出相关产品。农业银行在上海、浙江等地落地了“Token贷”专属方案，温州一家网络科技公司凭借词元结算数据等获得了20万元贷款，定向用于算力采购。中国银行广州分行同步推出“算力词元供给贷”“算力词元应用贷”“算力词元服务贷”3个子产品，单户最高授信3000万元，前期授信已超2800万元。建设银行广东省分行、中信银行广州分行、江苏银行、成都银行、张家港农商银行等也纷纷将词元产出消耗量、算力服务合约价值等纳入授信评价体系……

广东、安徽等地还发布行动方案，鼓励银行推出“算力贷”等产品，加大对人工智能产业发展的支持。

不能抵押，也不能拿来还钱

简单来说，“词元贷”是银行面向AI应用企业、算力服务商等推出的融资产品。词元消耗量是授信参考，但不是唯一依据。

据多家银行表示，企业申请贷款时，通常要提供词元调用或结算记录、算力采购合同、下游订单、应收账款等材料。银行还会结合企业财务状况、征信记录、研发投入、知识产权、核心团队和客户结构等情况核定授信额度。

“词元贷”容易引起的误解，是把词元想成房产、设备，甚至某种可以交易的虚拟资产。

事实上，在目前多数产品中，词元只是衡量企业经营活跃度的参考指标，并没有被“押”给银行。贷款到期后，企业依靠经营收入还款，而不是拿词元还钱。

以一家AI写真企业为例，用户付费后，系统调用大模型生成图片，其间会产生词元消耗。词元记录能够说明服务被调用过，但真正用于偿还贷款的，是用户付费形成的营业收入。

这也意味着，高消耗不等于高价值。有的企业调用量很大，收入却不高；有的订单很多，回款周期却很长；还有的企业可能“增收不增利”，算力成本吃掉大部分毛利。银行最终关心的仍是：有没有真实业务，能不能形成稳定现金流，是否具备还款能力。

换句话说，“词元贷”没有改变贷款的底层逻辑，只是给银行增加了一块观察AI企业的“新仪表盘”。

从“看砖头”到“看算力”

对轻资产科创企业而言，这块“新仪表盘”颇有价值。算法模型、技术团队和算力调度能力，过去难以写进抵押物清单，如今它们产生的经营痕迹开始被银行识别。

招联首席经济学家董希淼认为，商业银行推出“算力贷”，本质是将AI时代的核心生产要素“算力”转化为可量化的信用证明。对科技型企业而言，有助于破解“有前景，无资产”的融资困境。此举将推动银行风控逻辑从“看砖头”转向“看算力”。

但从“看砖头”转向“看数据”，并不意味着只看数据。词元由谁统计、能否追溯，不同平台口径能否统一，异常调用如何识别，都是这类贷款走向规模化必须解决的问题。

未来，银行可能不再只问企业“有什么可以抵押”，还会问：技术是否被持续使用？产品有没有真实客户？数据流量能不能转化为现金流？

因此，“词元贷”最有价值的地方，在于它尝试让金融更早看见那些尚未变成厂房和利润、却已经在真实运转的成长能力。