(网经社讯)上个月在贵阳，参加一个关于“算力与电力协同”的研讨会。会后主办方安排参观当地一个超大规模智算中心。

走进机房的那一刻，说实话，有点震撼。一排排机柜整齐排列，指示灯如繁星闪烁，空调系统发出低沉的轰鸣——那是几万台服务器同时运转的声音。陪同的工程师告诉我，这个智算中心一天的耗电量，相当于一座三万人口小城一周的用电量。

我问他：“电费占运营成本的多少？”

“差不多六成。”他说，“而且还在涨。”

回来之后，脑子里一直转着这件事。我们在谈论人工智能的时候，谈论算法、谈论模型、谈论应用场景，却很少谈论一个最基础的问题——AI吃什么。

它不吃煤，不吃石油，它吃电。但电只是“原材料”。AI真正消化的是电转化而来的算力，而算力最小的计量单元，叫Token。

Token——这个词最近很热。2026年3月，国家数据局正式确认了它的中文标准译名：词元。它是大语言模型处理文本的最小单位，可以是一个词、一个汉字、一个标点，甚至是一个字母。你每问ChatGPT一个问题，背后就是几百上千个词元的消耗。你让它写一篇两千字的文章，它可能“吃掉”三四千个词元。

如果把AI比作一台消化电能的引擎，Token（词元）就是它“咀嚼”电量的最小口数。每一次词元的生成和消耗，背后都有一度电在燃烧。

这就引出了一个有意思的叙事线索：人类文明的能源单元，一直在变。

最早是煤。工业革命的引擎，是蒸汽机里燃烧的煤炭。彼时英国诗人威廉·布莱克写下“黑暗的撒旦 mills”，说的就是那些吞噬煤炭的工厂。煤定义了第一个能源时代——热力时代。这个时代催生了第一批真正意义上的跨国工业巨头——德国的克虏伯、蒂森，英国的曼彻斯特纺织帝国。煤炭不仅驱动了蒸汽机，还驱动了大英帝国的全球扩张。

然后是石油。内燃机的发明，让石油登上了能源王座。20世纪是石油的世纪，也是汽车、航空、塑料、化肥的世纪。石油不仅驱动了车轮，还驱动了全球化。动力时代——这是第二个能源时代。这个时代的主角，是洛克菲勒的标准石油公司，以及后来被称为“石油七姊妹”的埃克森、壳牌、BP、雪佛龙等跨国巨头。它们控制着从波斯湾到得克萨斯的全球油脉，定义了一个世纪的能源秩序。

再后来是电力。准确地说，是电力的普及和电网的延伸。电力比煤和石油都“干净”——它不直接燃烧，它是一种二次能源，一种可以输送、可以转换、可以精细调控的能量形态。电力的普及，让能源从“烧”变成了“用”。这是第三个能源时代——电气时代。这个时代的标志性企业，是通用电气、西门子、施耐德。爱迪生的灯泡、特斯拉的交流电、西屋的输电网络，它们把电力送到了千家万户。工业文明由此进入了“插上插头就能用”的时代。

现在我们进入了第四个时代。这个时代的能源单元不再是煤、石油，甚至不再是传统意义上的“电”。是什么？是Token——最小的智能生产单元。

Token是电的“精加工形态”。每一度电，经过GPU的运算，被“咀嚼”成一个个Token。这些Token再组合成理解、推理、对话、创作——也就是我们所说的“智能”。

数据是燃料，算法是引擎，算力是动力，Token是产品——这是我在多个场合反复强调的判断。

Token和电之间，有一个根本性的不同。

电是“即发即用”的。发电厂发出来，输送到千家万户，灯就亮了，机器就转了。电无法大规模存储，所以电网必须时刻保持供需平衡。

Token不一样。Token可以被“积累”——存成模型参数，存成训练好的神经网络权重。你训练一个大模型，消耗了几千亿个Token的电量（背后是几千万度电），训练完了，这些Token就“固化”在了模型里。以后每次推理调用，只需要消耗相对少得多的Token去生成回答。

这就像什么呢？就像你烧煤炼了一炉钢，钢炼好了，以后每次使用这块钢，不再需要重新烧煤。Token的“炼钢”过程，就是模型训练——那是最耗电的阶段。

来看几组数字。

Gartner的预测显示，2025年全球数据中心用电量为447TWh，2026年跃升至565TWh。一年净增118TWh——相当于土耳其一个国家的年用电量。

中国的数据同样惊人。2025年国内算力中心用电量达1960亿千瓦时，同比增长18.1%，而同期全社会用电量增速只有5.2%。算力用电的增速，是全社会平均水平的三倍多。

但更有意思的是“Token经济”。OpenAI的GPT-4.0定价为输入5美元/百万Token、输出15美元/百万Token。谷歌的Gemini 2.0 Flash定价更低——输入0.10美元/百万Token。价格在降，消耗量在涨。据测算，2026年全球大模型日均Token消耗量已突破20万亿——相当于全球每人每天消耗2500个Token。

每一万亿个Token的背后，是数万度电在支撑。

这些数字背后，是一个正在发生的事实：人工智能正在把“电”转化为“Token”，把“Token”转化为“智能”，把“智能”转化为“服务” ——Token成了连接能源世界和智能世界的“通用货币”。

而算力时代的跨国巨头，已经浮出水面。英伟达2026财年Q1总营收816.2亿美元，同比增长85%，数据中心AI芯片收入占总营收九成以上。微软、谷歌、亚马逊、Meta四大科技巨头2026年计划投入7250亿美元于AI领域。这五家公司合计持有全球67%的AI算力。从芯片到云服务，从模型到应用——一个新的能源帝国正在成形。这个帝国交易的“货币”，就是Token。

说到这里，作为一个研究了大半辈子服务经济的人，我必须问一个问题：Token时代的能源叙事，和服务经济有什么关系？

关系大了。

我这几年在全国各地反复讲过一个判断：中国进入了服务经济与数智经济叠加的时代。这个时代最核心的特征之一，是数据成为新的生产要素，算力成为新的生产力，算法成为新的生产关系，Token成为新的价值计量单位。

服务经济的本质是什么？是价值创造从“物质”转向“关系”，从“产品”转向“体验”，从“拥有”转向“使用”。而这一切转向的底层支撑，恰恰是Token的生成与消耗。

你打开一个外卖App，三秒钟之内完成“附近餐厅推荐-菜单浏览-下单-骑手匹配-路径规划”的全链条——这背后是数百万Token的实时推理。你享受的“服务”，本质上是Token的“呈现形式”。

所以我要提出一个观点：Token是服务经济的“最小价值单元” 。

工业时代的服务，靠的是人的技能——张秉贵“一抓准”“一口清”的绝技，背后是千百次重复练习积累的“人力算力”。数智时代的服务，靠的是机器的Token生成——李佳琦五分钟卖出1.5万支口红，背后是数字平台、算法推荐、供应链协同的“Token洪流”。从“人力算力”到“Token洪流”，这是服务经济底层逻辑的根本变革。

而“Token洪流”的代价，就是电。

这引出了一个深刻的悖论：人工智能让服务变得更“轻”——轻到无感、轻到即时、轻到无处不在；但支撑这种“轻服务”的能源底座，却变得越来越“重”——重到吞噬一座城市的电力供应。

我无数次举例：1986年一台17英寸黑白电视机1000元，请个保姆一年500元。四十年后，智能电视价格不足普通工人半月工资，家政服务年费却要六万多。这是服务价值超越产品价值的生动例证。

今天我要加一组新的对比：训练一个GPT-4级别的大模型，Token消耗量超过13万亿，耗电量相当于13000个中国家庭一年的用电量。而调用这个大模型回答一个问题，消耗几百个Token，背后是传统搜索引擎十倍的能耗。

服务的价值在升维，Token的消耗在飙升——这是一枚硬币的两面。

那么问题来了：当Token的能源消耗以每年80%以上的速度增长，服务经济的“绿色”底色还能不能保得住？

这不是一个遥远的问题。2026年，全球数据中心的电力需求预计达到132GW，到2030年将触及290GW。Token正在成为全球电力消费增长的最大单一驱动力。

我注意到，国家层面已经在部署“算电协同”——让算力与绿色电力深度绑定、智能配合。这是一个正确的方向。但我认为，仅仅“协同”还不够，还需要“重构”——重构Token的能源结构，重构服务的交付方式，重构我们对“能源”和“服务”这两个概念的理解。

诺贝尔经济学奖得主罗伯特·福格尔曾指出，经济增长的本质是“能源转换效率的提升”。从煤到石油，从石油到电，从电到Token——每一次能源单元的跃迁，都伴随着经济形态的根本变革，以及跨国巨头的更替。

今天，我们正处在从“电”到“Token”的跃迁之中。这场跃迁的独特之处在于：Token既是能源的消费者，又是能源效率的提升者。AI可以帮助优化电网调度、预测负荷波动、提高可再生能源的消纳率。Token在“吃电”的同时，也在“省电”。

这就是我理解的“叠加时代”的真正含义——服务经济与数智经济的叠加，不是简单的相加，而是化学反应式的价值重构。能源与Token的关系，同样如此。

写到这里，想起在贵阳那个智算中心看到的一幕。机房的墙上贴着一行标语：“算力就是生产力，电力就是生命力。 ”

我想在下面补一句：“Token就是服务经济的血脉。”

从煤到石油，从石油到电，从电到Token——人类文明的每一次能源跃迁，都在重新定义“可能”的边界。而今天，Token正在把服务经济的“可能”推向一个全新的维度。

这个维度里，服务的边界被无限拓展，服务的体验被极致优化，服务的价值被重新定义。而这一切的代价，是一度又一度被转化为Token的电。

Token时代，每一度电都在“说话”——它在讲述一个关于智能、关于服务、关于未来的故事。

作为研究了大半辈子服务经济的人，我觉得，这个故事值得好好听一听。

（作者郑吉昌，著名服务经济学家，国家服务贸易专家委员会主任委员，长三角现代服务业联盟主席，浙江省数智技术与服务联合会会长、教授、博导。）