(网经社讯)2026年春天，国家数据局公布了一个数字：中国日均词元调用量突破140万亿。

两年前，这个数字是1000亿。26个月，1400倍。我盯着这个数字看了很久。不是因为增长快——数智经济时代，指数级增长并不罕见。真正让我在意的，是词元（Token）这个计量单位本身。

它让“知识”第一次变得可数了。

一、生产性服务业是产业发展的粘合剂

很多人把服务业等同于餐馆、导游、家政，这是误解。生产性服务业才是其中最硬核的部分。研发设计、物流配送、金融结算、检验检测、品牌营销、数据服务——这些不直接生产“东西”，却决定“东西”值多少钱。苹果公司不生产一台iPhone，却拿走了整个产业链75%的利润，靠的就是研发设计、品牌运营这些“看不见的服务”。

我常说，生产性服务业是制造业的“大脑”和“神经”。它不取代制造，而是让制造变得更聪明。数据很说明问题：生产性服务业占GDP的比重每提升1个百分点，制造业的利润率就能增长约0.6个百分点。

但这个“大脑”一直有个痛点——没法度量。一次战略咨询值一百万还是一千万？一份行业分析报告含多少“真知识”？说不清。知识服务长期被困在“黑箱”里，定价靠声望，交易靠关系，效率靠缘分。

词元的出现，第一次让这个“黑箱”有了一扇窗。

二、词元：知识经济的“千瓦时”

词元是什么？是计算机处理自然语言的最小语义单位。一段中文大约对应多少词元、一次法律检索消耗多少词元、一份技术尽调报告生成需要多少词元——这些都可以精确计算。

经济学史上有一条规律：一种要素一旦获得了标准化的度量单位，对应的市场就会爆炸式扩张。电力有了“千瓦时”，才从实验室走进工厂和家庭；数据有了“字节”，才有了整个互联网产业。词元，正在扮演知识经济中“千瓦时”的角色。

这不是一个技术概念，而是一个经济学事件。

从2024到2026年，1400倍的词元增长，意味着什么？意味着中国生产性服务业的知识供给，正在从“人脑”大规模迁移到“算力”。法律检索不再依赖律师逐条翻阅，税务咨询不再排队等专家回复，技术文档解读不再靠工程师逐一比对——这些过去需要按“人天”计费的服务，现在按“词元”交付，边际成本趋近于零。

一家律师事务所告诉我，他们的初级律师过去花在合同初审上的时间占工作量的40%，现在AI助手处理了其中70%的标准化审查，初级律师只负责复核和判断。这不叫失业，叫释放——把人从重复性劳动中释放出来，去做机器做不了的事。

词元计量的真正意义，不是“算字数”，而是让知识服务的投入产出变得可追踪、可比较、可优化。一家企业可以精确核算：我今天为研发调用了多少词元、为市场分析消耗了多少词元、为内部培训投入了多少词元——知识成本第一次像原材料成本一样，进入了企业的财务报表。

词元服务正是基于这一特性，通过大模型将知识从“人力资本”转化为“数字资产”，实现模块化生产、智能化匹配与自动化交付。

有了度量，才有管理；有了管理，才有质量的持续提升。

三、生产性服务业的“智合”

我过去有一个比喻：生产性服务业是产业的“粘合剂”——把研发、制造、物流、金融、营销串联成一个有机整体。这个比喻在工业时代是对的。研发部门出图纸，制造部门开模具，物流部门找车皮——线性的、串联的、靠人协调的。

但词元经济正在改变这一切。“粘合”在升级为“智合” ——智能化的、并行化的、靠算法协同的。

想象一个场景：一家智能工厂接到一笔紧急订单。放在过去，需要销售通知生产、生产催采购、采购问物流，层层传递，信息滞后。今天，一个产业大脑模型同时调度所有环节：供应链金融根据产线节奏自动调节资金拨付，质检系统基于机器视觉实时反馈，物流路线根据AI预测即时优化——整个流程像水一样流动，自适应、自协调。

这就是我所说的“智合”——生产性服务业不再是事后补救的“补丁”，而是事前嵌入的“基因”。

中国有全球最完整的制造业体系，41个工业大类、207个中类、666个小类，这是我们的底牌。但底牌要变成王牌，需要一个条件：每个细分领域的隐性知识，都必须转化成可调用的词元。一台高端数控机床的故障诊断，背后是数十年工程师的经验积累；一个化工反应釜的参数优化，可能来自成千上万次实验的试错。这些知识过去封存在专家脑子里，现在可以被大模型编码、沉淀、复用。这对生产性服务业来说，是一个前所未有的供给扩容时刻。

制造业的每个痛点，都将对应一个词元服务的入口。

四、制度产业的“算法时刻”

生产性服务业还有一个容易被忽略的角色——我称之为 “制度产业” 。信用评级、知识产权、标准认证、合规审计、数据安全——这些服务不直接生产物质产品，却是市场经济的“软基础设施”。没有它们，交易成本会高到让市场停摆。

词元经济也在改变这个领域。

过去，一份跨境技术转让合同需要双方律师逐条审核、来回修改，耗时数周。现在，基于智能合约的词元化服务可以在数秒内完成条款比对、合规审查和多币种结算。标准认证不再是每年一次的“体检”，而是通过IoT数据实时接入，变成持续监控的“生命体征”。信用评估不再依赖滞后的财务报表，而是基于企业经营数据的动态建模——词元在背后一刻不停地运转。

制度服务的本质是降低不确定性。词元经济让这种降低从“静态规则”进化为“算法驱动的自适应系统”。一家中小制造企业，以前要找银行、找担保、找评估机构，跑断腿；现在，它的生产数据、供应链数据、交付数据自动进入词元化的信用模型，融资决策从“人审”变成“机审”，从“月级”变成“分钟级”。

制度产业的“算法时刻”已经到来。它不是替代人的判断，而是让判断建立在更充分、更实时、更可追溯的信息基础上。

五、范式迁移：生产函数正在被重写

经济学最基础的公式是Q=f(K,L)——产出取决于资本和劳动。两百年来，K和L的内涵在变，但框架没变。

词元经济正在触发一次根本性的重写。

大模型本身是凝结了海量知识和算力的“新资本品”，而每一次词元调用，都是在消耗这个资本品的服务流量。企业不再需要自己“拥有”知识库，只需要“接入”词元服务——像用电一样，按需取用。与此同时，AI智能体（Agent）正在成为“新劳动力”——它们不仅能回答问题，还能自主规划任务、调用工具、执行操作。

我在多个场合提过一个判断：未来的生产函数，Q=f(T,A)——产出取决于词元调用量和智能体数量。这不是文字游戏。一家制造企业过去的核心竞争力是生产线，未来可能是它拥有的词元资产组合——专利词元库、工艺参数词元库、供应链知识词元库。这些“数字资产”的调用次数和组合效率，将直接决定企业的创新速度和响应能力。

我称之为 “场景即服务”。用户买的不是“大模型”，而是“帮我解决某个生产问题的能力”。生产性服务业的未来形态，将是场景化的词元服务矩阵——设计场景、制造场景、供应链场景、售后场景，每个场景背后都是一个或多个智能体在协同工作。

竞争不再是卖一个软件、一份报告、一次咨询，而是提供一站式的场景解决方案。传统服务业按“人天”收费，词元服务按“效果”定价——这是商业模式层面的范式迁移。

结语

回到开头的那个数字：140万亿。

说大不大——放在国民经济60多万亿服务业增加值面前，词元调用的直接交易规模还很小。但说小不小——它代表的是生产性服务业知识供给能力的指数级扩张。每一次调用，都在降低一个决策的信息成本、缩短一个环节的响应时间、释放一个岗位的创造性潜能。

中国服务业占GDP比重已超过57%，生产性服务业正在从“配角”走向“主角”。词元经济不是给这个趋势锦上添花，而是给它装上了新的引擎和新的仪表盘。引擎是智能化的服务能力，仪表盘是精确可计量的知识流动。

词元就是那把钥匙。它打开的不仅是技术革命的门，更是服务业从“量”到“质”跃迁的门。生产性服务业的“千瓦时时刻”，已然到来。

而我们，正在见证一个产业的基因重组。