Token 驱动产业拐点：IDC 报告透视中国 AI 云的范式迁移

9 月 30 日，国际数据公司 IDC 正式发布《中国 AI 云市场追踪报告，2025》。报告将 AI 云市场定义为以云服务形态交付、支撑大模型全生命周期的完整基础设施与平台服务体系财联社。报告核心数据显示，2025 年国内推理需求集中释放，企业级 MaaS（模型即服务）Token 调用量同比增长约 16 倍，拉动中国 AI 云市场整体规模达到 684 亿元，相关数据来源于 IDC 公开报告，具备权威溯源基础财联社。

不同于过往行业报告单纯聚焦市场规模，这份报告最大的价值，是用量化数据印证国内 AI 产业完成一次关键转向：从大模型训练竞赛阶段，全面迈入推理规模化落地时代。在此之前，AI 云的商业叙事高度围绕训练业务展开，市场的主要订单来自大模型企业采购大量高性能算力集群，属于项目制、一次性大额投入。市场热度更多由新模型发布、参数刷新所带动，客户群体集中在 AI 创业公司与头部科技企业。

而 16 倍的 Token 调用爆发，代表需求主体已经发生切换。大量传统政企、制造业、零售企业不再追求自建大模型，放弃重资产的算力采购模式，转而采用 MaaS 服务，通过 API 调用大模型能力，按照 Token 实际消耗量付费。这种轻量化的采购模式大幅降低 AI 落地门槛，智能文档处理、工业质检、政务知识库、企业智能客服等推理类场景大规模上线，成为 AI 云收入的核心增量来源。

从产业逻辑上看，这和传统云计算的演进路径高度相似：早期云计算比拼物理服务器租赁，后续演进为按 CPU、存储、流量按量计费；如今 AI 云正在复刻这条路径，Token 成为 AI 时代新的计量单位，算力交易从卖机柜、卖显卡，转向卖词元服务价值。这也能够解释国内多地公共算力平台的建设思路变化，以成都 “天府词元智造工厂” 为代表，地方算力基建不再只追求机柜数量，而是搭建 Token 调度运营枢纽，把硬件算力转化为可按需调用的词元服务，适配企业 MaaS 业务需求。

高速增长的背后，行业同样暴露不容忽视的结构性矛盾。

第一是算力供给结构错配。过去资本大量投向训练型高性能芯片，但推理场景的核心诉求是高并发、低时延、高吞吐，更看重内存带宽、调度效率，而非单纯峰值算力。当前不少智算中心硬件配置偏向训练，面对爆发的推理流量，容易出现训练算力闲置、推理资源紧张的局面，算力硬件的供给侧亟待完成结构性调整。

第二是 MaaS 赛道的同质化与盈利困境。现阶段大量厂商的 MaaS 业务停留在基础模型调用，本质就是 Token 转售，缺少垂直行业微调、应用开发、数据安全治理一体化能力。行业频繁上演 API 价格战，单纯比拼单位 Token 低价，极易陷入量增利减的困局。IDC 调研也显示，企业客户选型 AI 云时，优先级第一位并不是价格，而是模型输出质量、服务性能与安全合规能力证券时报e...。这说明只靠低价走量，无法长期锁住企业客户。

第三是 Token 计费体系本身尚未成熟。作为新兴计量模式，目前行业缺少统一的评测标准。同样的任务，不同模型消耗 Token 数量差异巨大，企业难以核算真实业务成本，容易出现预算不可控的问题。同时 MaaS 模式下企业业务数据需要流经云端，数据隐私、内容审计、数据不留存等诉求，正在成为政企客户采购的硬性门槛，安全合规能力已经变成厂商的核心护城河。

站在行业中长期视角，684 亿元的市场盘子只是推理时代的起点，但不能简单把 Token 调用倍数直接等同于行业景气度。16 倍增速带有一定基数效应，早期企业试点带来爆发式调用，当试点完成商业化验证之后，增速必然回归理性区间。未来竞争不会停留在比拼 Token 调用量，真正的分水岭，在于厂商能不能把 Token 流量，沉淀成稳定可持续的行业解决方案收入。

未来 AI 云市场竞争将出现明显分化。头部云厂商会走向全栈能力比拼，兼顾算力调度、模型优化、垂直行业方案、安全合规；只做算力转租、缺少上层模型与行业能力的中小算力服务商，生存压力会持续加大。而地方公共算力平台想要真正释放价值，也不能只做硬件堆砌，需要补齐 Token 运营、模型适配、行业应用孵化的软实力，完成从算力资源到产业价值的转化。

总而言之，IDC 这份报告揭示一个明确信号：中国 AI 产业已经告别 “重训练、轻应用” 的阶段。算力不再是简单的硬件指标，Token 调用量是表象，真正内核是 AI 技术深度渗透实体经济的进程。产业的考核标尺，正在从 “能造出多大的模型” 转向 “能用模型解决多少真实业务问题”。