B 端战场的 AI 叙事：一场极致的效率和场景争夺战｜AI 观察系列策划②

每经记者｜叶晓丹    每经编辑｜魏文艺    

B 端战场的 AI（人工智能） 叙事正持续升温。

一位押中 「杭州六小龙」 的投资人近日向 《每日经济新闻》 记者 （以下简称 「每经记者」） 透露：「目前 AI 领域的投资，基本以看 B 端的 AI 项目为主，核心考量的是商业化闭环和变现能力。」

在评估 AI 商业化的竞赛中，一个关键指标正被推至台前：Token（计算机领域多场景使用的数字标识符）。这一指标正如同互联网时代的 「用户数」，成为衡量 AI 公司实际采用规模与增长潜力的核心标尺。而眼下，一个正在发生的事实是，Token 的调用量正快速增长。

在 9 月底举行的云栖大会上，谈及 AI 在各行业的应用，阿里云智能集团通义大模型业务总经理徐栋向包括每经记者在内的媒体表示：「在一年前，很多模型的调用量都是来自于离线的打标，特定的一些娱乐性的场景会多一点。但最近半年，很明显的变化是，在线任务大幅上升，不少互联网公司、消费电子企业的大部分交互已经开始由大模型来取代了。」

另一方面，AI 技术本身也在进化，从单一的大语言模型向多模态演进，业内对 AI 的讨论也从生成式大模型向空间计算进化，从 Copilot（助手） 切换到 Agent（智能体），从纯软件端向软硬件一体摸索。

AI 技术带来的不仅是科技行业的变革，英伟达 CEO 黄仁勋将其视为新工业革命。阿里巴巴集团 CEO 吴泳铭认为，一场由人工智能驱动的智能化革命刚刚开始。在 Token 高速增长背后，AI 技术正怎样渗透人类的生产和生活？哪些领域正经历 AI 重塑生产力？

日均消耗 30 万亿 Token，谁是消化主力？

「日均 Token 消耗量突破 30 万亿。」

8 月 14 日，国家数据局局长刘烈宏介绍，2024 年初，我国日均 Token 的消耗量为 1000 亿，截至今年 6 月底的日均 Token 消耗量已经突破 30 万亿，1 年半时间增长了 300 多倍。

「Token」 可翻译为 「词元」，指在自然语言处理过程中用来表示处理文本的最小单元或基本元素。

图片来源：视觉中国-VCG41N1402492790

300 倍增速，谁在消化巨量 Token？

国际市场调研机构沙利文 （Frost&Sullivan） 调研国内 700 家企业后，发布的 《中国 GenAI 市场洞察：企业级大模型调用全景研究，2025》 报告显示，中国大模型企业级市场呈爆发式增长：较 2024 年下半年，2025 年上半年日均调用量大增 363%，已逾 10 万亿 Tokens。其中，阿里通义占比 17.7%，字节豆包占比 14.1%，DeepSeek 占比 10.3%，前三名合计占比超 40%。

9 月 24 日，阿里云智能集团通义大模型业务总经理徐栋向每经记者透露，目前大模型调用量最大的公司依然是互联网和消费电子企业。其次，制造业、传统企业、政府部门和金融机构等在大模型调用上也有一些有益的变化，大模型嵌入到了企业级的业务流程中。第三，随着多模态模型的发展，视频和音频模型的推出，进入了多数流媒体平台，传媒行业的模型调用量增长也很迅速。

上述报告还指出，中国企业正从 「追求单⼀最强模型」，转向 「为特定业务场景寻求最优解」，对不同的模态、尺寸和落地场景匹配的需求将进一步爆发。

丰俭由人的模型供给，快速匹配多元化的市场需求。在 AI 应用趋势上，区别于海外市场，中国 AI 应用在 B 端市场的竞争更为充分和激烈。

国海证券分析师近期指出，中美 AI 应用在使用倾向上存在明显不同，中国以 「生产力工具」 为主导，相关产品潜在需求可能更强。因此国内 AI 应用在垂类行业的 B 端需求需要额外重视，除此之外，AI+工业 （智能制造） 在我国的政策空间、应用空间也较大。

以大宗商品贸易为主营业务的中基宁波集团，自今年以来正在加大 AI+工业领域的探索和数字化转型。

中基宁波集团首席技术官王海涛向每经记者表示，今年年初公司判断 AI 能力相对稳定后，开始逐步应用智能体 AI Agent，以解决运维、人员配给问题。第三季度公司开始在多个场景部署智能体，若运行顺利，将考虑从第四季度起花半年时间探讨如何做行业小模型。截至年末，希望可以在公司内部搭建 100 个有效的智能体。这些智能体基于多个模型，相对敏感的数据会跑在经调教的开源模型上并本地部署算力，更多智能体的算力基于云端算力。

在底层模型的选择上，多家调用大模型的 B 端企业向每经记者提及，他们基于公司业务需要以及成本考量，更倾向选择接入适配自身 AI 产品需求的底层大模型，而不是一味追求大尺寸、性能强的大模型。

「有一些需要快速识别场景的应用需求，我们会使用小模型，Token 消耗成本低。有一些需要深度推理的，我们会用满血版模型去跑。」 税友股份亿企赢 CPO（首席产品官） 周源告诉每经记者。

「客户在模型侧的选择，目前还是一个 IT 维度的选择，考虑主要有五个方面：一是稳定性，二是效率，三是成本，四是服务响应，五是易用性。」 阿里云智能副总裁霍嘉分析指出。

务实、好用，成为 B 端企业调用不同大模型的基本原则，也契合了金沙江创业投资基金资深合伙人朱啸虎在 9 月初对 AI 产业的预判，他预测模型小型化将成为未来几年的关键趋势。

腾讯云副总裁吴运声此前也向每经记者表示，相对而言，面向 B 端用户的 AI Agent 在稳定性方面有很严格的要求，不同企业对智能体的算力部署方式也会提出严格要求，目前 AI Agent 能力还需不断迭代。

AI Agent 崛起，SaaS 行业如何破局？

每经记者注意到，相比于 AI 行业热衷谈论的 Copilot（助手），AI Agent 作为 AI 自主决策的封装形式，国内不少 SaaS 企业都纷纷加大 AI Agent 领域布局。

「B 端有一个特点很明显，企业对降本增效的需求比较强烈。而现在大家都在推 AI Agent，问题在于，这些 AI 应用是不是真的能帮助企业降本增效。」 税友股份亿企赢 CEO（首席执行官） 王安笑向每经记者表示，生产端和运营管理端的降本增效，以往是 SaaS（软件运营服务） 行业的战场，而现在垂类的 AI Agent 有望替代原来的 SaaS 系统。

事实上，国内 SaaS 行业长期面临着用户付费意愿低、企业盈利难的问题。

在 9 月浙江记协组织的 《潮涌之江 文兴浙里》 调研中，E 签宝创始人兼 CEO 金宏洲在接受每经记者采访时透露，SaaS 产品对 B 端客户而言只是一个工具，很多客户并不认为工具能带来直接的价值，但在 AI 浪潮下有望迎来改善边际，「AI 能力之下，我们有机会帮客户创造新的价值，有机会在价值分配环节分到更多的利润。同时，也可以通过 AI 塑造更强的产品力」。

但通用大模型还远不能解决垂类行业应用的实际所需，在基础大模型之上，知识库、数据库的沉淀和积累将成为 AI Agent 企业逐鹿 AI 应用市场的护城河。

霍嘉提到，能源行业在 AI 场景落地中，过去比较难的是找不到场景，但今年的难点他认为是场景不收敛。其次，在应用端面临从数据到语料的挑战，「大家总以为有了数据就有了语料，这是一个错误的概念。我们在客户指导中，有 50%～70% 的时间是帮助他们处理从数据到语料的关系」。

而对于十年饮冰的 SaaS 行业而言，能迎来 AI 应用的春天吗？

回归 100 余天的陈航，8 月底在钉钉发布会上一口气发布了十余款 AI 产品。发布会上，陈航多次强调 「商业结果可交付」「结果 OK 再付钱」。钉钉选择颠覆 SaaS 商业模式，升级 AI 应用中心，从 AI 硬件到 AI 模板、AI 助理等市场产品均推行按结果付费。

陈航认为，当前 AI 应用就如同蒸汽时代的单台纺织机，尚未形成 「流水线」 般的大规模普及与高效应用。因此，他更关注 AI 的普惠性，使更多行业能够受益，并深入物理层面，切实解决真实世界中的难题。

在 AI 重构协同办公赛道的当下，钉钉还面临着飞书、企业微信等对手的竞争，「AI 能力较量」 是当下角力的关键。

不只是巨头之间的较量，更多的垂类公司在 AI 的加持下，都在加大 AI 应用产品的发布。王安笑认为，随着 Agent 以及大模型的能力进一步进化，很多企业认为这是一个合适进入赛道的时机，在未来一段时间内，AI Agent 可能百花齐放。行业的竞争甚至会出现 「劣币驱逐良币」 及价格战等情况。

那么最终比拼的核心是什么？

「Agent 的竞争还是会回到行业认知模型工程能力以及实际应用效果。」 在王安笑看来，用户最终只会为效果买单。

在 Token 的计费模式中，有基于 API Tokens 计量计费，有订阅制付费，也有基于结果付费的商业模式。尽管未来技术创新有望让 Token 成本进一步下降，但随着模型能力和 AI 应用的不断提升，未来 Token 消耗量仍然巨大。

而价值成了串联模型端、应用和终端用户间最大的上下游供应链条，霍嘉认为 「回到客户本身，他们现在开始追求的是模型创造价值、追求业务价值」。

当然，AI 应用的落地不仅仅局限于软件端的应用，AI 能力软硬件一体化输出正在为中国制造出海打开一条新的通路。对此，我们将在下一篇 《AI 硬件出海  中国制造全球化的新故事｜｜AI 观察系列策划③》 报道中深度分析。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。

封面图片来源：图片来源：视觉中国-VCG41N1402492790