Token，中文譯為“詞元”，是大語言模型處理信息的基本單位。目前，Token正加速走進金融服務場景，成為銀行的授信參考指標之一。

從“看抵押、看報表”，到“看算力、看詞元”，這場金融創新，為輕資產的科創企業解開了融資枷鎖。

“Token貸”為何興起

數字經濟浪潮下，算力成為核心生產要素，Token消耗量也快速攀升。國家數據局數據顯示，截至今年3月，我國日均Token調用量超過140萬億，相比2024年初的1000億增長了1000多倍。

旺盛的算力需求背后，大量AI科創企業的融資難題日益凸顯。

輕資產、少抵押、難評估，一直是困擾科技型企業融資的突出難題。商業銀行傳統信貸業務風控高度依賴企業的財務報表、抵押物及經營記錄，導致銀行“不敢貸、不願貸”，企業則遭遇“貸款難、貸款貴”，甚至錯失創新發展的“窗口期”。

“Token貸”的出現，恰好補上了這一市場空白。它打破了固有授信壁壘，將抽象的算力消耗、詞元調用、業務流水轉化為可量化、可核驗的信用依據，讓企業隱形的科創實力轉化為實實在在的信貸額度，精准解決資金錯配、周轉困難等難題。

蘇商銀行特約研究員付一夫在接受人民網採訪時表示，這一創新本質上是把AI時代的核心生產要素“算力”轉變為可量化的信用証明。“一方面為科創企業開辟了全新的融資通道，破解了‘有前景無資產’的困局﹔另一方面，推動了銀行從通用信貸模式走向垂直產業的定制化服務，是科技金融適配AI產業的關鍵探索。”

目前，多家銀行“Token貸”產品加速落地，打開了融資新空間。中國銀行廣州分行“算力Token貸”推出三個子產品，全面覆蓋算力領域大中小微各類企業﹔中信銀行廣州分行在授信審批中將Token消耗量納入研判，把經營中沉澱的數據轉化為可核驗的信用參考﹔建行廣東省分行推出“詞元貸”，將企業詞元產出消耗量、算力服務合約價值、應收賬款、詞元佣金結算量等經營流量數據納入授信評價體系……

這不是一家銀行在試水，是金融業調整服務重心的一次積極嘗試。資金源源不斷流向算力密集的科技企業，創新才有燃料。

“Token貸”有何挑戰

Token貸的快速落地，為科技金融打開了新空間。與此同時，新生模式的短板也隨之凸顯，流量數據並不能直接等同於可靠信用，行業火熱背后暗藏多重風險隱患。

首先是數據真實性保障難題。目前，Token消耗數據主要由算力平台輸出，缺乏統一審計標准，銀行獲取數據依賴企業自報或與雲服務商的接口協議，無法有效防范刷單虛增、無效調用風險。

其次是風險定價的現實考驗。Token消耗反映業務活躍度，但並不等同於現金流與淨利潤，高消耗可能伴隨高算力成本，若企業定價或回款不力則容易出現“增收不增利”。

此外，商業可持續性是更長期的考驗。當前，部分“Token貸”產品依托算力券、財政風險補償、貼息政策降低放貸門檻。政策加持讓創新快速落地，可能導致產品市場化能力不足，如何擺脫“輸血式扶持”、形成可持續的風控模式，是長期發展的關鍵課題。

從“重資產抵押”到“輕數據授信”，Token貸的出圈打破了傳統授信的路徑依賴，讓看不見的數字價值、科創潛力，變成摸得著的金融支持。但是，要實現從“數據可用”到“數據可信、信用可貸”的跨越，還需要一整套制度體系作為支撐。

郵儲銀行研究員婁飛鵬表示，相信隨著銀行持續打通數據向信用轉化的關鍵通道，金融“活水”將更精准地澆灌數字產業，為AI企業高質量發展注入強勁動能。