问题——日均词元调用量为何成为观察产业热度的重要指标？ 大模型与智能体加速落地的背景下，词元调用量的上升，直接反映了模型推理、内容生成、检索问答、流程自动化等应用的使用强度与覆盖范围。国家数据专家咨询委员会委员、北京交通大学教授张向宏表示，词元是伴随大模型发展出现的新概念，可以理解为支撑模型理解与生成的“最小计算与表达单元”，类似搭建应用的基础积木。调用量持续攀升，意味着供给侧的模型能力与需求侧的应用场景正在形成更紧密的互动闭环。 原因——增长“千倍级跃升”背后有哪些关键驱动？ 一是政策与要素市场化改革持续推进。今年是“十五五”开局之年，也是数据要素价值加快释放的重要节点，数据资源向数据资产、数据产品转化提速，带动大模型训练、推理、工具调用等需求集中释放。 二是行业端从“试用”走向“嵌入”。个人、政务、企业在办公辅助、知识检索等浅层应用已较普遍，正继续延伸到生产经营环节。制造业、金融、商贸流通等领域，对研发设计、供应链管理、客户服务、风险控制等环节的智能化改造需求持续增长。 三是技术与生态协同提速。国内大模型企业迭代加快，智能体工具链逐步完善，叠加算力基础设施建设推进，使“可用、好用、用得起”的条件更成熟，推动调用规模快速放大。 影响——词元规模扩张将带来哪些结构性变化？ 从产业层面看，词元调用量增长意味着智能化服务正从“点状应用”走向“流程再造”，为效率提升、成本优化和精细化管理提供支撑，并带动数据治理、算力服务、行业软件、信息安全等涉及的产业链协同发展。 从要素形态看，张向宏认为，词元可视为连接上游数据资源与下游智能体应用的关键纽带：上游是高质量数据集建设与供给，下游是面向行业与个人的智能化服务。随着商业模式逐步成熟，词元可能呈现更强的可计量、可交易属性，逐渐形成“按需调用、按量计费”的基础服务形态，类似公共服务的随取随用。 从治理层面看，调用规模扩大将把数据合规、内容安全、隐私保护、模型责任等议题推到更前台，对制度供给、技术防护与行业自律提出更高要求。 对策——面向高质量数据集与大规模应用，需重点破解哪些瓶颈？ 专家指出，下一阶段至少面临三上挑战。 其一，数据安全与可信流通。高质量开发利用能大幅提升效率，但若缺乏有效的安全保障与合规机制，容易引发隐私泄露、数据滥用等风险。应加快完善分类分级、授权使用、审计追溯等制度工具，推动数据“可用”与“安全”之间实现可验证的平衡。 其二，算力供给与能源约束并存。一上，高端算力仍需补齐供给；另一方面，随着个人、企业和政府规模化使用，电力需求增量不容忽视。需推动算力协同与资源统筹，优化算力布局与调度效率，加强绿色能源与算力中心的协同规划，为持续增长留出弹性空间。 其三，模型技术迭代与行业适配仍需深化。大模型能力提升很快，但要真正“嵌入流程”，仍需可靠性、可控性、可解释性，以及与行业知识体系、业务系统融合各上持续攻关，推动从“能回答”向“能执行、可闭环”升级。 前景——应用深化将把产业带向何处？ 业内判断，未来3至5年，词元使用将更日常化、基础化，人工智能服务有望从工具属性进一步走向基础设施属性。，应用重心将从通用办公辅助，转向与生产流程、市场营销、供应链管理等关键环节深度绑定，形成可复制、可推广的行业解决方案。随着高质量数据集供给扩大、算力与能源保障增强、模型能力与治理体系完善，智能经济的渗透率有望继续提升。
词元调用量的几何级增长，不仅反映技术创新的活跃度，也预示生产要素正在发生深刻变化。在这场全球数字化竞赛中，如何把规模优势转化为质量优势，平衡发展与安全，构建可持续的产业生态，将成为衡量人工智能高质量发展的重要标尺。正如专家所言，只有当技术真正融入经济运行的细部场景，才能持续释放推动时代变革的力量。