问题——调用规模何以成为观察产业跃迁的重要窗口 近期，“词元调用量”成为衡量人工智能发展热度与产业活跃度的直观指标。词元可理解为大模型处理文本、图像等信息时的最小计量单元，用户每一次提问、生成或检索，背后都对应一定规模的词元消耗与计算过程。今年3月我国日均词元调用量突破140万亿次，延续了近两年快速上扬的趋势。这个数据不仅呈现技术使用频度的变化，更从供需两端映射出人工智能产业从研发驱动走向应用驱动、从试点探索走向规模化落地的新态势。 原因——需求扩张、供给增强与制度环境共同作用 一是应用需求从“尝鲜”转向“刚需”。教育备课、办公写作、客服质检、代码辅助、工业运维、农业病虫害识别等领域，人工智能正在嵌入业务流程，形成高频、重复、可规模化的使用模式。随着功能集成度提升与操作门槛降低，个人用户和企业用户的使用时长、调用次数同步增长，推动词元调用持续攀升。 二是算力供给与工程化能力提升，降低了大规模调用门槛。词元调用的背后是算力、算法与电力等成本要素的综合约束。近年来，面向训练与推理的算力基础设施加快部署，模型推理加速、压缩与调度等工程技术不断进步，使单位词元处理成本持续下降。成本下降带来的“规模效应”，又深入刺激更多场景上线与更高频调用。 三是商业模式逐步清晰，按量计费推动产业链形成稳定预期。词元具有可计量、可核算的特征，便于形成标准化结算方式。随着按词元计费、按调用量付费等模式在市场中推广，服务提供方能够更准确地核算成本与收益，用户也能更透明地评估投入产出，从而促进供需双方形成可持续的交易与迭代关系。 四是数据供给体系持续完善，数据要素价值加速释放。大模型能力提升离不开高质量数据支撑。主管部门数据显示，截至2025年底我国已建成超过10万个高质量数据集，总规模超过890PB。数据资源的汇聚、治理与合规流通，为模型训练、行业适配与应用迭代提供了更坚实底座。有关负责人指出，调用规模的跃升从侧面反映数据要素市场化配置改革成效显现，“数据供给—模型能力—应用拓展—价值回流”的循环正在形成。 影响——从效率提升到产业重构，带来多维度外溢效应 其一，生产效率与服务质量同步提升。高频调用意味着人工智能正在承担更多文本处理、知识检索、内容生成与辅助决策任务，有助于释放人力投入、缩短业务链条、提升响应速度，并在一定程度上促进中小企业数字化转型。 其二，产业链竞争焦点更加清晰。词元调用规模上升，将对算力供给、数据治理、模型优化、应用集成与安全合规提出更高要求。算力成本、电力保障、推理效率、模型稳定性、行业适配能力与服务可用性，将成为企业竞争的关键变量。 其三，带动数据、算力与应用的协同发展。调用量快速增长，推动数据资源进一步向标准化、可用化、高质量方向演进，也促使算力基础设施与绿色能源利用优化，同时拉动软件服务、行业解决方案与运维管理等新型岗位需求增长。 对策——以高质量供给回应高强度使用，守住安全与合规底线 业内人士认为，面对高频调用带来的新趋势，需要从“供给能力、成本结构、治理体系”三上同步发力。 一要持续提升算力与网络基础设施韧性，推进算力资源统筹调度与效率提升，促进推理成本可控、服务稳定可用，并加强绿色低碳供能体系建设，降低能耗压力。 二要加快高质量数据供给与治理，推动行业数据集建设、标准体系完善和合规流通，强化数据安全、隐私保护和版权治理，提升数据可用性与可信度。 三要推动应用从“工具叠加”走向“流程再造”。鼓励在制造、能源、交通、医疗、政务等重点领域形成可复制的标杆案例，提升产品化能力与交付能力，使调用量增长真正转化为产业效率与公共服务水平提升。 四要完善风险防控与评价机制。随着调用规模增大，内容安全、模型偏差、误用滥用等问题更需重视。应健全审核与追溯机制，加强安全评测与分级分类管理，推动技术创新在规范轨道上运行。 前景——从规模扩张迈向质量跃升，“常态化使用”将成为新特征 综合来看，日均词元调用量突破140万亿次，意味着我国人工智能正进入“规模化应用”阶段。未来一段时期，调用量仍可能保持增长，但更重要的方向将从“增长速度”转向“增长质量”：更高的推理效率、更稳定的服务体验、更强的行业适配能力、更可靠的安全合规体系，将决定产业能否实现从热点应用到基础能力的转变。随着数据要素配置机制持续完善、产业生态分工更加清晰、应用场景不断深化，人工智能有望在更多传统产业环节形成可量化的增量价值，并推动新质生产力加快培育。
日均140万亿次词元调用量的背后——不只是一个技术指标的抬升——更是应用普及、商业模式成熟、基础设施完善与数据要素激活共同作用的结果；抓住规模化窗口期，在效率提升与安全治理之间取得平衡，在场景落地与产业协同中持续推进，我国人工智能产业有望更快释放对经济社会高质量发展的支撑与带动作用。