问题：从对话到执行，数据与算力需求升级。国家数据局数据显示——截至2026年3月——我国日均Token调用量突破140万亿。作为大模型处理信息的基本单位，Token既是衡量智能应用活跃度的指标，也反映了数据供给、算力服务和产业应用的成熟度。调用量快速增长表明，模型服务政务、工业、金融等领域的应用不断深入，但也对数据质量、行业知识积累和治理能力提出了更高要求。当前，仅能生成内容已无法满足业务需求，支持决策、执行和协同的智能体应用正成为新趋势。 原因：应用深化与数据供给共同推动Token增长。调用量增长主要源于两上：一是应用场景从通用问答转向业务流程和系统集成，模型被嵌入生产链条，交互更加频繁复杂；二是数据供给能力持续提升。截至2025年底，全国建成高质量数据集超10万个，总量达890PB，是国家图书馆数字资源的数百倍。这些数据集为模型训练和执行提供了可靠支撑。同时，算力基础设施普及和模型工程化能力提升，深入降低了使用门槛，促进了调用量增长。 影响：产业竞争力提升与治理挑战并存。调用量增长传递出三个信号：首先，产业进入规模化应用阶段，竞争重点转向场景落地和工程实践；其次，数据要素价值凸显，带动了数据集建设、标注服务等新业态发展；第三，治理面临新挑战，包括数据合规、隐私保护和算法透明度等问题。行业数据壁垒和标准不统一仍是制约因素，需要制度和公共服务上持续完善。 对策：以场景为导向提升数据质量。国家数据局将实施新一轮高质量数据集建设计划，重点推进六大行动：强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放。未来工作聚焦三点：提升数据精准供给，完善行业关键数据；健全治理服务，建立全流程规范；促进价值转化，降低企业用数成本。 前景：从数量到质量的竞争转变。业内认为，未来竞争关键在于数据质量而非规模。随着智能体应用向多工具协同发展，数据集的结构化程度、时效性和评测体系将决定应用效果。预计在制造升级、城市治理等领域，"数据-模型-应用"闭环将加速形成。合规安全将成为规模化应用的基础。通过持续提升数据能力，我国智能产业有望实现从"可用"到"好用"的跨越。
Token调用量的快速增长不仅表明了数字经济的活力，更展现了我国数字经济的发展潜力。在人工智能与数据要素融合的新阶段，如何将数据优势转化为产业竞争力，持续释放数字生产力，将成为推动高质量发展的关键课题。