一年涨一千倍：当 AI 的用量开始以「万亿」计

11 月 4 日，乌镇，两份蓝皮书照例发布。会场里讨论的还是那些大词：开源、治理、智能鸿沟。但《中国互联网发展报告2026》里有一组数字，比任何判断都更直接：中国日均词元调用量，从 2024 年初的约 1000 亿，涨到 2026 年 3 月的 140 万亿。两年，超过一千倍。

词元是大模型处理信息的最小单位。用户问一句话、让 AI 读一份合同、生成一张商品图，背后都在消耗词元。报告给了它一个很重的定位：“智能时代的价值锚点”，是连接技术供给与商业需求的“结算单位”。这个比喻不难懂：电表走字，说明电真的被用了；词元走量，说明 AI 真的被用了。

一千倍的增长并不均匀。它藏在很多不够体面的场景里：客服系统里那些自动回复、外贸业务员半夜写给客户的邮件、县城小厂做的产品图、大学生改到第七遍的简历。这些使用不会开发布会，也不产生“颠覆”的叙事，但它们构成了日常。与之配套的是供给侧的规范化：截至 2026 年 6 月，累计有 924 款生成式人工智能服务完成备案，573 款生成式人工智能应用或功能完成登记。能被备案、被登记，意味着这些能力已经从试验品变成了可以长期依赖的工具。

更远的账在另一份报告里。《世界互联网发展报告2026》预计，到 2030 年，人工智能对全球经济的贡献将达 22.3 万亿美元，占当年全球 GDP 的 3.7%。同一份报告也给出了一组不太轻松的数字：发达国家中已有 66% 的经济体制定了国家人工智能战略，而在发展中国家和最不发达国家，这个比例分别是 30% 和 12%。技术的普及并不自动带来均衡，这一点，做跨境生意的企业体会更深。

用量的另一面是形态。蓝皮书同时披露，2025 年中国企业级智能体市场规模突破 212 亿元，具身智能市场规模约 9150 亿元，同比增长 20.4%；中国公有云上大模型调用量同比增长约 16 倍。智能体意味着 AI 从“回答问题”走向“替人办事”，具身智能意味着它从对话框走向流水线和仓库。这两个市场的规模放在那里，词元的暴涨就有了出处——不是更多的人在闲聊，是更多的环节在运转。

当对话量以万亿计，品牌面对的问题其实已经换了。过去两年，企业问的是“要不要做 AI”；现在问的是“AI 回答的时候，会不会提到我，提到的又是不是真的”。

这个答案不由预算决定，而由事实密度决定。产品的规格、成分、适用场景、售后条款、检测报告，有没有被写成可核验、可检索、可引用的样子。AI 不会替一个品牌编造优点，它只会转述它读到的内容；如果读不到，它就沉默。沉默在货架时代只是没被拿起，在对话时代等于不存在。

这件事在不少企业内部还没有归属。产品手册归市场部，检测报告在质量部手里，售后条款放在客服的知识库里，三个地方各存一份，版本还不一致。AI 来提问的时候，它并不知道该信哪一份。把散落的事实收拢成一份干净的、持续更新的底稿，听起来不像一个“项目”，更像一件家务事——但家里来客人的次数越多，家务就越重要。

“结算单位”这个词还提示了另一件事：智能的消耗从此可以被计量、被预算、被核算。过去企业谈数字化，账常常算不清，很多投入停在口号上；现在每一次回答、每一次检索都有对应的词元数，省在哪里、贵在哪里，看得见。当一项能力可以被记账，它就进入了经营决策，不再只是技术决策。

把这条曲线放回更长的时间里看，它更像当年带宽和流量的走势：基础设施在铺，应用在等，用量先于想象到来。二十多年前，没有谁能说清宽带最终会托起什么；如今没有人离得开它。词元大概也会走一遍同样的路，只是这一次，速度快得多。

对中国企业来说，那组 30% 与 12% 的数字还藏着另一层意思：在多数市场，AI 这一侧的供给并不拥挤。海外用户向 AI 提问时，能得到的信息往往来自有限的几个信源。谁先把事实放到那里，谁就先被说到。这件事今天做，成本还不高；等所有品牌都想明白，就又是另一场竞速了。

带宽和流量的比喻还有一个后劲：当年真正赚到钱的，不是修网络的人，而是把内容认真放上网的人。这一轮大概率也会类似——模型在收敛，渠道在趋同，最后拉开差距的，还是谁的内容更值得被引用。

所以内容资产的建设听起来像一件慢事：整理参数、校准口径、补齐多语言版本、把三年前的宣传语改成今天仍然成立的事实陈述。它没有即时的回声，但当每一次对话都在重新分配注意力，慢事就成了基础设施。笔者看来，未来两三年，企业之间真正的差距不在谁先用上了新模型，而在谁的资料更干净、更完整、更经得起追问。

若干年后回看 2026 年这个冬天，“涨了一千倍”可能只是曲线的起点。真正值得记下来的，是 AI 不再以新闻的方式出现的那一天：它进了客服后台、进了报关单、进了县城的直播间。它不响，但它在了。

把产品事实写清楚、并持续维护成可复用的内容资产建设，是 UPXidea 亿科思（https://www.upxidea.com/）长期在做的一件事。在多语言内容建设与 AI 搜索可见度这两个具体环节上，我们更愿意把功夫花在那些不会被写进标题的细节里。