器灵 Soulmate
金融钛媒体器灵资讯编辑部

中国银行为 AI 初创公司推出「token 贷款」

中国银行、工商银行等已推出把 token 消耗、API 账单和云容量作为信贷输入的专项贷款,帮助 AI 公司垫付推理成本。

中国银行、工商银行等已推出把 token 消耗、API 账单和云容量作为信贷输入的专项贷款,帮助 AI 公司垫付推理成本。

金融

多年以来,中国的 AI 初创公司募资的方式和消费互联网公司一样:向风投基金卖股权。这条路已经变窄了。大额支票集中在少数赢家手里,而大多数小轮次的融资规模仍然有限。

与此同时,AI 的成本结构并不等人。token、API 调用和云容量都是持续付费的。增长往往意味着账单先变大,而银行余额后变大。

商业银行在中间的空隙里贴上了新标签:与 token 和算力消耗挂钩的贷款。中国银行、工商银行以及地区性银行已推出这类产品,把使用记录、采购合同和客户订单当作真实经营活动的凭证。

迄今披露的放款大多是数百万元人民币级别,谈不上改变资产负债表的大事。但信号比规模更重要:一条原本只存在于模型厂商发票上的成本线,正在被当作信贷输入来读。

风投确实看 token 量,尤其是当最终用户驱动的是智能体类产品时。用量可以暗示活跃度,但单凭用量证明不了生意。同样的消耗可能掩盖低效的路由、慷慨的免费额度或单薄的付费意愿。比起原始消耗,投资人更关心的仍是付费需求、毛利率和留存。

银行的出发点是另一组问题。净息差一直偏紧,对实体经济的贷款增长已经降温,许多传统借款人态度谨慎。AI 相关企业看起来像增长行业,却又过不了老式的企业信贷清单。

它们往往没有工厂、没有重型设备、几乎没有可抵押的存货。团队、代码和数据在抵押档案里坐不安稳。一人公司或极小的产品公司可以拿出用户和订单,但在传统信贷模型里几乎隐形。

AI 还逆转了互联网时代的熟悉模式。在线软件曾靠摊薄每位用户的基础设施成本来扩张,而模型推理的成本更接近线性:客户越多,可能意味着越即时的现金流出。一家「用量上做得很好」的公司,现金上可能反而更穷。这是流动资金问题。靠卖更多股权来解决它代价高昂,无视它则生产停滞。

已报道的案例涵盖 AI 短剧工作室、智慧城市厂商和金融模型开发商,典型用途是支付 token、存储或扩容费用。一家从真人影视转型的 AI 短剧制作方描述称,其月度 token 用量以数百亿为单位,在海外高端订单上 token 成本占营收的低双位数——订单落地时必须预先支付。

股权谈判因为历史营收单薄而搁浅;没有抵押物也难拿普通无担保贷款。在地方政府引荐把公司送上银行候选名单后,一家大银行广州分行发放的专项「算力 token 贷款」,在产品上线数周内到账数百万元,利率略低于普通授信,还款计划在前期也更轻。

银行家们并不只看一张用量图。他们把 API 或控制台数据与年度采购合同、下游供货协议、月度应收账款和付款确认配对。token 消耗与应收账款同步上升,会被更当作一条完整生产线,而不是孤立的开销。

历史记录仍然是一道门槛。没什么履历的冷启动公司大多进不了试点名单。这个产品帮助的是已经在运转的公司,不是还没起步的公司。

参与者把这项创新描述为有用,而非革命。金融业围绕发票、订单、知识产权或专用设备构建信贷由来已久。token 挂钩贷款不过是又一个面向某行业主导成本的适配。

随着行业成熟,这类借款人中的许多会被期待「毕业」到普通的流动资金授信里。帮企业替银行打包材料的中间商也会出现——每个信贷市场都会这样。一旦用量影响额度,一些借款人就会试着让用量显得比业务本身更强,那时原本打开信贷之门的数据,就变成了银行必须核查而非只作观察的东西。

根据行业报道引用的数据,全国日调用量从 2024 年初的约 1000 亿 token 涨到 2026 年初的超过 1 万亿。这样的规模让账单无法被忽视。

与它挂钩的贷款是否会成为常规,取决于一个更朴素的检验:token 消耗能否转化为足以偿债的可靠现金回款。银行看上的并不是 AI 的浪漫。

他们要检验的是,模型的电表能否小心翼翼地替代他们过去攥在手里的仓储凭证。

查看原文

返回首页