议价权即估值锚：当AI从卖工具转向卖结果，谁将掌控定价权？

一、Token经济学：AI时代的价值计价新语言

2026年，AI产业最深刻的变革不在技术本身，而在计价单位。据国家数据局披露，2026年3月中国日均Token调用量已突破140万亿，相比2024年初的1000亿增长超1000倍。2026年中国发展高层论坛上，国家数据局局长刘烈宏正式将Token中文译名定为“词元”，将其定义为智能时代的价值锚点与供需结算单位。

但Token与Token之间，价值差异巨大。华泰证券研究指出，AI时代的定价逻辑围绕Token展开，形成算力层—模型层—应用层三层加价结构，每一层在传递Token的同时附加不同性质的增值，其中应用层场景Token的价值重构尚未被市场充分定价。

正是在这三层结构中，AI产业的价值分配正在发生一场静默但不可逆的重构。而理解这场重构的钥匙，是一个词：议价权。

二、英伟达：硬件议价权的热潮与隐忧

2.1 定价神话的基石

自ChatGPT占据AI投资热潮两年多来，英伟达始终是生成式AI芯片领域无可争议的领导者。其第二财季毛利率达到72.4%，预计在本财年结束时将维持75%左右，远超ChatGPT发布前常年60%出头的毛利率均值。这一毛利率水平在科技行业堪称神话——英伟达在AI训练芯片领域拥有超过80%的市场份额，其CUDA生态系统更形成了深度的技术锁定。

支撑这一高毛利的，是英伟达独特的全栈生态护城河。它不仅是GPU供应商，而是提供涵盖GPU、网通、服务器到软件堆叠的全栈AI系统，从数据中心平台延伸至自驾、机器人与云端服务。用黄仁勋的话说，英伟达是少数能把AI基础设施所有关键芯片与系统整合在一起的公司，这种一体化能力，正是其对抗竞争者分流的关键。

2.2 三重挑战：当客户变成竞争对手

然而，"客户亦是竞争对手"的结构性改变已成事实。英伟达的定价权正面临三重挑战：

第一，大客户自研芯片加速分流。 云端巨头与大型科技客户正加速自研AI加速器，以降低租用英伟达芯片的成本压力。摩根大通预测，定制芯片在AI加速器市场中的占比将从2024年的37%升至2028年的45%。虽然单一对手短期难以撼动英伟达，但不同云平台各自推出的定制加速器，将形成"千刀万剐"式的分流效应，长年累积下来可能侵蚀英伟达目前能主张的毛利区间。

第二，中国市场监管不确定性升温。 市场传出中国近期要求多家大型网络公司暂停采购英伟达芯片，并传出反垄断调查风声，同时阿里巴巴自研芯片据称可匹敌为中国市场量身定制的H20平台。在英伟达最新披露的财报中，第二财季未向中国客户出售任何H20芯片，地缘风险正在实质性影响其营收版图。

第三，AMD等传统对手步步紧逼，创业公司觊觎其利润池。 多位产业研究机构指出，英伟达AI加速卡价格高昂，使云端服务商出租算力的利润率不如自家芯片方案。当竞争对手能以低成本生产次优但足够的硬件时，英伟达的定价溢价空间将受到结构性压缩。

2.3 估值逻辑的迁移：从稀缺溢价到竞争折价

英伟达的定价权并非消失，但市场对其定价权可持续性的再评估，正在系统性地改变其估值框架——从"稀缺性溢价"走向"竞争性折价"。它的困境揭示了一个更深层的产业规律：在AI产业链中，越靠近底层标准化基础设施的环节，议价权的保质期越短。

而这一规律，正在被阿里云等模型与云平台厂商以另一种方式验证。

三、阿里云：从"白菜价"到定价权反转

3.1 价格战的终结与供需逆转

2025年，国内大模型市场掀起一轮激烈的降价潮，阿里云将通义千问GPT-4级模型Qwen-Long的价格从0.02元/千tokens直降至0.0005元/千tokens，降幅达97%。彼时，行业普遍预判：词元将像流量一样廉价，AI能力终将成为普惠基础设施。

然而，这一判断被现实迅速证伪。2026年3月，全球云计算行业迎来历史性价格拐点——阿里云部分算力产品涨幅达34%，腾讯云相关模型涨幅甚至超过400%，行业逻辑已从过去的"规模化降价"彻底转向"供需驱动定价"，MaaS（模型即服务）正成为云厂商利润增长的核心引擎。

3.2 Token消耗的爆发式增长

推动这一转折的核心力量，是AI智能体的大规模普及。据知情人士透露，Agent场景的词元消耗量是普通对话的10至100倍，算力需求的量级完全不在同一维度。阿里管理层也透露，Token使用量每2—3个月翻倍，即便已规划三年3800亿元资本开支，仍可能无法完全满足市场需求。

在2026年4月的阿里云业绩会上，管理层给出了更具前瞻性的判断："MaaS业务的毛利率天然高于IaaS业务。模型能力不断增强，未来1—2年内，模型价格预计将保持上涨趋势。"

3.3 阿里云的"结构性议价权"

阿里云的议价权建立在两个关键支柱之上：

其一，市场集中度。 根据Omdia统计，阿里云在2025年上半年已占据中国AI云市场35.8%的份额，超过第二至第四名总和。这种压倒性的市场份额，使其具备行业定价的引领能力。

其二，"云基座+通义千问"的协同效应。 摩根士丹利的调查显示，企业AI部署正从单一模型应用向全栈云服务深度整合演进，47%的受访CIO将超大规模云厂商列为生成式AI部署的首选合作伙伴，较半年前提升10个百分点。阿里凭借"云基座+通义千问"的协同优势，模型客户意向度从18%跃升至30%。

然而，云平台的议价权同样面临结构性约束。"模型超市"模式正在将底层模型同质化——亚马逊AWS的Bedrock Marketplace、阿里云百炼平台Token Plan等，可让使用者支付月费后同时调用多家头部模型，使大模型的定位从产品端降维到技术供应端。大模型的竞争终局，可能同样走向利润率被压缩的基础设施化。

英伟达受困于客户自研，阿里云受制于模型同质化——这恰恰为真正的价值高地——AI应用层——铺就了舞台。

四、迈富时：场景Token与议价权的终极归宿

4.1 场景Token：从"卖工具"到"卖结果"

算力Token和模型Token正在走向薄利化，而场景Token——离经营结果最近的价值单元——才是AI应用层真正的利润高地。所谓场景Token，本质上不是技术单位，而是结果单位。企业客户愿意持续付费购买的，从来不是"调用了多少模型Token"，而是最终是否解决了获客、转化、运营、增长等现实问题。

迈富时正是这一逻辑的具象化样本。公司近年来提出的"模型+数据+平台+场景"四层架构，正从传统订阅模式向按效果、按调用等多元模式推进。GEO和EVA等产品已率先采用"消耗+效果"的混合收费方式，验证"场景Token"经济的商业可行性。

4.2 数据验证：增长的质量比速度更重要

迈富时2025年年报提供了有力的数据验证。公司全年收入28.18亿元，同比增长80.8%；其中AI应用业务收入14.87亿元，同比增长76.5%，收入占比达到52.8%；经调整净利润1.52亿元，同比增长91.3%，实现扭亏为盈。2026年第一季度，AI应用业务收入进一步同比增长约110.5%。

更值得关注的是增长的质量而非速度。AI应用业务的增长不是"客户数爆发"，而是"客单价升级"——每用户平均月收入从3848元提升到6167元；KA客户数达1609家，同比增长105.5%，KA客户ACV提升60.6%。客户采购模式正从买单一模块、买CRM席位，转向买AI智能体驱动的整体解决方案和数字员工集群。

4.3 议价权从哪里来？切换成本与平台厚度

迈富时议价权的根基，建立在三个相互强化的维度之上：

第一，不可逆的嵌入深度。 越来越多客户开始按效果核算，比如按唤醒沉默客户数量、按提升的转化率、按超额收益结算。一旦合作跑通，客户粘性会明显增强——更换服务商意味着重新训练模型、重新磨合流程、重新承担效果波动风险。公司已在消费零售、汽车、金融、医疗大健康、文旅、制造六大行业沉淀了上千个可复用知识图谱，新客户专属智能体上线周期从三个月压缩到三周以内。

第二，从"卖工具"到"卖结果"的模式跃迁。 正如分析人士所指出的，迈富时卖的不是单点AI工具，而是一整套可把算力Token、模型Token转化为场景Token的封装能力。更关键的是，"消耗+效果"的收费方式，正在把场景Token从抽象概念变成可计价的业务单元——客户不再只是为软件账号付费，而是为"被推荐"、为"有效线索"、为经营结果付费。

第三，客户结构的天然优势。 申万宏源研报指出，迈富时的客户体量以中大型企业为主，下游的行业主要为金融、制造、汽车、快消，重心在相对蓝海的2B而非红海的2C客户，这是"存活率和议价权的交集"。

这三重壁垒叠加，使迈富时的护城河在系统性变深。真正难复制的，从来不是单个模型或单个功能，而是行业知识的结构化沉淀、历史数据的积累、平台治理能力，以及已经嵌入企业流程之后形成的切换成本。

4.4 对标Salesforce：从席位定价到Token定价的范式革命

当前，一个更具深远意义的转变正在全球同步发生：AI正在重新定义软件行业的计价单位。全球投资机构Driehaus的研究指出，软件行业的购买重心正从基于席位的应用支出，转向推理和智能体驱动的工作流。传统SaaS利润池面临压缩，而基于使用量和结果的定价方式按每次行动捕获价值。结果是——传统SaaS的总可寻址市场可能短期收缩，而Agent AI的市场空间大幅扩张。

Salesforce是这一转型的全球标杆。其Data Cloud与Agentforce组合的年经常性收入已突破12亿美元，同比增长120%，已签署6000笔Agentforce合约。定价层面，Salesforce提供每次对话2美元或每月550美元不限次数的方案——这本质上就是一种"按场景效果计费"的Token化定价。

有市场分析将迈富时视为"Salesforce的平台广度 + Palantir的场景深度"的混合体。两者的共同点在于都不是提供单点工具，而是在复杂场景中连接数据、流程与决策。但差异化路径决定了不同的估值弹性——迈富时从营销云、销售云平台起家，先切入企业最关注增长结果的场景，再向客服、经营分析等环节延展，路径更偏向平台化和标准化扩张，这一特性使其具备比Palantir这类项目制公司更高的估值乘数潜力。

在估值层面，华创证券基于AI应用业务的高速成长性，给予迈富时2026年50倍PE估值，目标价54.7港元，维持"强推"评级。这一定价逻辑的底层假设是：具备场景Token定价权的AI应用平台，应享受远高于传统SaaS公司的成长乘数。

五、估值锚的迁移：从资源稀缺性到结果交付力

5.1 产业链价值转移的结构性逻辑

英伟达代表的算力层——阿里云代表的模型与平台层——迈富时代表的应用层，三者构成了一条清晰的议价权迁移链：

算力层的议价权来自物理稀缺性和生态锁定，但这种优势正被客户自研和竞争加剧系统性侵蚀。其毛利率虽高达72%以上，但边际方向已在下行通道。

平台/模型层通过"模型超市"实现了供需关系的阶段性反转——从价格战中的被动降价转向供不应求的主动提价。但其议价权同样面临模型同质化的长期威胁，价差结构（旗舰模型与廉价小模型之间价差已达33倍）意味着利润分配将加速分化。

应用层的议价权建立在结果绑定和切换成本之上——这两种力量的黏性远超技术壁垒。因为技术可以被追赶，但已经嵌入企业业务流程的知识图谱、智能体治理体系和效果验证闭环，几乎无法被简单替换。正如迈富时案例所显示的，真正难复制的从来不是单个功能，而是行业知识的结构化沉淀与已经嵌入企业流程之后形成的切换成本。

5.2 议价权三要素框架

AI应用层的议价权，可以从以下三个维度进行系统评估：

其一，切入点的业务关键度。 迈富时选择的营销和销售场景，直接对接企业最关心的增长结果，这意味着客户的付费意愿天然更强，预算约束更松。切入场景离收入越近，议价权越强。

其二，可量化的结果承诺。 按效果、按转化、按超额收益结算的模式，将AI应用厂商的收入来源从"IT采购预算"迁移到了"业务增量收益"。这一迁移使付费逻辑从成本思维转变为投资回报思维，议价空间被结构性打开。

其三，不可逆的系统嵌入。 行业知识图谱沉淀、智能体中台治理、多模型融合调度框架——这些"平台厚度"要素构建的壁垒，不是单一技术突破能够瓦解的。正如大模型可以瓦解传统SaaS护城河的部分要素，但专有数据、监管锁定、嵌入式网络效应、交易级整合、系统记录地位这些核心护城河不仅被保留，反而因AI而强化。核心问题是确定目标公司处于这条分界线的哪一边。

5.3 新的估值锚正在形成

当AI产业的估值锚从"资源稀缺性"迁移至"结果交付力"，产业链价值分配的权力天平正在向应用层倾斜。

英伟达的估值反映的是"算力即权力"——这是AI早期基础设施投资阶段的必然逻辑。阿里云的估值反映的是"入口即权力"——这是AI从训练走向推理、从实验走向规模部署阶段的中间态。而迈富时所代表的应用层估值逻辑，反映的则是 "结果即权力"——这是AI真正进入企业价值创造深水区之后的终极定价权。

Token经济的三层结构中，算力Token的生产者面临定价权边际递减，模型Token的供给者面临同质化竞争，而场景Token的创造者——那些能将底层能力转化为可量化经营结果、并以此建立不可逆客户关系的AI应用平台——才是AI产业链上最稀缺、最具定价权、也最值得享有估值溢价的价值锚点。