Token贷火出圈 算力可作为抵押物 已有银行完成放款

据新华社近期一篇题为《"Token贷"是什么？怎么贷？》的报道引发广泛关注，一种以人工智能企业Token用量和算力协议为基础发放贷款的金融新玩法被推到了大众面前。

所谓Token，即"词元"，是大语言模型在运算文本时最基础的计量单元。当前，算力已跃升为AI公司最重要的生产资源之一，其Token消耗总量正呈爆发式增长态势。

来自国家数据局的统计表明，今年三月国内单日平均Token请求次数已超过140万亿次，比两年前翻了一千多倍。打个比方，Token就好比AI时代的"用电度数"——企业每次调用AI能力，都会产生相应数量的Token支出。

Token贷的出现，正是为了破解AI领域长期存在的资金瓶颈。大量AI公司走的是轻资产路线，账面利润有限、现金流零散，既无土地房产也缺乏大型机械可供担保，真正的家底在于算法架构、训练模型以及积累的数据资源。

而在过往的银行风控框架里，这些看不见摸不着的无形资产很难被认可为放贷依据，导致企业对算力的大额投入与融资渠道狭窄之间的张力不断加剧。

正是在这样的现实压力下，银行的放贷思路开始转型——不再单纯依赖"查抵押、审财报"，而是逐步转向"评算力、核词元"。陆续有多家金融机构针对AI领域的创新型企业，推出了以Token为核心的信贷产品线，把企业的Token实际消耗、算力服务协议金额、在手商业合同等运营指标纳入审批考量。

具体来看，中国银行打造了"算力词元贷"产品，将客户的算力词元结算记录和算力服务合同的价值列为关键审批参考；农业银行则对科技创新类客户的评价体系进行了升级，并在上海、浙江等地率先落地了Token贷专项融资通道；江苏银行上线了"算力贷"，从算力利用效率、核心团队构成、研发经费占比、知识产权储备等多个角度对客户进行综合打分后再决定授信。

值得一提的是，Token贷并不意味着简单地按消耗量等比例折算贷款金额。多家机构强调，审批过程中会对算力合同、应收款项等信息进行多重交叉比对，同时兼顾企业整体经营状态、资产负债情况和信用记录，最终敲定授信额度。

从风险管控角度看，当前的Token贷风控模型仍在不断调优之中，业内还没有建立起一套统一的、可追溯审计的Token确权规范，如何验证底层数据的真实性和精确度仍是最大挑战，智能风控策略及授信规则也需要在实践中持续迭代。

在实际操作端，中国银行内蒙古分行不久前成功发放了该自治区第一笔算力Token贷款，从受理到批复仅耗时两个工作日，便为一家本地科技公司批下了五十万元的纯信用算力Token贷款。