文 | 产业家
马斯克曾有一个判断：未来 Token 会像流量一样被消耗。
这句话放在今天看，已经不只是对 AI 使用方式的想象，而是在提前描述一套新的产业计量逻辑。当视线从运营商的 " 自我重构 " 移开，投向更广阔的市场时，一幅由 Token 驱动的新产业图谱正在展开。
AI 云，正迎来一个里程碑式的转折点。
5 月 17 日，中国电信宣布在全国层面推出试商用 Token 套餐。面向个人和家庭，最低 9.9 元 / 月含 1000 万词元；面向开发者和中小微企业，设立 39.9 元、159.9 元、299.9 元三档，对应每月 1500 万到 1.5 亿词元。
而这种变化背后，是运营商三十年来第二次身份重构。第一次跃迁发生在云计算时代，运营商靠 " 可控 + 安全 + 国家队 " 挤进了政企云第一阵营；第二次跃迁正是当下，其正将自己从 " 政企云供应商 " 重塑为 "AI 接入服务的总集成商 "。
大幕拉开，一系列关乎产业命运的终极拷问接踵而至：运营商们究竟在布一盘怎样的棋？逼迫其自我革命的底层逻辑是什么？从 " 卖云 " 到 " 卖 Token"，需要做出哪些改变？如何改变？这场涉及三十年根基的角色重构，最终又将把运营商带向何方？
一、运营商们，集体翻新 "AI 大门 "
过去三十年，运营商的王牌是集成通信资源。而面对 AI 时代，这套逻辑正在升级为集成 AI 资源，售卖 Token。为了让复杂的 AI 能力真正落地，传统的通信大门已经无法承载，必须翻新为 Token 套餐这一全新入口。
可以看到，三家运营商已经纷纷入场，开始围绕 Token 套餐重新组织自己的 AI 服务入口。
中国电信把 Token、连接和安全绑在一起，个人及家庭套餐从 9.9 元 / 月起，同时面向开发者和中小企业设置独立档位。用户入口也不再局限于传统云平台，既可以通过天翼云官网、中国电信 App 使用，也可以通过内置智能体的天翼 AI 云电脑接入。
中国移动则在地方公司和集团层面同时推进。北京移动推出 5.99 元次包，以及 24.99 元 /1000 万 Tokens 的月包；上海移动联合腾讯推出 WorkBuddy 智能体工作台，1 元可以买 40 万 Tokens，还可以直接通过话费支付。集团层面，中国移动发布 MoMA，接入超过 300 款模型，并通过智能路由、缓存和 Token 压缩，把单位 Token 成本压低约 30%。
中国联通则把 Token Plan 进一步升级为 "MaaS+ 工具 + 算力 " 的组合。联通云和元景面向个人用户接入 DeepSeek、MiniMax 等模型，面向团队版采用 Credits 弹性计费，服务对象则覆盖研发团队、政企办公和行业解决方案。
这场从 " 连接资源 " 到 " 算力与模型资源 " 的集成大迁徙，原因究竟是什么？
先看市场位置。IDC 2024 年中国 AI IaaS 市场份额显示，阿里云占 23%，华为云 10%，火山引擎 9%，中国电信 8%，腾讯、百度、AWS 中国、商汤均为 7%。运营商虽然进入了 Top5，但距离第一阵营仍有明显差距。
更关键的是，互联网大厂已经先一步把模型服务做成了用户看得懂、也更容易购买的套餐。例如阿里云百炼推出 Token Plan，用 Credits 统一抵扣多模型消耗；腾讯云大模型 Token Plan 提供 Lite、Standard、Pro、Max 四档，39 元 / 月可以买 3500 万 Tokens；百度千帆 Coding Plan 则做成了 40 元和 200 元两档订阅。
这说明，Token 套餐化已经不只是开发者市场里的计费方式，而是在变成 AI 服务走向大众市场的通用包装。
外部压力之外，运营商自身也到了必须换挡的时候。
数据显示，2025 年中国移动营收 10502 亿元，同比增长 0.9%；中国电信经营收入 5296 亿元，基本持平；中国联通营收 3922 亿元，同比增长 0.7%。三家运营商的基本盘依然庞大，但增长弹性正在变小。
问题在于，AI 云比拼的已经不只是机房、专线和 GPU。它比的是模型能力、算力调度、推理成本、开发者生态、行业应用，以及服务响应速度。如果运营商还停留在 " 卖资源 " 的阶段，就会被互联网云厂商、模型公司和行业软件商同时挤压。
因此，运营商必须造一扇新的大门，向上托住大模型，向下调动算力资源，中间再用 Token 套餐把用户、开发者和企业连接起来。
二、从云到 AI，运营商改变的是什么？
那么，这扇 " 新大门 " 背后的施工图纸究竟是怎样的？对运营商而言，从 " 卖流量 " 跨越到 " 卖 Token"，到底需要将哪些庞杂的产业要素集成在一起？
答案取决于客户的需求之变。
过去企业上云，向运营商买的是服务器、存储和网络；如今企业落地 AI，要的绝非一个孤立的模型接口，而是一套涵盖模型调用、算力调度、应用接入到统一计费的完整体系。这就倒逼运营商必须从过去的 " 卖云货架 "，升级为 " 做 AI 入口的总集成商 "。
所以，首先要集成的便是模型。把多个通用模型、行业模型、自研模型和第三方模型接到一个统一入口里，让企业通过一个 API 或一个平台，就能完成模型调用、切换和管理。
其次要集成算力。AI 算力比云计算资源更复杂，涉及智算中心、国产芯片、GPU 资源、异构调度、跨区域网络和推理成本控制。运营商需要将分散在不同地区、不同芯片、不同平台上的算力，变成一张可调度、可计费、可保障的算力网络。
第三要集成应用和智能体。企业买 AI，最终不是为了调用模型，而是为了改造业务流程。客服、营销、研发、生产、运维、审批、风控、知识管理，这些才是真正的落点。模型本身只是底层能力，只有被封装成行业智能体、工具链和 Skills 包，才有可能进入企业的日常系统。所以，运营商不能只提供模型接口，还要把大模型能力做成面向政务、央国企、能源、交通、金融、医疗、教育等行业的应用底座。帮助企业解决 "AI 怎么真正进入业务 " 的问题。
第四要集成计费和运营，这是 Token 套餐真正有价值的地方。
要知道，不同模型、不同算力、不同智能体任务，原本很难放在同一个价格体系里。一次问答、一次代码生成、一次文档处理、一次智能体执行，背后消耗的模型和算力都不一样。对企业来说，如果每一项都单独采购、单独结算、单独管理，使用门槛就会变得很高。运营商需要把复杂资源做成简单套餐。基于此用户不需要理解每次调用背后的复杂链路，只需要知道自己买了多少额度、能用在哪些场景、超出后怎么计费，从而帮助企业解决 "AI 能不能被规模化经营 " 的问题。
总的来说，这种 " 翻新 " 实际上是运营商重构 AI 服务的一种方式，即用模型打开能力入口，用算力支撑底层供给，用智能体承接业务场景，用套餐完成商业闭环，再用安全合规托住政企客户的信任。
三、运营商，定位为 AI 时代的 " 脚手架 "
顶层逻辑的解构只是第一步。当理想折射进现实，更具行业拷问感的落地难题随即浮出水面，那就是面对如此庞杂的算力、模型和应用生态，运营商究竟具体该如何做？
可以看到的是，运营商们正在搭建一套包含模型层、算力层、应用层、计费层和安全合规层在内的，端到端的 " 五层脚手架 "。
具体来看，模型层的核心，是控制入口。
运营商很清楚，单靠自研模型很难全面追上头部互联网大厂，也没有必要。所以采取了 " 自研基座保底 + 外部模型聚合 " 的策略。中国电信的星辰、中国移动的九天、中国联通的元景，负责稳住行业适配和自主可控的基本盘；同时，DeepSeek、腾讯混元、阿里通义千问、字节豆包、智谱 GLM、Kimi 等主流模型，也被接入统一平台。
以中国移动 MoMA 为例，" 模型联邦 + 智能路由 " 让用户在前端不必感知背后调用的是哪个模型，系统会根据任务、成本和效果自动分发。本质上就是要让所有模型都从运营商的入口被分发。
模型要流转，底层就必须有算力支撑。算力层也是运营商最有机会构筑护城河的地方。
要知道运营商手里握着东数西算节点、骨干网、专线资源、政企网络和长期建设算力网络的能力，这些能力无法短期复制。使得其在跨枢纽、跨芯片型号的统一调度上具备较大优势。可以看到的是，运营商正在把国产芯片、存量英伟达以及多家算力企业的异构资源连成一张网，形成很难攻破的壁垒。例如天翼云 " 一朵云 "，移动的 " 星罗 " 算网大脑。
算力之上，是应用和智能体。
为了让客服、办公、营销、研发、运维、审批、风控这些流程真正跑起来。运营商开始推进智能体框架的标准化，如 MobileClaw、TeleClaw、Uniclaw 等，再配上行业 Skills 包。相当于为央国企和政企客户打造一个 "AI 应用商店 "，让 AI 能力快速组装进既有的办公和生产系统，以此帮助企业解决 AI" 怎么进业务 " 的问题。
为了让应用要流转起来，让高频、复杂的调用算得清账。运营商复用自身三十年计费（Billing）和 CRM 系统结出的关键创新。推出了类似 " 天翼 Token 币 " 的机制，将不同模型、不同算力消耗抽象成统一的计费单位，直接把过去的 " 流量包 " 逻辑无缝平移为 "Token 包 " 逻辑。这也是为什么 Token 套餐能在一夜之间在全国迅速铺开的底层原因。
商业闭环的最后一步是信任。
凭借 " 国家队 " 的身份，运营商天然主导着央国企算力池。通过等保、信创、可信数据空间的层层加固，筑起了互联网厂商很难打进来的 " 政企保留赛道 "。
如今，基于这套 " 脚手架 "，运营商在能力侧已经铺得很广。
例如截止 25 年底，中国电信已拥有自有智算 43 EFLOPS，沉淀了 110 多个行业大模型、350 多个智能体，服务了 3.7 万家客户，在央企中的 AI 渗透率高达 85%；中国移动的智算规模更是达到了 61.3 EFLOPS，其 MoMA 平台聚合了 300 多款模型，并将单位 Token 成本压低了约 30%；中国联通也正朝着 45 EFLOPS 的智算目标迈进，数据显示其 AI 收入同比增幅高达 147%。
四、Token 经济下，运营商全面 AII in AI
马斯克曾有一个判断：未来 Token 会像流量一样被消耗。
这句话放在今天看，已经不只是对 AI 使用方式的想象，而是在提前描述一套新的产业计量逻辑。当视线从运营商的 " 自我重构 " 移开，投向更广阔的市场时，一幅由 Token 驱动的新产业图谱正在展开。
过去两年，AI 行业的主线是模型竞赛。谁的参数更大，谁的推理更强，谁的多模态能力更完整，谁就更容易获得市场注意力。但进入产业落地阶段后，竞争重点正在发生变化。企业真正关心的，不再只是某个模型有多聪明，而是它能不能接入现有系统，能不能稳定处理业务，能不能算清成本，能不能被审计和管理。
如何把模型变成企业日常可用、持续可买、风险可控的生产能力，成为卡点。而门槛低、可购买、可量化的智能能力，将成为刚需。
运营商翻新的这扇门，恰好把模型、算力、网络、安全和账单放进同一个入口，让企业不必重新理解一整套复杂的 AI 技术栈，就能像采购通信服务、云资源一样采购智能能力。这也是 Token 套餐真正的产业价值。它表面上是额度，背后却可能成为 AI 服务的计量单位、结算单位和运营单位。
可以预见的是，今天的 Token 还像是一个通用包，未来很可能继续分化成面向员工提效的办公包，面向研发团队的开发者包，面向央国企和政务场景的专属模型包，面向金融、能源、交通、医疗、教育的行业智能体包。
不过，虽然 " 买 Token 像充话费一样简单 " 的前景很诱人，但距离真正跑通还有很长一段路。运营商仍要面对几个硬问题，比如模型效果是否足够好，智能体能否稳定完成任务，推理成本能否持续下降，客户愿不愿为长期使用付费，以及这些投入最后能不能变成可观收入。
所以，运营商的胜负手不在于谁先推出 Token 套餐，也不在于套餐价格有多低，而在于能否把 "AI 接入 " 做成一种可计量、可账单化、可运营、可保障的电信级服务。如果这一步走通，运营商在 AI 产业里的角色就不再只是卖云资源、卖专线、卖算力池，而会成为产业 AI 落地过程中那个可信的基础设施提供者。
到那时，AI 对企业来说，也许就不再是一项需要反复论证的新技术，而会变成像水、电、网络一样，可以接入、可以计费、可以持续使用的生产要素。
