科技

“Token贷”密集落地,银行授信锚点悄然生变

2026年09月23日 | 查看: 12173

8月中旬以来,Token贷(又称词元贷)作为一类科创信贷产品密集落地。从广州海珠到北京经开区,中行、农行、建行、工行等国有大行以及中信、兴业、北京银行等机构相继推出相关产品,将企业词元消耗、算力合约、应收账款等经营数据纳入授信评价。

在我国日均词元调用量两年增长超千倍的背景下,银行授信正从“看抵押、看报表”向“看算力、看词元”延伸。这把新尺子能否量得准、走得远,成为科技金融领域一个现实而具体的考题。

Token贷从广州铺向北京

今年6月,农业银行上海徐汇科技支行推出Token贷专属金融服务方案,将企业Token使用需求量作为授信重要依据,并在徐汇区原力社区落地首单,支持企业开展Token采购与日常经营。

8月14日,广州海珠区发布广东省首个词元经济专项金融产品,中国银行、中信银行、广州银行三家同步推出产品。中行广州分行的“算力Token贷”按合同或词元消耗量核定额度,覆盖算力供给、应用、服务三大场景,单户最高授信3000万元,期限最长3年,担保方式以信用、应收账款质押和订单融资为主。

从授信到投放稳步推进,截至8月下旬,该产品已授信5户、合计2800万元,实际投放3户、800万元,另有2000万元正在落实用款合同。广东省首笔词元贷为3年期300万元信用贷款,由中行广州海珠支行授信给广州腾元数字科技。企业负责人表示,过去贷款主要依赖法人个人房产担保,如今授信依据发生了明显变化。

多家金融机构随后跟进。日前,建行广东省分行联合广东词元交易和服务中心推出词元贷,为广州南沙一家智能物联网企业批复3000万元信用贷款;工行深圳龙岗支行通过“算力e贷”,为具身智能企业爱智慧科技核定500万元信用额度。

9月13日,北京经开区落地全市首批“亦企Token贷”,农行、中信银行、兴业银行、北京银行、民生银行、华夏银行六家机构参与,为多个人工智能产业链企业提供授信总额近20亿元,其中国汽智控、神州光大分别获得3000万元额度。

政策与市场正在形成合力,今年7月中国人民银行等九部门联合印发通知,推动授信评价从“看抵押”向“看数据”等多维度延伸。据国家数据局统计,我国日均词元调用量从2024年初的1000亿,增至2025年底的100万亿,2026年3月突破140万亿,两年增长超千倍。今年3月,国家数据局已将Token正式定名为“词元”,并定位为智能时代的价值锚点。

信用逻辑之变风控考题待解

Token贷的推出,回应的是一个真实存在的融资痛点。AI企业普遍轻资产、高研发,核心资产是算法、模型和订单,缺乏厂房、土地等传统抵押物,资产形态与银行传统授信模式之间存在结构性错配。

词元消耗能够在一定程度上反映企业大模型调用频次、客户活跃度和业务持续性,被视为可量化、可核验的经营指标。招联首席经济学家董希淼表示,词元消耗是衡量企业客户活跃度、产品市场接受度及业务持续性的核心指标。

在具体操作中,银行并未将词元数据作为唯一依据,而是采取多维交叉验证。银行普遍参照企业历史算力结算数据、算力服务合约价值、应收账款、词元佣金结算量,并结合经营、财务、征信及实控人履历等综合核定额度,建立“合同加词元调用数据加交易流水”的交叉验证机制。

中行广州分行相关负责人表示,授信核心仍是评判企业的还款能力和未来现金流,基本授信逻辑没有改变,词元贷锚定的是真实算力服务消耗与企业经营数据,而非可炒作的数字资产。

与此同时,作为创新产品,词元贷从试点探索到规模化复制,仍面临若干需要破解的现实课题。

词元消耗与盈利能力之间不能简单画等号。词元在企业财务中更多体现为成本项而非收入项,消耗增长能否转化为稳定的还款现金流,需要结合订单和收入审慎判断。若银行过度依赖这一单一指标,可能面临企业消耗量大但利润偏薄的盈利脱节风险,进而高估还款能力。

数据真实性核验是另一关键环节。市场上已出现闲置词元重复售卖、后台篡改消耗速度、无效调用刷单虚增等现象,多家银行信贷人员对此有所关注;与此同时,词元计费口径和统计标准尚不统一,第三方中立审计体系仍在缺位;此外,AI业务常呈现项目制、脉冲式特征,项目结束后词元消耗可能明显回落,对贷后动态监测提出了更高要求,词元价格随算力市场波动,也使授信锚点的稳定性有待观察。

从实际进度看,授信额度与实际投放之间尚存落差,中行方面坦言,产品仍处探索阶段,成熟的风控模型有待建立。目前广州地区已授信项目以信用类贷款为主,并纳入地方政银风险分担机制,体现出试点阶段政策引导与市场探索并行的特征。

Token贷是银行业围绕词元经济开展科技金融创新的一个开端,其价值不仅在于拓宽了轻资产AI企业的融资渠道,也在于推动信用评价从实物抵押向真实经营数据延伸。但词元数据只是授信拼图中的一块,而非新的抵押物,产品能走多远,最终取决于数据核验能否穿透、统计标准能否统一、风控模型能否经受住周期检验。方向已经明确,答案仍待时间给出。

关键词: