巨星秀
北美观察丨美国8月CPI同比上涨8.3% 通胀忧虑引发美股暴跌_我的网站
A | Token市场迈入“爆发元年”。截至2026年3月，我国Token日均调用量已突破140万亿，较2024年初实现超千倍增长；与此同时，科技巨头AI大模型API价格陆续下调，最高降幅达99%。
向上的需求与下行的单价，共同将Token经济推向全新的发展阶段。
B | 带着对Token行业未来范式的探寻，财闻走访了位于北京中关村软件园的软通动力集团全球总部。 在软通动力大厦的一层，科技感十足的展厅生动记录了这家软件企业向 AI转型的历程。
C | 多位分析人士在接受总台央视记者采访时指出，CPI同比增速居高不下，已连续6个月高于8%，特别是核心CPI涨幅加速，表明美国通胀压力短期内难以缓解，而美联储为控制物价被迫持续激进加息，将对美国股市乃至整体经济造成进一步冲击。
D | 这家从IT服务起家的公司，在2024年完成对同方计算机业务板块的战略并购后，整合“软实力”与“硬科技”，正全力转向“软硬件一体、全栈智能”的新叙事。 软通动力展厅一角 曹井雪/摄 真正站在AI落地最前线的，是软通动力Token智能事业本部负责人、高级副总裁霍宇。
E | △美国劳工部数据显示，尽管8月CPI同比增速（蓝线）连续两个月出现下滑，但仍连续6个月高于8%，表明通胀水平居高不下。这位长期泡在To B业务一线的老兵，一边把握着最前沿的AI技术，一边链接着企业最真实的需求场景，这也让他对Token经济有更为独到的理解。住房和食品价格持续上行美国劳工部当日公布数据显示，今年8月美国消费者价格指数（CPI）环比上涨0.1%，高于市场预期的下降0.1%，同比上涨8.3%，高于市场预期的上涨8.1%。 霍宇照片 图源：采访者供图 公共资源，是很多人对Token未来属性的判断。然而，霍宇却觉得这个类比“并不严谨”。据他分析，目前Token“标准化”程度不足，且不同场景对模型和Token的需求差异显著，因此难以达到标准化程度高的公共资源水平。当月，剔除波动较大的食品和能源价格后，核心CPI环比上涨0.6%，同比上涨6.3%，均高于市场预期。 他以大模型举例，高价模型与低价模型之间的质量可能会有极大的差距。尽管CPI同比增速连续两个月出现下滑，但仍维持在历史高位，并连续6个月高于8%，表明通胀水平居高不下，其中住房、食品和医疗保健价格上涨是主要推手。同样地，Token市场方兴未艾，龙蛇混杂。具体来看，占CPI权重三分之一的住房成本环比上涨0.7%，同比上涨6.2%；食品价格环比上涨0.8%，同比上涨11.4%；医疗保健成本环比上涨0.8%，同比上涨5.6%。分析认为，美国住房和食品价格持续上行，将对消费者心理产生影响，不仅表明通胀具有顽固性，也令美联储缺乏放缓加息的空间，未来将被迫持续激进加息应对通胀。如花大价钱买来的高性能Token，但背后实际调用模型版本可能与宣传不一致，这会导致运行的速度、稳定性等受到负面影响。密苏里大学助理教授费利佩·席尔瓦（Felipe Silva）在接受总台央视记者采访时表示：“关于今天刚刚公布的通胀数据，它们比预期的要高一些，市场原本预期比实际数据低0.2个百分点。
F | C端用户对此感知并不明显，而B端的任何一次中断都可能转化为直接的经济损失。
G | 然而，我想说的是，未来两个月的情况基本就像一个依赖函数，取决于通货膨胀和经济衰退的担忧如何实际演变，你会看到美联储实际上变得更加激进或不那么激进。 “企业愿意为高质量、不间断、高性能的Token服务付费。”费利佩·席尔瓦指出：“截至目前，市场基本已经更新了关于下次加息的预期，我认为这已经明确了，市场预期下次将会加息75个基点，这是到目前为止最有可能出现的情况。”Token的热潮虽被C端驱动，但真正的“战场”却在B端的生产级应用。”△彭博社报道称，通胀超预期或将令美联储更激进地收紧货币政策。专家详解股市为何暴跌目前市场普遍预期，美联储将不惜以经济增长放缓为代价，通过激进加息抑制需求，从而达到控制物价的目的。美联储主席鲍威尔此前在全球央行年会上表示，美联储加息至限制性水平后可能会保持一段时间，强调历史经验表明不应过早放松货币政策。他同时承认，降低通胀可能需要持续一段时间内低于趋势的经济增长，劳动力市场状况很可能会出现一些疲软，这会给美国家庭和企业带来痛苦。AI正改变着企业的发展方向，同时也重塑着人才格局。鲍威尔等官员的强硬表态，被一些市场人士解读为“只要不看到通胀数据明显好转，美联储就会坚持激进加息的货币政策”，而13日的CPI数据发布后，忧虑情绪迅速弥漫，美国股市当日出现暴跌。 以下是访谈全文： 企业尚处于探索阶段，“Token不经济”仍在持续 财闻：近期，“Token不经济”的说法也引发热议——企业消耗Token产生的成本可能超过实际收益。你判断这是短期失衡，还是会长期存在？ 霍宇：这种现象还会持续一段时间。截至当日收盘，道琼斯工业平均指数下跌1276.37点，跌幅达3.94%，至31104.97点；标准普尔500指数下跌177.72点，跌幅达4.32%，至3932.69点；纳斯达克综合指数下跌632.84点，跌幅达5.16%，至11633.57点。三大股指均创下2020年6月11日以来最大单日跌幅。本次下跌令道琼斯指数在2022年累计下跌14%，标普500指数下跌17%，纳斯达克综合指数下跌26%。
H | AI的演进速度极快。海投全球创始人兼CEO王金龙在接受总台央视记者采访时分析称：“今天美国股市全部暴跌，基本上是由CPI数据超出市场预期导致的。2025年我们有一个很深的感触——无论是内部研发的产品，还是协助客户做的项目，往往刚完成开发，立项流程都还没走完，技术已经过时了。市场最近一周以来对CPI和美联储加息幅度的预期相对比较乐观，股市也一路反弹，而今天直接跌破到月初的水平。8月的CPI数据同比上涨8.3%并不是很离谱，相对7月的8.5%还有小幅下降，但是核心CPI与去年同期对比大幅上涨，而且相对7月的涨幅还在加速。
I | 这本质上是企业必须交的一笔“学费”。就像持续学习一样，刚掌握的知识可能已不是最前沿的，我们必须不断向上探索。但如果不迈出这一步，与先进技术之间的鸿沟就永远无法跨越。 AI还有一个特殊的门槛，就是“体感”。市场对美国能够在今年内有效控制住CPI失去了信心。核心CPI的加速上涨，体现出通胀更加具有‘粘性’。虽然汽油和出行等价格已经下降，但房屋和食品价格还在上升，同时随着工资水平的提升，服务的价格也在持续上涨。”王金龙指出：“市场本周初基本上预计美联储在9月加息75个基点，甚至小概率会只加息50个基点。但在8月CPI数据发布之后，整体转向，市场已经预期有1/3的可能会加息100个基点。利率快速上涨会加剧企业和个人的资金成本，进一步压缩利润空间，导致美国经济基本失去了‘软着陆’的希望，所以市场反应剧烈，‘去风险化’的集体意识再次抬头。没有真金白银的投入和实际应用，企业就无法真正摸清它的能力边界。
J | 市场整体抛售资产，持有现金，不仅是股市，包括美国国债、黄金和石油等资产全线下跌，而美元指数在高位上继续攀升。”费利佩·席尔瓦也进一步指出：“如果利率上升，你的资金成本就会随着时间的推移上升，你的消费决定也会受到影响，因此消费者信心就会下滑，这是你能想到的最直接的影响。加息也会对股票价格产生影响，当你加息时，股票价格会有负面反应。当然，企业也会更新它们的投资和消费决定，由于企业预计消费者信心放缓，所以它们会迟疑，自然的后果是，它们将减少投资，它们将减少岗位，而这对经济有类似的整体影响。 企业的天性追求“成本—收益”的确定性，而AI是基于概率的生成式系统，与传统的确定性程序逻辑截然不同。简而言之，这就是货币政策的传导方式。
K | ”与此同时，《华尔街日报》分析称，尽管美国目前的就业数据尚可，但如果有人认为美联储遏制通胀的举措不会导致利率上升到足以妨碍就业的程度，那将是错误的。要把这两种逻辑融合到业务流程里，势必涉及组织架构乃至思维方式的重构，这需要相当长的时间。 因此，当下阶段，“投入大于产出”的局面难以避免。 财闻：这个“学费”要交到什么时候？是Token单价降到足够低，还是企业的应用能力追上来之后？ 霍宇：两方面因素都在起作用。
L | 而包括美国前财长萨默斯在内的一些经济学家甚至预计，降低通胀的代价，将是美国失业率超过6%。Token降价是大势所趋。目前国内厂商的主流路径就是降本增效，今年以来业界发布的几项新技术，几乎都指向降低成本和架构优化。
M | （央视记者 顾乡 刘旭）
N | 但行业目前的普遍习惯，仍然是直接追逐市面上最顶尖、最贵的模型，这造成了许多不必要的成本消耗。 真正追求投资回报的企业，必然会转向更具性价比的模型和私有化部署。
o | 开源模型生态如今十分活跃，一旦部署在自有服务器上，竞争的维度就不再是Token的按量消耗，而是算力、芯片和电力成本——这本质上是资本性支出的逻辑：一次性投入算力完成部署，长期享受收益。
p | 不过，这一转变不会像外界想象的那么迅速，目前整个产业还处在早期探索阶段。这一轮AI热潮最初是由消费端驱动的，个人开发者、自媒体和小型团队在探索中受益显著，而真正的企业级大规模应用还很有限，产业红利尚未真正释放。 标准化程度不足，Token产品尚不具备公共资源属性 财闻：此前Token降价趋势明显，有观点预测Token将像“电力”一样逐渐成为公共资源。你如何看待这一类比？在你看来，Token的定价模式和资源属性最终会走向何方？ 霍宇：这个说法并不严谨。云计算刚兴起时，同样被预判会像水电一样成为公共资源，但发展了近二十年，这一预期仍未实现。 一个重要误区在于，水电是高度标准化的产品，分类相对简单。而一家大厂关于云服务的产品就多达数百款，Token服务的种类同样极为繁杂。产品标准化程度不足，想要成为基础设施，进程自然会慢得多。 未来，Token很可能会走向两极分化。一类类似“民用电”——企业部署本地模型，首要考量是数据安全与稳定执行，而非追求参数最优；另一类则像“超高压电”——最顶尖的模型，但可能仅面向少数企业开放，某些能力过强、存在风险的模型并不会向所有人全面放开。（例如最新版本的Claude Mythos，由于其能力太强、存在安全防控风险，因此不向所有人开放。） 价格低廉的模型一定会出现，而且会越来越多。
q | 财闻：你提到Token市场“不够标准化”，具体体现在哪些方面？ 霍宇：目前市场较为混乱。同样是调用某个模型，官方原版的服务和第三方渠道提供的版本，质量可能天差地别。背后的缓存命中率、推理优化技术、服务保障水平都不一样，有些甚至卡到一字一顿，根本无法正常使用。 更严重的是，部分渠道声称提供的是某款主流模型，实际调用的却是参数量更小、成本更低的版本；还有通过非官方渠道带来服务质量差异的情况。这就导致用户产生误判，觉得“这个模型怎么变笨了，连简单任务都处理不好”。
r | 打个比方：就像电动车，不同厂商的差距不只在于电机本身，座椅、中控、内饰等周边配置的组合协同，决定了车主的真实体验。Token服务不能只是一台裸露的电机，而是一整个配套的设备。如果只给企业一个基础引擎，让企业自行组装，最终结果可能根本无法运行。这就是标准缺失带来的问题。 财闻：这种混乱的市场格局，根源在哪里？ 霍宇：根源在于，Token经济此前是由C端市场驱动的。
s | 消费级娱乐场景对服务中断有极高的容忍度，但进入生产环节后，任何一次中断都可能转化为直接的经济损失。
t | 那些估值位居前列的企业级Token平台，核心竞争力正是提供附带SLA承诺的API服务，保障不中断、有赔付。
u | 而C端服务普遍缺乏这类承诺，服务器一旦繁忙，对话可能直接中断。 当前，Token的使用正在从C端转向B端，真正的“战场”在企业级市场。市场之所以看好AI，是因为发现企业愿意为高质量、不间断、高性能的Token服务付费。企业购买的并非智能本身，而是可靠、稳定、有兜底保障的一整套能力。 软硬件一体服务在AI市场仍较稀缺 财闻：科技大厂与运营商都在布局Token业务，软通动力与它们相比，核心差异在哪里？ 霍宇：科技大厂是强产品导向、技术导向。它们的AI研究员成本高昂，但让这些从事前沿研究的人才去做企业AI落地，往往并不匹配。大厂推出的AI产品整体上依然是像“运营专家”等偏重C端的工具。 而打开我们的专家广场后，看到的是“智能化养猪”“智能仓库分拣”。这些场景或许不那么新潮，但解决的却是一个一个的B端真实问题。所以，我们最核心优势在于大企业客户和软硬一体。目前市场上能够提供软硬一体AI服务的公司并不多，许多AI企业硬件能力很强，但与客户之间还隔着较远的距离。
v | 软通动力睿动智能体云平台专家广场 财闻：软通动力自研Token业务的同时，也战略投资了硅基流动。内外两个生态如何协同？ 霍宇：硅基流动侧重于生产侧和推理优化，拥有独特的技术能力，并且对所有模型保持中立。
w | 软通的优势则在于更贴近客户——无论是IT服务还是硬件交付，都是直接面对客户的某个具体场景或功能模块。
x | 我们的客户需求十分多元，不会只锁定某一个模型，往往需要同时接入多种不同的模型，与硅基流动的互补性很强。
y | 财闻：你负责的Token智能事业群，在整个战略中扮演什么角色？ 霍宇：我们事业群的前身就专注于智能体业务，为企业提供定制化的智能体服务。
z | 在积累了众多案例之后会发现，仅凭Token本身，很难满足许多复杂场景下的客户要求，必须在源头上进行把控。 因此，业务链条自然延伸到了Token的全生命周期，包括聚合、分发和治理。
| “Token治理”是当前很多客户关心的议题：投入了大量成本购买Token，效果究竟如何？回报体现在哪里？是否存在资源浪费？我们要做的，就是把每一环都管理起来——Token来自哪里，分发到了哪个环节，最终用在怎样的场景，以及场景匹配什么模型就足够。 AI时代改变企业人才需求 财闻：软通动力的AI业务当前处于什么发展阶段？何时能带动公司整体业绩反转？ 霍宇：我认为目前还处于“战略跟进阶段”。当下AI领域的人才和算力仍然是稀缺资源，成本高企是处于AI转型中的企业普遍经历的境况。只要决心投入，现阶段的投入产出比普遍不够亮眼。
| 但关键在于，要不要跟进？大部分企业的共识是：必须跟进。 AI不是一次简单的技术迭代，它可能带来整个产业的重新洗牌，真正进入“卖铲子”的阶段，才是真正开始赚钱的时候。 财闻：对比转型前后，软通动力为客户解决问题的场景和能力发生了什么变化？ 霍宇：我们服务的场景并没有本质变化，但智能化程度截然不同。
| 过去我们解决的是信息化的问题，随后进入数字化阶段，如今则迈向智能化阶段——核心目标要么是持续提升效率，要么是帮助客户获取更深层次的业务洞察。从宏观层面看，企业的核心刚需始终未变：提效、降本、打造生态链、拓展业务边界。 真正发生巨变的，是对人才的要求。以往到客户现场，面对的是确定性问题，解决方式在某种程度上是依靠增加人力数量来解决。
| 但现在随着AI的应用，客户会对单个业务员提出更多需要解决的需求。
| 要回答这个问题，需要敏锐的洞察力、创造力、深厚的行业理解，还需要出色的沟通表达技巧和技术动手能力。国内企业想要FDE（Forward Deployment Engineer，前线部署工程师）人才——每个人都必须同时是行业顾问和技术专家。
| 这是一个对综合素质要求极高的角色。 财闻：那这些复合型人才是外部招聘还是内部培养？ 霍宇：两种方式都有，但目前人才市场热度极高，供给看似充足，实则良莠不齐，真正合适的人选并不好找。
| 有过真实项目落地经验、具备实际体感的人，在各家企业都十分稀缺。
| 因此，我们主要还是从现有员工中选拔优秀骨干。
| 那些真正带过项目的高级项目经理和高级架构师，本质上每个人都是FDE，只是目前还没有足够多的AI落地项目让他们反复锤炼。一旦有机会做成三四个项目，这种体感就会逐渐建立起来。 财闻：有一种说法是，AI时代软件行业会被颠覆性地替代，你怎么看？ 霍宇：对此不必过度担忧。软件行业并不会消亡，只是进入门槛将显著降低。
| AI目前最具价值的应用场景之一就是编程，未来的工作方式可能是：你只需将需求描述清楚，软件即可快速生成。 正如蒸汽机出现后，制造业非但没有消失，反而吸引了更多人涌入。我们很多员工现在也在使用AI辅助编程、撰写方案、进行分析，AI让软件开发变得前所未有的高效。我们当前所做的许多工作，本质上是在推动软件的标准化程度不断提升。 过去软件行业迟迟未能形成“工厂”概念，正是因为标准化水平不够。而这一轮AI浪潮，本质上正在让软件实现批量生成。
Current article:http://www.lindunfokangliucishirun.shop/yz7fvrp/gx9g.xls
Published on:01:29:27
