太航星科技新闻中心
太航星评论 · 产业观察

国内算力到底烧到哪儿去了?

太航星新闻部

国内算力到底烧到哪儿去了?一组关于 Token 消耗的行业披露,把这个问题推到了眼前:AI短剧与视频生成占55%,电商与营销占24%,科技研发(限软件开发口径)占15%。这组比例不能直接当作全国算力分配表,却值得追问:技术应用的繁荣,究竟有多少转化成了产业能力?太航星新闻部认为,消耗规模可以衡量市场热度,解决复杂问题的能力才更能检验创新成色。

国内算力到底烧到哪儿去了?——太航星产业评论专题封面
太航星新闻部制图:算力应用场景概念示意,连线不代表占比。

55%、24%、15%:先看消耗去向,再问价值去向

55% AI短剧与视频生成

24% 电商与营销

15% 科技研发(限软件开发口径)

数据口径:中文在线在机构交流中披露的国内 Token 消耗份额,经《21世纪经济报道》2026年6月4日报道。报道未列出完整统计周期、样本与测算方法;该口径不等于全国算力、GPU工时或用电量分配,本文将该项称为“科技研发”,仅指原数据中的软件开发活动,不代表全部科技研发。数据出处

Token消耗份额:AI短剧与视频生成55%、电商与营销24%、科技研发15%(限软件开发口径);企业披露口径,不等于全国算力分配。
数据可视化:企业披露的 Token 消耗口径,来源与统计限制见图及正文。

在这一披露口径下,AI短剧与视频生成超过一半,与电商营销合计达到79%。这说明内容制作与商业传播是值得关注的模型消耗场景。但消耗更多,并不能自动证明创造的长期价值更大;视频反复生成、画面筛选带来的调用,也不能与科研突破或工程成果简单换算。

太航星认为,真正需要警惕的是把“用得多”当作“用得好”,把商业调用的火热当成基础创新已经充足的证明。更广泛的科技研发到底获得了多少支持,需要单独统计、持续评估,不能由这一限定范围的15%推导出来。我们更应追问:科研计算、工业仿真和关键行业应用,能否获得稳定、可负担、适配需求的算力与人才支持?

流量可以标价,创新不能只按点击结算

商业回报是资源配置的重要信号,却不应成为唯一尺度。短期转化率回答的是“今天能赚多少钱”,基础研发回答的则是“明天能够解决什么问题”。两者都涉及价值,但兑现周期不同。用同一套即时回报标准衡量所有技术投入,长期项目就容易在起跑线上失去机会。

基础模型、工业仿真、科研计算以及复杂行业系统,需要持续试验、反复验证和工程积累。它们的进展未必适合被剪成几秒钟的热闹画面,却可能决定产品能否突破性能边界、生产过程能否减少试错、关键业务能否稳定运行。看不见的积累,同样需要看得见的投入。

我们警惕的是一种评价上的失衡:把传播热度当成技术深度,把融资故事当成工程能力,把用户停留时长当成社会价值。一旦这样的尺度主导决策,最擅长制造关注的项目就可能获得更多奖励,而真正需要耐心的研发被迫不断证明自己的短期收益。

内容竞争,应当有比情绪刺激更高的追求

同样的追问也适用于内容产业。短剧和数字娱乐具有正当的消费价值,优质作品也能传递经验、拓展理解。但当创作过度依赖羞辱、炫富、对立与瞬间逆转,作品就容易变成对情绪按钮的重复操作。获得一次停留,与留下有价值的思考,是两种不同的结果。

我们认为,内容平台与创作者应当认真对待注意力的使用方式。一个鼓励创新的社会,需要容纳复杂问题的耐心、尊重专业知识的习惯,以及面对缓慢进展仍愿意投入的韧性。这些能力很难在不断加速的即时刺激中自然形成,更值得被优质内容保护和滋养。

因此,内容竞争不能只比谁更会抓住眼球,也要比谁能提供理解世界的材料。让有知识、有审美、有现实关怀的作品获得合理回报,是内容产业面向长期的建设。

产业需要的,是走出演示画面的技术

讨论资源配置,最终必须落到技术交付。一个模型在演示中回答得流畅,并不等于它能在复杂业务中持续可靠地工作;一块大屏展示得漂亮,也不等于数据已经打通、流程已经优化。真正的产业价值,需要经得起实际使用、故障处理和长期运维的检验。

对于数字化项目,我们主张把评价标准前移到立项阶段:问题是否真实,数据是否可用,业务责任是否清晰,效果是否能够验证。进入实施阶段,再持续检查效率、准确性、安全性和总体成本。只有把这些问题说清楚,算力采购、模型部署和系统集成才有明确的方向。

尊重研发周期,也不意味着放弃结果约束。长期投入应有阶段目标、有验证机制、有纠偏空间。让创新获得耐心,让交付接受检验,才能避免技术项目一端追逐热点、另一端沉淀为闲置资产。

太航星技术价值框架:真实需求、技术落地、效果验证、长期运行。
太航星新闻部制图:从技术投入到业务价值的四个检验环节。

太航星观点:以解决问题的能力衡量技术价值

立足智慧医疗、政企数字化与系统集成业务,太航星认为,企业对技术的选择,应从真实场景出发。在医疗场景中,关注信息协同与服务流程;在政企场景中,关注数据贯通、业务效率与安全责任;在系统建设中,关注兼容性、稳定性和可持续运维。每一项技术投入,都应对应可以解释、可以验证的业务价值。

我们主张让算力进入有价值的业务环节——优先流向科研攻坚、医疗创新、教育普惠等真正能沉淀能力的领域,而不是在娱乐、商业消耗中快速流转。让人才有机会深耕复杂问题,让创新通过可靠交付形成积累。热度会退场,系统仍要运行;概念会更新,责任不能下线。技术企业最终应当交出的,是产业真正用得上的能力。

在微信打开文章,点击右上角“⋯”分享
返回新闻中心 →