作為人工智能（AI）大模型處理信息的基本單位，詞元（Token）正加速走進金融服務場景，一些銀行將其作為授信參考指標之一。近段時間，多家銀行的“Token貸”產品接續落地，為缺乏傳統抵押物的輕資產科創企業打開了融資新空間。“Token貸”怎么貸？主要面向哪些企業？又折射出怎樣的銀行授信新趨勢？

Token消耗量納入授信參考指標

近期，溫州金酷網絡科技有限公司憑借歷史詞元結算數據、算力采購合同、下游業務訂單及自主知識產權等，從農業銀行拿到20萬元貸款，資金定向用于算力采購，滿足企業資金周轉之需。

“隨著我們自主研發的互動影視創作平臺不斷推廣使用，每月詞元調用量持續增長。采購算力需要提前付款，但下游項目回款存在賬期，這筆貸款幫我們緩解了資金錯配痛點。”企業負責人葛斌斌說。

在數字經濟浪潮下，算力已成為AI企業的核心生產要素，Token消耗量也快速攀升。國家數據局的數據顯示，我國日均Token調用量在3月突破140萬億，為2年前的1000多倍。

旺盛的算力需求背后，AI企業的融資難題日益凸顯。近兩年，不少銀行為AI企業量身打造了“Token貸”等融資產品，將Token消耗量、算力服務合約、業務訂單等數據納入授信指標，突破了傳統信貸依賴廠房、設備等實物抵押的風控慣性。

從“看抵押、看報表”拓展到“看算力、看詞元”，多家銀行“Token貸”落地步伐加快：農業銀行完善科創評價體系，在上海、浙江等地落地“Token貸”專屬方案；中國銀行推出“算力詞元貸”，將企業算力詞元結算、算力服務合約價值等納入授信依據；江蘇銀行推出“算力貸”，算力算效、團隊結構、研發投入、知識產權等納入評分體系……

值得注意的是，多家受訪銀行表示，不是“用了多少Token，就能貸多少錢”，還要結合算力合約、應收賬款等數據多維交叉驗證，并根據企業的經營、財務、征信等情況綜合核定授信額度。

郵儲銀行研究員婁飛鵬表示，將Token消耗量納入授信參考指標，并未改變銀行授信的根本邏輯，只是在企業經營等傳統指標基礎上，增加了更多關于創新能力的評價指標，屬于科技金融向新興產業延伸的探索性實踐。

細分業務場景加強產業鏈服務

8月中旬，廣東省發布專項金融產品“Token貸”，中國銀行廣州分行同步推出“算力詞元供給貸”“算力詞元應用貸”“算力詞元服務貸”三個子產品，單戶最高授信3000萬元。

“瞄準不同業務場景推出針對性產品，可提升對算力供給、應用、服務等不同創新主體的服務能力。”中國銀行廣州海珠支行相關人士介紹，截至目前，該行落地“算力詞元貸”授信金額超2800萬元，已服務算力產業鏈上6家小微企業。

算力的供給、應用和服務，正成為當下金融業支持科技企業發展的三個重要方向。從上游大模型搭建訓練企業，到中游利用Token進行內容創新的應用主體，再到下游提供算力運維與技術服務的服務商，業務場景細分需要金融更好實現對產業鏈精準服務。

在招聯首席經濟學家董希淼看來，不同場景的Token消耗量，是衡量企業經營狀況的另一種佐證，一定程度上能夠反映客戶活躍度、產品市場接受度和業務持續性，可以作為甄別產業鏈上下游科技企業真實經營價值與成長潛力的重要參考。

農業銀行公司業務部相關負責人表示，銀行業探索將算力等新生產要素納入金融產品和信貸評價模型，布局早期科創企業，打造全鏈條全周期科技金融服務方案，有助于構建更加適配算力產業發展的金融服務模式。

政銀協作不斷優化風控體系

8月，成都市經信局市新經濟委聯合成都銀行打造專屬純信用貸款產品“算力貸”，以“算力券”財政資金作為增信保障，單戶企業最高授信額度500萬元，首筆114萬元已成功發放。

此前，張家港農商銀行推出的“算力貸”產品，也是采用“基礎授信+算力券增信”的模式，聯動地方算力扶持政策與政府風險補償機制。

清華大學五道口金融學院副教授周臻表示，“算力券+算力貸”的聯動模式，有效放大了財政資金的撬動引導作用。通過風險補償、貼息等配套措施，可進一步降低銀行的試錯成本。未來，銀行需培養更多既懂風控又懂AI商業模式的復合型人才，更好推動金融與產業深度融合。

也應當看到，“Token貸”的風控模型仍處在打磨階段，行業缺乏統一可審計的Token存證標準，需要多維度核驗數據真實性與準確性，持續優化智能風控體系和授信規則。

婁飛鵬表示，相信隨著銀行持續打通數據向信用轉化的關鍵通道，金融“活水”將更精準地澆灌數字產業，為AI企業高質量發展注入強勁動能。

來源：信用中國