（元のタイトル：中国の日次平均のトークン（トークン）呼び出し量が140万億を突破、企業の効率向上への支払い意欲が強い 小さなトークンがスマート経済の巨大市場を動かす（データ観察・スマート経済の新しい姿）） 注目ポイントトークン（Token）は、大規模言語モデルが情報を処理する際の最小情報単位です。中国の日次平均のトークン呼び出し量は大幅に増加しており、これはスマート経済の勢いあふれる活力を映すだけでなく、新しい型のビジネスロジックが加速して進化していることも意味します。スマート時代では、計測でき、価格付けでき、取引できるトークンがあることで、人工知能は水や電気のように社会運営を支える基盤資源になることが期待されます。ユーザー側では、資料調査、コード作成、コピー文の修正。企業側では、金融のリスク管理、インテリジェント・カスタマーサポート、コードの修正……。今日、人工知能の導入が実現するあらゆる場面は、トークン（Token）への大量呼び出しに依存しています。トークンは、大規模言語モデルが情報を処理する最小情報単位です。今年3月、中国の日次平均トークン呼び出し量は140万億を突破し、2年で千倍超に成長しました。トークンをどう理解すべきでしょうか。トークンと人工知能産業の関係は何か、今後の発展の見通しはどうなるのでしょうか。記者が取材しました。**トークン呼び出し量が爆発的に増えている背景には、モデル能力の向上がある**トークンと一般的なデータには何が違うのか、と疑問を持つ人もいます。「人工知能の大規模モデルの本質は、複雑な数学演算のシステムであり、人間のように文章を直接読んだり、音声を聞き取ったり、画像を見て理解したりはできません。」中国移動研究院のネットワーク・IT技術研究所 副所長の唐華斌氏は、次のように述べます。人工知能の大規模モデルは、まず各種の元データを、自分が認識できる“言語”に変換し、そのうえで演算を通じて結果を出力します。トークンとは、その“言語”における最も基礎的な単位です。具体的に見ると、文字トークンは“レゴの組み立てブロック”のようで、単語や漢字1文字がブロック状のトークンに分解されます。音声トークンは“楽譜上の音符”のようで、ある区間の音声が極めて短い時間スライスに切り分けられ、各スライスには音程や音量が含まれます。動画トークンは“ジグソーパズルの欠片”のようで、1フレームの画像が複数の小さな四角形に切り分けられ、さらに時間的な連続性も考慮されます……「大規模モデルから見ると、3種類のモダリティのトークンにはまったく差がありません。モデルの目には、自分が文字を読んだり動画を見ているとは映らず、ただ非常に複雑な数値の列を処理しているとしか感じていません。」火山エンジンのインテリジェント・アルゴリズム責任者である呉迪氏はそう述べています。一つ一つの基礎的なトークンは、スマート経済の運営を支える“細胞”を形成します。今年3月、中国の人工知能大規模モデルの週次トークン呼び出し量は連続3週にわたり首位を占め、世界における大規模モデルアプリの活発度が最も高い国の一つとなっています。「トークン呼び出し量の爆発的な増加の、最も直接的な理由はモデル能力の向上です。モデル能力が向上するたびに、より多くのアプリケーション場面が解放され、それによって大規模モデルのトークン呼び出し量がさらに急増します。」呉迪氏が説明します。たとえばSeedance（豆包動画生成モデル）2.0では、1分間の動画を生成するのに、約100万個以上のトークンを消費します。同時に、新しいアプリケーションの形態や新しいビジネスモデルも、大規模モデルのトークン呼び出し量を大幅に押し上げます。唐華斌氏によると、最近注目が集まっている“エージェント”は、従来の単発の質疑応答とは違い、その稼働はしばしば、より長いコンテキスト、より頻繁なモデル呼び出し、より多くのラウンドにわたるタスク分解、そしてツール実行過程における継続的なフィードバックを意味します。「単純なタスクで、単発または数回のツール呼び出しで済むなら、トークンの消費は数千で済みます。しかし、数十ラウンドのツール呼び出しが必要なら、少なくとも数万トークン、場合によってはそれ以上の消費が必要になります。」呉迪氏は、エージェントなどの新しい業態の登場により、トークン呼び出し量がまた別の“急成長のトンネル”に入っていると述べています。**トークン呼び出しは情報密度が高く、反復サイクルが速い分野に集中**60億は、愛問答科技の創業者である李加義氏が過去1年間に記録したトークン呼び出し量です。北京・海淀区にあるAI原点コミュニティに足を踏み入れると、約16平方メートルの作業室で、李加義氏のチームが、設計を終えたばかりのAIおもちゃを調整しているところでした。「このおもちゃにはインタラクション能力が必要で、それには相応のソフトウェアシステムが欠かせません。以前なら、同じ規模のソフトウェアシステムを開発するには少なくとも半年かかり、さらに複数人で連携する必要がありました。」李加義氏はそう語ります。AI大規模モデルと補助プログラミングの深い能力付与により、数億トークンを消費しつつも、開発期間は2か月に圧縮されました。2025年初め、コンピューター分野の正規コース出身ではなかった李加義氏は、AI補助プログラミングツールに触れたあと、新技術の力でソフトウェア開発の専門的な壁を打ち破りました。「1年の間に、私たちは効率よく2つのAPPと1つのAIおもちゃの開発・設計を完了させました。つい最近、自社開発のAIハードウェア製品を国際コンシューマー・エレクトロニクス・ショー（CES）に出展しました。」李加義氏は、AIによる支援は開発コストを大幅に下げるだけでなく、小規模企業の革新的な探索により多くの可能性をもたらしたとも述べています。ソフトウェア開発は、人工知能アプリが実際に導入される代表的な場面の一つです。全体として見ると、トークン呼び出し量の分布には、業界と場面に明確な特徴があり、主に、情報密度がより高く、製品の反復サイクルがより速く、さらにモデルと生産システムの結びつきがより緊密な領域に集中しています。豆包大規模モデル2.0を例にすると、呉迪氏は、業界分類の観点では、インターネット業界がトークン呼び出しの割合で最も高いと紹介しています。続いて、コンシューマー・エレクトロニクス、金融、新しい小売、ビジネス・サービスが続きます。場面の観点では、非構造化情報の処理と分析が最も大きな割合を占めます。教育、コンテンツ制作、「検索とレコメンド」がそれに続きます。今後の発展の傾向を見ても、ソフトウェア開発、深い研究、パーソナルアシスタントなどの“エージェント”型のアプリケーション場面が、トークン呼び出し量が爆発的に伸びる重要分野になる可能性があります。「特にソフトウェア開発では、現在の人工知能は、単にコードを書くところから、プロジェクト全体を理解する方向へ進んでいます。誤りの洗い出しや取りこぼしの修正、自動最適化だけでなく、エージェントが自律的に開発タスク全体を完了することさえできます。コードのコンテキストは長く、インタラクションのラウンド数も多く、企業が効率向上のために支払う意欲が比較的強い。これは大きな需要の成長ポイントになるでしょう。」唐華斌氏はそう述べています。**トークンは計測可能で、人工知能は社会運転の基盤資源になる見通し**「今年1月末以来、あるモデル企業は20日で、2025年通年の総収入を上回る業績記録を作っています。これらの数字の背後には、トークンに基づいて課金する新しい型のビジネスロジックが、加速して進化していることがあります。」国家データ局局長の劉烈宏氏は述べました。人工知能産業の発展の歩みを振り返ると、過去しばらくの間、業界はモデル性能の競争に注力してきました。しかし技術革新と商業的な導入の間には、定量化できる橋渡しが不足しており、「技術の反復—価値の産出—継続的な投入」という良性の循環を形成しにくい状況でした。「トークン自体には、計測可能で、算力とエネルギー消費に紐づけられ、モダリティをまたいだ汎用的な決済ができるという特徴があります。つまり、それを技術供給とビジネス需要をつなぐ“決済単位”にすることができるのです。たとえば、大規模モデルの出力する知能は電気のようなもの、智算センターは発電所のようなもの。電気はキロワット時で計測し、知能の呼び出しはトークンで課金するのです。」レノボ中国のインフラストラクチャー業務グループ 戦略管理総監の黄山氏は述べ、さらに将来のスマート社会について、人工知能は水や電気のように社会を回す基盤資源になり、必要なときに使えて、使った分だけ買う形になる可能性があると展望しました。トークンの視点から見て、スマート経済の新しい形態を作るうえで、中国にはどのような優位性がありますか。どこに重点を置いて発展させるべきでしょうか。アルゴリズムの革新は、継続的にブレークスルーを実現しています。国産の大規模モデルは、基盤アーキテクチャの最適化を通じて、世界の最先端技術とのギャップを徐々に縮めています。呉迪氏は、中国の大規模モデルのメーカーが非常に多くのアルゴリズム革新を行い、推論コストや応答速度を継続的に最適化しており、より少ないトークンで複雑なタスクをこなせると述べました。インフラストラクチャーには先行する優位性があります。トークンが1つ生成されるたびに、データセンターの算力を呼び出し、それに伴って電力消費が発生します。中国は、すでに世界で最も種類が豊富で、規模が最大のエネルギー体系を構築しています。電源は十分で、送電網は強く、市場も活発です。唐華斌氏は、中国は発電供給が継続的に向上し、電力コストが絶えず引き下げられているため、トークン呼び出しコストを効果的に下げられると述べました。「エネルギー消費と算力は、トークン呼び出しの2つの重要なコストです。各トークンをより少ない算力、より少ないエネルギー消費で生み出すことは、智算センターなどのインフラストラクチャーの生産能力と効率を体現しています。」黄山氏は、セキュアで高効率、かつ誰もが利用できる人工知能の基盤インフラを構築し続け、大規模モデルの推論効率を継続的に高め、単一トークンあたりのコストを下げて、人工知能を最大限に規模化した導入へと進める必要があると述べました。
小詞元がスマート経済の大市場を動かす（ビッグデータ観察·スマート経済の新しい形態）
（元のタイトル：中国の日次平均のトークン（トークン）呼び出し量が140万億を突破、企業の効率向上への支払い意欲が強い 小さなトークンがスマート経済の巨大市場を動かす（データ観察・スマート経済の新しい姿））
注目ポイント
トークン（Token）は、大規模言語モデルが情報を処理する際の最小情報単位です。中国の日次平均のトークン呼び出し量は大幅に増加しており、これはスマート経済の勢いあふれる活力を映すだけでなく、新しい型のビジネスロジックが加速して進化していることも意味します。スマート時代では、計測でき、価格付けでき、取引できるトークンがあることで、人工知能は水や電気のように社会運営を支える基盤資源になることが期待されます。
ユーザー側では、資料調査、コード作成、コピー文の修正。企業側では、金融のリスク管理、インテリジェント・カスタマーサポート、コードの修正……。今日、人工知能の導入が実現するあらゆる場面は、トークン（Token）への大量呼び出しに依存しています。
トークンは、大規模言語モデルが情報を処理する最小情報単位です。今年3月、中国の日次平均トークン呼び出し量は140万億を突破し、2年で千倍超に成長しました。トークンをどう理解すべきでしょうか。トークンと人工知能産業の関係は何か、今後の発展の見通しはどうなるのでしょうか。記者が取材しました。
トークン呼び出し量が爆発的に増えている背景には、モデル能力の向上がある
トークンと一般的なデータには何が違うのか、と疑問を持つ人もいます。
「人工知能の大規模モデルの本質は、複雑な数学演算のシステムであり、人間のように文章を直接読んだり、音声を聞き取ったり、画像を見て理解したりはできません。」中国移動研究院のネットワーク・IT技術研究所 副所長の唐華斌氏は、次のように述べます。人工知能の大規模モデルは、まず各種の元データを、自分が認識できる“言語”に変換し、そのうえで演算を通じて結果を出力します。トークンとは、その“言語”における最も基礎的な単位です。
具体的に見ると、文字トークンは“レゴの組み立てブロック”のようで、単語や漢字1文字がブロック状のトークンに分解されます。音声トークンは“楽譜上の音符”のようで、ある区間の音声が極めて短い時間スライスに切り分けられ、各スライスには音程や音量が含まれます。動画トークンは“ジグソーパズルの欠片”のようで、1フレームの画像が複数の小さな四角形に切り分けられ、さらに時間的な連続性も考慮されます……
「大規模モデルから見ると、3種類のモダリティのトークンにはまったく差がありません。モデルの目には、自分が文字を読んだり動画を見ているとは映らず、ただ非常に複雑な数値の列を処理しているとしか感じていません。」火山エンジンのインテリジェント・アルゴリズム責任者である呉迪氏はそう述べています。
一つ一つの基礎的なトークンは、スマート経済の運営を支える“細胞”を形成します。今年3月、中国の人工知能大規模モデルの週次トークン呼び出し量は連続3週にわたり首位を占め、世界における大規模モデルアプリの活発度が最も高い国の一つとなっています。
「トークン呼び出し量の爆発的な増加の、最も直接的な理由はモデル能力の向上です。モデル能力が向上するたびに、より多くのアプリケーション場面が解放され、それによって大規模モデルのトークン呼び出し量がさらに急増します。」呉迪氏が説明します。たとえばSeedance（豆包動画生成モデル）2.0では、1分間の動画を生成するのに、約100万個以上のトークンを消費します。
同時に、新しいアプリケーションの形態や新しいビジネスモデルも、大規模モデルのトークン呼び出し量を大幅に押し上げます。唐華斌氏によると、最近注目が集まっている“エージェント”は、従来の単発の質疑応答とは違い、その稼働はしばしば、より長いコンテキスト、より頻繁なモデル呼び出し、より多くのラウンドにわたるタスク分解、そしてツール実行過程における継続的なフィードバックを意味します。
「単純なタスクで、単発または数回のツール呼び出しで済むなら、トークンの消費は数千で済みます。しかし、数十ラウンドのツール呼び出しが必要なら、少なくとも数万トークン、場合によってはそれ以上の消費が必要になります。」呉迪氏は、エージェントなどの新しい業態の登場により、トークン呼び出し量がまた別の“急成長のトンネル”に入っていると述べています。
トークン呼び出しは情報密度が高く、反復サイクルが速い分野に集中
60億は、愛問答科技の創業者である李加義氏が過去1年間に記録したトークン呼び出し量です。
北京・海淀区にあるAI原点コミュニティに足を踏み入れると、約16平方メートルの作業室で、李加義氏のチームが、設計を終えたばかりのAIおもちゃを調整しているところでした。
「このおもちゃにはインタラクション能力が必要で、それには相応のソフトウェアシステムが欠かせません。以前なら、同じ規模のソフトウェアシステムを開発するには少なくとも半年かかり、さらに複数人で連携する必要がありました。」李加義氏はそう語ります。AI大規模モデルと補助プログラミングの深い能力付与により、数億トークンを消費しつつも、開発期間は2か月に圧縮されました。
2025年初め、コンピューター分野の正規コース出身ではなかった李加義氏は、AI補助プログラミングツールに触れたあと、新技術の力でソフトウェア開発の専門的な壁を打ち破りました。「1年の間に、私たちは効率よく2つのAPPと1つのAIおもちゃの開発・設計を完了させました。つい最近、自社開発のAIハードウェア製品を国際コンシューマー・エレクトロニクス・ショー（CES）に出展しました。」李加義氏は、AIによる支援は開発コストを大幅に下げるだけでなく、小規模企業の革新的な探索により多くの可能性をもたらしたとも述べています。
ソフトウェア開発は、人工知能アプリが実際に導入される代表的な場面の一つです。全体として見ると、トークン呼び出し量の分布には、業界と場面に明確な特徴があり、主に、情報密度がより高く、製品の反復サイクルがより速く、さらにモデルと生産システムの結びつきがより緊密な領域に集中しています。
豆包大規模モデル2.0を例にすると、呉迪氏は、業界分類の観点では、インターネット業界がトークン呼び出しの割合で最も高いと紹介しています。続いて、コンシューマー・エレクトロニクス、金融、新しい小売、ビジネス・サービスが続きます。
場面の観点では、非構造化情報の処理と分析が最も大きな割合を占めます。教育、コンテンツ制作、「検索とレコメンド」がそれに続きます。
今後の発展の傾向を見ても、ソフトウェア開発、深い研究、パーソナルアシスタントなどの“エージェント”型のアプリケーション場面が、トークン呼び出し量が爆発的に伸びる重要分野になる可能性があります。「特にソフトウェア開発では、現在の人工知能は、単にコードを書くところから、プロジェクト全体を理解する方向へ進んでいます。誤りの洗い出しや取りこぼしの修正、自動最適化だけでなく、エージェントが自律的に開発タスク全体を完了することさえできます。コードのコンテキストは長く、インタラクションのラウンド数も多く、企業が効率向上のために支払う意欲が比較的強い。これは大きな需要の成長ポイントになるでしょう。」唐華斌氏はそう述べています。
トークンは計測可能で、人工知能は社会運転の基盤資源になる見通し
「今年1月末以来、あるモデル企業は20日で、2025年通年の総収入を上回る業績記録を作っています。これらの数字の背後には、トークンに基づいて課金する新しい型のビジネスロジックが、加速して進化していることがあります。」国家データ局局長の劉烈宏氏は述べました。
人工知能産業の発展の歩みを振り返ると、過去しばらくの間、業界はモデル性能の競争に注力してきました。しかし技術革新と商業的な導入の間には、定量化できる橋渡しが不足しており、「技術の反復—価値の産出—継続的な投入」という良性の循環を形成しにくい状況でした。
「トークン自体には、計測可能で、算力とエネルギー消費に紐づけられ、モダリティをまたいだ汎用的な決済ができるという特徴があります。つまり、それを技術供給とビジネス需要をつなぐ“決済単位”にすることができるのです。たとえば、大規模モデルの出力する知能は電気のようなもの、智算センターは発電所のようなもの。電気はキロワット時で計測し、知能の呼び出しはトークンで課金するのです。」レノボ中国のインフラストラクチャー業務グループ 戦略管理総監の黄山氏は述べ、さらに将来のスマート社会について、人工知能は水や電気のように社会を回す基盤資源になり、必要なときに使えて、使った分だけ買う形になる可能性があると展望しました。
トークンの視点から見て、スマート経済の新しい形態を作るうえで、中国にはどのような優位性がありますか。どこに重点を置いて発展させるべきでしょうか。
アルゴリズムの革新は、継続的にブレークスルーを実現しています。国産の大規模モデルは、基盤アーキテクチャの最適化を通じて、世界の最先端技術とのギャップを徐々に縮めています。呉迪氏は、中国の大規模モデルのメーカーが非常に多くのアルゴリズム革新を行い、推論コストや応答速度を継続的に最適化しており、より少ないトークンで複雑なタスクをこなせると述べました。
インフラストラクチャーには先行する優位性があります。トークンが1つ生成されるたびに、データセンターの算力を呼び出し、それに伴って電力消費が発生します。中国は、すでに世界で最も種類が豊富で、規模が最大のエネルギー体系を構築しています。電源は十分で、送電網は強く、市場も活発です。唐華斌氏は、中国は発電供給が継続的に向上し、電力コストが絶えず引き下げられているため、トークン呼び出しコストを効果的に下げられると述べました。
「エネルギー消費と算力は、トークン呼び出しの2つの重要なコストです。各トークンをより少ない算力、より少ないエネルギー消費で生み出すことは、智算センターなどのインフラストラクチャーの生産能力と効率を体現しています。」黄山氏は、セキュアで高効率、かつ誰もが利用できる人工知能の基盤インフラを構築し続け、大規模モデルの推論効率を継続的に高め、単一トークンあたりのコストを下げて、人工知能を最大限に規模化した導入へと進める必要があると述べました。