黄仁勋AI工厂缺粮仓，中国公司出手补位

10月21日柏林GTC大会，黄仁勋提出AI是“五层蛋糕”——能源、芯片、AI工厂、模型、应用，并指出AI已不是软件，而是全新的制造业：AI工厂生产Token，Token转化为数字智能。企业不能只做AI消费者，还要成为生产者，路径是从开放模型出发，用专有数据训练优化，让AI掌握行业知识。不同行业由不同模态模型驱动，没有谁能包打天下。智能体变强的关键不是模型更大，而是能读懂企业自己的知识。

这一趋势意味着未来千千万万家企业都将拥有专属智能。但工厂、医院、能源公司训练专属模型时，面临数据不足、行业数据缺失、本地部署难等问题。迅策科技（3317.HK）由此推出TokenRouters，定位为企业AI核心平台及AI实时数据与专用Token的一站式交换、匹配与服务平台。

案例显示，国内一家头部PCB厂因AI服务器订单暴涨，质检压力激增。迅策将产线切成五六段，每段单独采集治理数据，每秒生成十几万条数据，并为每个工作岛训练小模型盯关键工序，实现高速产线100%全检，出货良率稳定在99%以上，检测效率提升3倍以上，方案可复制到其他产线和基地。

但企业小模型要更聪明，需要行业数据流通。数据交换的难题是“你给我看了我就有了”，答案是Token。通用Token核心是“懂语言”，专用Token由行业私有数据脱敏精炼而成，核心是“懂业务”。TokenRouters以专用Token为核心交换资产，原始数据不出门。

平台支撑五大模块：数据集解决“用什么数据”，标明名称、规模、来源、更新频率及用途；AI模型解决“用什么模型”，按行业场景分类并说明能力与适配场景；AI应用解决“用什么工具”，按业务环节上架并讲清用法；场景库从具体任务出发拆痛点、算收益、配架构图；智能客服全程兜底。五模块形成“找准场景→发现资源→评估适配→借鉴验证→全程服务”闭环。

迅策自身构建“四层蛋糕”：底层AI数据治理，从资管行业起步十年；第二层TokenOS，今年5月发布，将治理后数据精炼为可计量、可定价的场景Token；第三层TokenCloud，9月推出，做算力适配与模型优化蒸馏；第四层TokenRouters，打通跨主体Token流通；最上层是企业小模型，可私有化部署、参数更小、推理更便宜。对应“四阶跃迁”：数据治理、Token化、Token交换、企业小模型。

NVIDIA研究团队2025年论文指出，企业专门任务中小模型已够强甚至更优，70亿参数小模型比700亿至1750亿参数大模型便宜10到30倍。Gartner预测到2028年超过一半企业级生成式AI模型将是领域专用。迅策已在资管、能源、健康医疗等行业跑通，核心壁垒是非公开的一手行业数据。

TokenRouters意味着迅策从“AI数据基础设施提供商”变为“Token经济的基础设施运营商”，商业模式从按单客户Token调用收费转向平台化Token路由费、撮合服务费、合规流通费和数据资产化增值服务。2026年上半年迅策营收9.67亿元，同比增长389%，成立十年来首次上半年盈利。

结论：企业AI落地离不开垂类高质量数据治理；每家公司都将拥有专才型小模型；训小模型离不开数据集交换流通，交换的是携带行业知识、业务规则的专用Token。