【美国拉斯维加斯】随着Agentic AI加快落地，企业AI投入的成本结构正在发生变化。Dell Technologies在“Dell Technologies World 2026（DTW 2026）”上提出，“Tokenomics”将成为AI时代企业制定基础设施策略时必须关注的核心变量。

当地时间5月19日，在DTW 2026第二天的主题演讲中，Dell Technologies发布面向AI原生企业的基础设施策略。Dell认为，企业接下来的重点已不只是“是否部署AI”，而是要进一步回答：不同任务应由什么模型处理，又应运行在哪一类基础设施之上。

◆ Agentic AI普及推高Token成本

Dell Technologies副董事长兼首席运营官（COO）Jeff Clarke在演讲中回顾过去一年AI市场变化时表示，随着能够执行具体任务的AI代理使用增加，Token成本正成为企业推进AI应用时最突出的压力之一。虽然模型调用单价持续下降，但随着AI应用范围迅速扩大，整体Token消耗仍在大幅攀升。

在这一背景下，Dell提出“Tokenomics”概念，强调Token消耗将直接影响企业AI应用的成本结构。对模型提供方而言，关键在于Token单价和模型效率；而对企业用户来说，如何管理输入与输出全过程中的Token使用量，正成为新的核心课题。

Jeff Clarke将这一趋势类比于存储和计算市场的发展逻辑。他表示，单个服务或设备的单位成本下降，往往会刺激新的需求释放，最终带动总使用量和总支出上升。这一模式在存储和计算领域已多次出现，如今也正在AI市场重演。

主题演讲中，Dell还举例称，有开发者同时调用10个AI代理，一天内消耗了10亿个Token；也有企业内部的部分工程师团队在短时间内就用完了整月的AI使用配额。Jeff Clarke表示，这并非系统异常，而是AI代理开始真正投入实际业务后的自然结果。

◆ Dell提出“Token路由”思路

针对这一变化，Dell建议企业不要把所有AI任务都集中到单一高性能模型上处理，而应结合任务性质、数据敏感度、性能要求和成本结构，在本地终端、企业自建数据中心、边缘和云端之间合理分配工作负载。Jeff Clarke表示，真正的问题不在于Token是否增长，而在于企业能否让合适的工作负载运行在合适的基础设施上。

Dell进一步提出“Token路由”这一思路，即根据任务属性决定采用何种模型，并选择相应的运行环境。比如，日常摘要类任务可以交给小模型完成；而涉及敏感数据的金融分析，则更适合放在企业内部基础设施上运行。Dell认为，这种方式不仅有助于降低成本，也有利于满足隐私保护与合规要求。

Jeff Clarke表示，未来企业在AI基础设施上的关键决策之一，将是如何做好Token路由，以及如何控制由此带来的管理成本。

◆ 数据基础设施决定Token效率

Dell同时强调，降低Token成本的关键，不仅在模型和算力配置，更在数据基础设施本身。如果企业数据没有完成有效治理，即便投入更多Token，也未必能够得到理想结果；相反，数据质量越高、组织越清晰，企业越有可能借助更小的模型和更少的Token实现相近效果。

Dell Technologies表示，“Dell AI Data Platform”可作为应对上述问题的解决方案之一。Infrastructure Solutions Group负责人Arthur Lewis称，该平台有望成为提升Token效率的重要基础设施底座。其主要作用是将企业内部原本分散的数据整理为AI可调用的形式，并与推理工作负载连接起来。

据介绍，该平台不仅支持结构化数据，也可处理图像、视频、音频等非结构化数据，并将其转化为模型可使用的数据资源。

Arthur Lewis还建议，企业应结合Dell AI Factory战略和AI工作站方案，统筹规划全栈AI基础设施。Dell在本届DTW上也同步公布了一系列覆盖存储、服务器、安全和自动化的解决方案。

Arthur Lewis表示，高质量的数据基础设施不仅是提升AI性能的基础，也是提高Token使用效率的起点。企业需要先把数据准备成适合AI使用的状态，再将相关任务部署到最合适的基础设施环境中。