全国科学技术名词审定委员会于近日正式宣布，将“词元”作为人工智能领域“token”的标准中文译名，并优先推荐使用。这一决定标志着词元概念正式进入社会与经济各领域。据国家数据局统计，自2024年初中国日均词元调用量突破1000亿后，至2025年底已飙升至100万亿，2026年3月更突破140万亿，两年间增长超千倍。词元作为大模型处理信息的最小单元，具有可计量、可定价、可交易的特性，为词元经济的发展奠定了基础。
Gartner预测，到2027年末，生成式AI与AI智能体的广泛应用将对主流生产力工具构成30年来首次重大挑战。企业运营和管理的各个环节正在逐步词元化，这一趋势正深刻改变着企业IT基础设施的面貌。随着词元在生产力工具中的广泛应用，企业IT基础设施正经历从云原生到AI原生的重大转型。词元时代的AI原生将不再是孤立的系统，而是成为企业IT基础设施的核心组成部分。
云原生技术作为云计算发展的成熟产物，主要包括容器、Kubernetes集群管理、服务网格和微服务等，已成为新一代企业IT基础设施的标准。然而，随着以机器学习和深度学习为代表的传统AI进入企业应用，AI原生概念应运而生。在云原生阶段，AI原生主要面向单一应用，如智能客服和视觉检测，仍是附属在企业IT基础设施上的解决方案，呈现孤岛型系统特征。
进入大模型时代，AI原生的内涵发生了根本性变化。大模型更类似于操作系统，成为横跨企业IT基础设施的横向层，与云原生具有同等重要的地位。相比之下，小模型阶段的AI原生只是单一系统，部署成本高、耗时长且难以扩展。大模型时代的AI原生则无需重新开发和部署，即可低成本、高效率、高扩展性地适配新场景，代表了IT基础架构和基础设施的根本性变革。
大模型AI原生主要面向训练和推理两类特殊计算，对IT基础设施提出了更高要求，包括高精度资源编排、面向GPU等加速卡的基础设施以及动态扩容能力。过去，GPU等计算资源在企业内部较为分散，数据处理、模型训练和推理等系统也呈孤岛状，导致企业难以快速实施和部署新的AI项目。咨询公司Wikibon指出，企业IT需重新围绕计算、编排和效率组织资源，尤其是GPU和加速器的采用。
Wikibon建议，面向大模型AI原生的企业IT基础架构应具备集中统一、动态分配计算资源和按利用率衡量计算效率等特点，并倾向于采用开源系统而非专有技术栈。Wikibon认为，未来AI的推广将取决于谁能高效、可靠、大规模地运营AI，而非谁能获得模型。这一观点预示着企业IT基础设施将迎来新一轮变革。
当前，企业正站在IT变革的初期阶段。45年前，现代PC的诞生改变了企业办公方式；如今，企业员工正逐步从使用PC转向使用智能体和词元完成任务。未来，智能体设备有望替代PC成为新的办公工具。与此同时，企业领导者需重新构建IT基础设施，以适应词元经济时代的到来。
NVIDIA CEO黄仁勋在2025年提出“AI工厂”概念，并在2026年进一步提出“五层蛋糕”架构，将AI工厂列为AI基础设施的核心。该架构包括能源、芯片、基础设施、模型和应用五层，其中AI工厂基础设施承担承上启下的重任。黄仁勋认为，数据中心将升级为AI工厂，标志着企业IT基础设施将迎来新一轮变革。
目前，面向大模型AI的AI原生基础设施即“AI工厂”存在两大路线：一是以NVIDIA为代表的专有技术路线，二是开源技术厂商的开源路线。NVIDIA在商用AI工厂领域处于领先地位，而开源厂商也在快速发展和成熟。Wikibon认为，开源在AI工厂产业中扮演重要角色，可促进跨生态协作、降低供应商锁定风险并通过社区贡献加速创新。随着企业IT变革的深入，新旧范式正经历此消彼长的阶段，企业需为新范式的到来做好充分准备。
