如果最近你刷到了“算力贷”、“Token贷”等词语的话，想必你的第一反应很可能是：这也能申请贷款吗？

以前银行看企业的时候最看重的是什么？房屋、厂房、机器设备和土地。也就是说要能看得见、摸得到，并且可以用来做担保的东西。

但是现在的情况却不同了。

近日，广州一些银行把企业使用人工智能算力况作为授信依据之一。

另外一边，英伟达与华尔街上百家顶级金融机构正在推动把GPU成为养老金、保险资金都能配置的新资产。

一个是国内银行的小额信贷尝试，一个是海外资本数千亿美元的大盘子，规模差很多，但底层逻辑是一样的：算力，正在被金融体系重新定价。

算力，不只是一种技术资源，也有可能成为新一代的「房产」。

01、什么是算力贷？

先说明一下，算力贷并不是指银行把算力借给企业。

其实还是人民币贷款，只不过银行衡量一个企业是否值得借入资金的标准变了。

以前是看资产，现在是看业务活跃度。

很多AI公司的账上并没有多少房产和设备，也没有传统的重资产，但是每天都在调用模型、消耗Token、服务于客户，业务发展得非常快。

按照旧有的标准来看，它们并不算坚硬；但是从新的经济发展角度来看，它们又具有一定的增长潜力。

于是银行又换了一种眼光来看待问题，并不是只看你的资产有多少，而是要看你目前的需求有多大。

比如说企业Token的消耗量、算力服务合同、应收账款、订单流水、佣金结算等等，都可以作为授信的依据。

广州海珠区推出的是“Token贷”，也是这样的思路。中国银行、中信银行、广州银行等都参与了进来，第一批试单授信为2800万。

虽然没有惊天地泣鬼神的效果，但是已经向外界发出了一个信号：金融已经开始给人工智能业务开绿灯了。

其实并不是一时兴起的。

海珠区之前做过“流量贷”，给数字营销公司提供服务，用流量、交易数据来帮助做贷款审批，并且一年之内新增了上十亿的贷款额度。Token贷就是把同样的思路应用到人工智能时代。

全国其他地方也早有动作。

兴业银行、江苏银行等等已经给算力项目以及相关的公司提供了授信，额度从千万元到十亿元之间都有。

特别是算力基础设施的企业，有客户、有合同、有回款，所以银行判断风险比较容易。

但是不要误解了，银行不会仅仅因为一个Token数字就给贷款。

Token的消耗就是入场券。

真正的审批的时候还要看企业的信誉、订单的真实性、应收账款、现金流以及担保的情况。也就是说新的标准属于加分项，并不能成为免罪金牌。

其中也包含一定的风险。

Token消耗表示业务活跃，但是并不意味着盈利。企业为了贷款而刷调用量，虽然很热闹，但是回款速度跟不上，最终还是会被拖入现金流危机中。

所以国内这套玩法，总体还是谨慎的。银行在试水，但没有放飞。

02、华尔街走的路，比我们长

如果说国内把算力作为授信的一个依据的话，那么华尔街已经把算力本身当作一种资产来包装了。

这里面最关键的主角，是英伟达。

AI公司做大模型不能不使用GPU；云服务提供商要想提供算力就必须先购买GPU。但是GPU价格高昂，而且很多客户的信誉都不好，所以银行不会借钱给它们。

因此英伟达也加入了进来。

第一步，它给中间云服务商提供支持。

比如说云服务提供商购买英伟达的服务器，并且把算力出租给人工智能创业公司。银行认为终端客户的付款能力不足，所以英伟达提供了担保以及残值保障。

这就相当于告诉银行：你们不要害怕，即使客户的设备出了问题，设备本身仍然有价值，我可以承担一部分损失。

这样就实现了贷款可以发放出去、云服务提供商可以购买到GPU、人工智能公司可以得到算力、英伟达也可以卖更多的芯片。

但争议也来了。

因为英伟达既是芯片供应商又是客户的投资者、担保人以及融资渠道。钱转了一圈之后又回到了自己手上，变成了自己的销售业绩。人们把这个模式叫做“循环融资”。

支持者认为，如果下游真的有人愿意出钱来购买算力的话，那么这就不算泡沫了，而是一个产业的成长过程；而反对者则表示，如果需求是由融资堆出来的，那么风险总有一天会暴露出来。

后来，英伟达又走了第二步：把华尔街拉进来。

它与阿波罗、贝莱德、黑石、高盛、KKR等机构一起，打算长期调动起超过5000亿美元的资金来帮助人工智能公司获取并使用计算能力。

结构非常简单。

机构募集养老金、保险资金等，放入一个特殊的目的是为了购买GPU；GPU再出租给需要算力的AI公司；AI公司支付租金，租金用来偿还本金和利息。

换个角度看，这像不像贷款买房再出租？

过去是买房出租来偿还房贷，现在的做法则是购买GPU并收取算力租金来还贷款。底层都是一样的逻辑：用资产产生现金流，然后用现金流去支持融资。

区别只是，房产换成了GPU。

英伟达在此次融资中不承担全部责任了，只给客户提供一定的残值保证，并把大部分的风险留给投资者自行去评估。

所以英伟达已经不是“担保人”，而成了“技术标准提供者和有限的支持者”。黄仁勋认为技术芯片第一次变成了可以投资的一种资产类别。

这句话背后，其实就是新时代的资产迁移。

03、为什么说算力像过去的房子？

过去20年里，房地产为什么成了中国家庭以及整个金融体系中最重要的资产呢？

因为它很实在、经得起考验、可以做抵押品，并且还会产生租金。银行喜欢它，家庭信任它，资本也会围绕着它打转。

但是现在，在新的时期里，财富的增长并不一定就存在于钢筋水泥之中了。

AI时代真正稀缺的东西，是算力。

大模型的训练需要算力，智能应用的运行也需要算力，自动驾驶、机器人、药物研发、工业仿真等也都离不开算力。

能够掌握稳定的、低费用、高效的算力的企业，就会成为下一次产业发展的入口。

更加重要的是，算力已经产生了现金流。

企业使用GPU集群的方式是按照小时、按照Token、按照调用量来收费的。只要有需求存在，那么算力就不仅仅是一台台机器了，而是很多可以出租的机器。

这也是金融机构愿意盯上它的原因。

但是算力与房子是不一样的。

房子老得比较慢，而GPU贬值的速度很快；房租比较平稳，但是算力的价格可能会有很大的波动；房产的位置决定了它的价值，而算力则是由芯片性能、能耗成本以及用户需求和技术更新来决定的。

所以它是房产，但是又不完全是房产。

实际上，算力已经取代了房产，在未来的十年里将会成为最大的财富增长点，并不是说房子没有价值了，而是财富产生的主要场景发生了变化。

过去的最大增量是由于城市扩张、地价上涨以及居民加杠杆。

未来的发展空间主要来自于人工智能的应用普及、产业智能化以及算力基础设施的发展。

在房地产的时代里，地段就是最有价值的东西。

算力时代下，需求、效率以及现金流来决定一个企业的价值。

现在的变化还处于初期阶段。它既可以带来新的财富机遇，又可以造成新的金融泡沫。重要的不是概念多么火热，而是算力是否能像当年的房地产一样，长久地、稳定的、真实的带来收益。

如果答案是能，那未来十年，中国最大的财富增量，确实可能不在楼市，而在一排排沉默运转的服务器里。