11月2日晚上七点半，李佳琦天猫双11直播间的购物车里多了一样东西：千问办公个人会员月卡。开卖10分钟售出5万份，半小时累计近10万份，按平台口径对应约2万亿Token。
这可能是Token第一次作为独立商品，进入双11超级头部主播的直播间。这张月卡原价28元，直播间售价0.01元，仅限新购用户。10万份乘以1分钱，实际成交额约1000元。
这个晚上，十万人第一次给AI下单。价格门槛几乎被压到了零，当AI便宜得像日用品之后，一个问题就显得更加尖锐：谁在用、谁会用、怎么用。
酒业已经站在这个问题跟前。根据调查，酒企、酒商员工在个人层面使用AI已非常普遍，但在企业级应用层面，还有很大空间。
像“用电“一样用Token AI将成为企业基础设施的一部分
Token原本是大模型计算文本的单位，长期待在开发者后台和企业采购单里。它走上电商货架只用了不到两个月：9月3日，天猫上线Token充值中心，首批接入阿里云、智谱、Kimi、MiniMax等厂商。
据天猫方面介绍，10月20日双11开售首日，天猫Token品类成交额环比增长450%；京东同期上线“AI Token服务站”。到11月2日，它进了过去卖口红、卖零食的直播间。
“2万亿”这个数字要打折看。它是平台按权益折算出的可用额度，并不是已经发生的调用量。作为参照，国家数据局今年3月公布，我国日均Token调用量已突破140万亿。Token正在变成一种按量计费的东西，有点像电表上的“度”。已有调研报告把这种趋势形容为AI开始像水电一样，成为企业基础设施的一部分。
卖法也变了。直播间很少讲参数和榜单，李佳琦把月卡附带的500积分换算成任务：能做多少份PPT、写多少份周报、做多少张表格。屏幕上列的是孩子错题整理、全家出游计划、宠物健康档案。AI被换算成一件件生活里的小事，像日用品一样卖给个人。
下单几乎没有成本，用起来却有门槛。上海财经大学数字经济研究院副院长崔丽丽提醒，“大多数人可能是薅羊毛”，Token的使用需要一定的技术门槛和知识，没有经验的人即便抢到也未必用得上。
她认为，这场直播的短期作用是市场教育，长期效果取决于激活率。《中国新闻周刊》的报道也指出，衡量这场试验是否成立，要看一个月后有多少人愿意按28元续费。
一分钱能买到第一次，买不到会用。这句话放在酒业里，同样成立。
酒业AI现状调查 暗藏结构性风险
在工作中用生成式AI的人群，近八成是自带工具上班的。这是微软和领英2024年《工作趋势指数》给出的数字，中小企业里这一比例更高。新京报贝壳财经2025年的企业家调研，把员工在办公软件里顺手用AI、自己都没太在意的状态，称为“影子AI”。
这和酒业过去十年的数字化方向正好相反。
2017年，茅台云商全面上线，要求经销商30%以上的未执行合同量通过云商平台销售；此后不少酒企推进一物一码，经销商扫码出入库，终端和消费者扫码参与积分、红包活动，数据回流总部，然后是渠道动起来，扫码往往要配上积分和红包，逐渐成为市场标准化动作。
近期云酒头条面向部分酒商、酒企的AI使用的调研结果显示，员工已普遍使用豆包、DeepSeek写文案、整理资料，与个人化使用率相比，企业级使用远远不及。
其实这也并非酒业个案。长江商学院今年初对2016家规模以上工业企业的调研显示，已产生实质性AI支出的企业约占10%，未采用的企业中有79.2%认为核心阻碍是“场景不适用”。
这种AI应用情况，看似平常，实则暗藏巨大的结构性风险。
举个例子，比如业务员为了让AI帮忙算返利，把一整张经销商政策表粘贴进公开的AI对话框，这张表就不再完全由企业掌控。微软在报告中也提醒，员工自带AI，企业得不到规模化使用的收益，还让企业数据面临风险。前述企业家调研中，已建立AI治理制度的企业只有11.72%。
今年2月，工信部等三部门印发《酿酒产业提质升级指导意见（2026-2030年）》，提出支持酿酒企业深化人工智能应用，提升原料采购、研发生产、能耗管理、检验检测、流通追溯等全过程智能化水平，支持行业级大模型和智能体开发。
对于今天的酒类生产、流通企业，AI已不是用或不用的问题，而是要更安全、更高效、更精准地用好AI，将其深度融入企业生产、经营、管理全链条，真正起到提升企业核心竞争力的作用。
在当下，AI应用就是企业竞争的关键战役。
AI企业级应用如何“实操”
AI的企业级应用，已经在路上了。
2023年，美的集团把大模型工具向全员开放；2024年，把AI应用纳入经营责任制，当年定下2000万元的降本目标，年底实际降本1.6亿元、人效提升396万小时；2024年年中，美的建起AIGC中台，一方面把员工的好做法复制到其他部门，另一方面统一管理Token成本、满足合规要求。
2025年之后，美的再从研发、生产、供应、销售、服务的流程出发，找出适合交给AI的环节，把它们嵌进流程；到2026年上半年，美的已孵化超过2万个智能体，累计提效超900万小时、降本超4.5亿元。
从企业层面看，最初的一步，是把“各用各的”，变成统一使用。统一采购办公AI账号，替代员工各自注册的免费版本；把产品介绍、活动文案、会议纪要、周报这些天天要写的东西，整理成团队共用的指令模板；讲清楚哪些数据可以输入、哪些不行，比如价格体系和客户资料。
在蒙牛，通过企业内部培训和考试，认证了约370名“AI提示词工程师”，这些员工自己做出了1700多个AI应用，运行得好、能够跨场景使用的，再升级为企业级智能体
目前，很多企业已经在用的飞书、钉钉、WPS都内置了AI功能，这些都是花钱最少的起点。
再往前迈一步，是建立企业“知识库”。2023年9月，摩根士丹利向财务顾问全面上线了一个基于GPT-4的内部助手，背后是约10万份研究报告和内部文件，全部回答只从公司自有内容中生成，并附上原文链接，而并非使用公开的ChatGPT，到2024年，98%的财务顾问团队已经在使用。
对于酒企，产品资料、香型工艺、品鉴话术、经销商政策、价格与促销规则、门店操作规范，这些东西过去散在文件、群聊和老员工的脑子里。当企业建立知识库、接入AI问答之后，新导购上岗前可以拿AI陪练品鉴讲解；经销商来问政策和返利，AI先答，业务员复核；消费者问“这款酒适合什么场合、配什么菜”，店员可以当场查。相比技术性问题，把企业知识整理清楚完整，反倒是核心环节所在。
最深的一层，是把AI接进业务数据。酒商可以从销售和库存数据出发，做选品分析、滞销预警和会员复购提醒；酒企在生产端有勾调辅助、品控检测、设备运维，在营销端有渠道动销分析、终端陈列核查、费用核销。过去一物一码攒下的扫码数据，到这里能派上用场。
在这一层面，最容易犯的错是贪多。阿里云智能集团副总裁娄恒在2025年赤水河论坛期间曾提到，很多企业一报AI场景就是一两百个，全部铺开往往很难看到成效。
他的建议是。先选业务团队愿意牵头、数据基础相对完善的场景落地。对中小酒商来说，一个能算清省了多少人工、增加多少复购的场景，比一份覆盖全链条的规划显然更有用。
说到底，下没下单只是第一步，用不用得起来才是考题。一个月后，十万张月卡会陆续到期，有多少人愿意按28元续上，能看出这场直播到底教会了多少人用AI。
酒企和酒商也可以给自己定一个类似的期限，到期看几件具体的事：某个岗位每周省下了多少小时，新员工上岗培训缩短了几天，滞销库存和会员复购有没有变化。
Token还会更便宜。将来它可能和电费、水费、宽带费一样，成为企业每个月都要交的一笔基础开支。可没有哪家酒企是靠多交电费赢的，差别在于用电干了什么，AI也是同样的逻辑。
(责任编辑：zx0600)
