LG U+将于2027年推出面向企业的AI代币业务，降低单项任务成本

据ZDNet Korea报道，韩国电信运营商LG U+（LG Uplus）将于2027年进入企业市场，推出“代币（token）”业务：这是一项中介服务，通过为每项任务组合合适的模型与基础设施，让客户使用AI模型。该公司于2026年11月12日在首尔举行的媒体说明会上公布了这一战略，韩国媒体于11月15日予以报道。

代币（token）是AI在输入和输出时处理的文本单位，也是使用计费的依据。据ZDNet Korea称，AI智能体为完成一项工作而反复进行搜索、分析和验证，消耗的代币就越多。因此，LG U+主张采用不同于单个代币价格的指标：完成一项任务所需的总成本，该公司称之为“Task Cost”。

LG U+想向企业卖什么？

据ZDNet Korea和Pointe Economy报道，该运营商从2027年起将同时走两条路：与合作伙伴联合，以及自建基础设施。ZDNet Korea称，首席技术官李相烨（Lee Sang-yeop）表示，Kakao负责前端，LG U+负责“模型服务（model serving）”，即运行模型以生成答案的工作。报道没有说明这一分工的具体范围。

据ZDNet Korea称，LG U+强调三个经验来源：AI通话应用ixi-O、AI联络中心（AICC）以及公司内部的AI转型。该媒体还称，ixi-O起初同时使用LG AI研究院的端侧模型和谷歌Gemini，后来调整了自有模型与EXAONE（LG AI研究院的模型系列）的占比，以提高成本效率。LG U+年底与Kakao合作推出的面向公民的公共AI服务“Modu AI”所积累的运营数据，也将用于这项业务。

运营商宣称能节省多少？

以下数字是LG U+公布的内部测试结果，由ZDNet Korea和DigitalToday报道。在我们读到的报道中，没有一项经过第三方验证。

• 据ZDNet Korea和DigitalToday报道，将LG U+自有模型用于编程，运营成本比常用模型降低约90%；ZDNet Korea补充说，在同一基础设施上，处理效率提高了约4倍。
• 模型路由是指把每个请求发送给与其难度相匹配的模型。据ZDNet Korea称，内部测试显示，一般问题的成本至少降低25%，编程智能体的成本至少降低30%；DigitalToday指出，答案质量保持在约95%。
• 据DigitalToday报道，“线束工程（harness engineering）”通过限制智能体可用的工具和执行范围、并复用成功的流程，使一般任务的代币用量减少38%，编程任务减少84%。
• 据DigitalToday报道，把模型从350亿参数缩减到100亿参数，保留了91%的质量，生成速度提高40%。
• 据ZDNet Korea称，端侧模型从2.4至3GB缩小到约800MB，并保持了作为对照的云端模型95%以上的性能。
• 推测解码是指由小模型先写出草稿、再由大模型验证。据DigitalToday报道，一个基于EXAONE的模型因此从每秒80个代币提高到160个；ZDNet Korea补充说，两篇相关研究论文被人工智能学术会议NeurIPS收录。

这些收益不一定能叠加。ZDNet Korea指出，编程成本降低90%的案例与模型路由的结果是分别验证的。Pointe Economy还引述LG U+一名负责人的话，称电信领域智能体任务的代币效率可达85%至90%以上，但没有说明计算依据。因此，更稳妥的读法是把这些数字当作公司自己给出的数量级。

“芯片混搭（chip mix）”如何运作？

据DigitalToday介绍，AI推理分为两步：分析问题的“预填充（prefill）”主要取决于算力，生成答案的“解码（decoding）”主要取决于内存能力。据Pointe Economy报道，LG U+把预填充交给英伟达GPU，把解码交给内存更充足的AMD GPU，并把轻量的领域专用模型放到国产NPU（专为AI设计的芯片）上。据ZDNet Korea称，该运营商已与韩国AI芯片企业FuriosaAI合作两年多，验证其NPU。

Pointe Economy报道，负责技术战略的李惠真（Lee Hye-jin）表示，总成本的80%以上消耗在AI给出答案之前“思考”的阶段。该媒体提到了杰文斯悖论：单价下降后，使用量增加，总支出仍可能上升。

电信运营商为何要做代币业务？

据Pointe Economy报道，李相烨表示，LG U+的竞争对手不是大型科技公司的巨型模型，而是针对客户的业务目标、以最经济的方式组合自有轻量模型与外部模型的工程能力。该媒体还提到，电信业在频谱和流量优化方面的经验被认为可以迁移到AI领域。

这并非孤例。ZDNet Korea在相关文章中列出了2026年10月27日关于KT进军代币生产与流通的标题，以及11月9日SK电讯一名高管谈到结合GPU与NPU、以最低价格生产代币的标题。这两篇文章我们没有读过，这里只引用其标题。

这对中国企业意味着什么

目前，我们读到的报道没有给出价格、客户、详细时间表或营收目标。该服务尚未商业化，也没有迹象表明会在韩国以外提供。

对正在部署AI智能体的企业来说，启示主要在方法上：向供应商询问一项任务完成的完整成本（模型调用、搜索、验证），而不是每百万代币的价格；用自己的业务场景测试大小模型之间的路由；并检查宣称的节省幅度在自己的数据上是否成立。关于智能体部署的框架，可参阅智能体系统。