BLOG
銀行が「トークン」に基づいてAI企業に融資を開始：なぜ呼び出し回数が担保になり得るのか
トレンド追跡：トピックの発信 × 技術的判断 × 実用的なアドバイス。 著者：永亮
title: “トレンド追跡005｜銀行が「トークン」に基づいてAI企業に融資を開始：なぜ呼び出し回数が担保になり得るのか” cover: cover.png author: 永亮 digest: ""
トレンド追跡：トピックの発信 × 技術的判断 × 実用的なアドバイス。 著者：永亮
9月13日、北京経済技術開発区（亦荘）で第1弾となる「亦企トークン・ローン」が実装され、6行が区内のAI産業チェーン企業に対し約20億元の与信枠を承認しました。翌日、『人民日報』は「経済深掘り」欄で全面調査記事を掲載し、見出しで直接問いかけました。「トークン・ローン」はAI企業に何を「貸し出す」のか？ タイムラインを長く見てみましょう。8月末に広州海珠区が広東省初の「トークン経済」専門金融商品を発表し、9月初旬に北京亦荘が追随。中国国際サービス貿易交易会（CIFTIS）では複数の銀行が「計算力ローン」「計算力保険」を展示し、中国工商銀行は「計算力インフラローン」「計算力研究開発ローン」を打ち出しました。1週間のうちに、「トークン使用量に基づいてAI企業に融資する」という取り組みが、地方の試行から全国的な話題へと変わりました。これは単なる金融ニュースではありません。その背後には、AI産業が初めて「実際の利用量」を担保の位置に据えたという事実があるのです。
何が起きたか
まず、製品そのものについて説明します。「詞元（シーユエン）」はTokenの中国語名であり、大規模モデルが情報を処理する最小単位です。AIに文章を書かせたり、推論を一回回したりするたびに、請求書はトークン単位で計算されます。今年3月、国家データ局はTokenの中国語名を「詞元」と定め、「インテリジェント時代の価値のアンカーポイント」と位置づけました。その量の増加はこの称号にふさわしいものです――全国の1日あたりのトークン呼び出し回数は、2024年初頭には1000億でしたが、2025年末には100兆に急増し、今年3月には140兆を突破しました。2年間で1000倍以上の増加です。
「トークン・ローン」が解決しようとしている課題は非常に具体的です。AI企業にとって最も価値のある資産はアルゴリズム、モデル、データですが、銀行の目にはこれらはカウントされません。軽資産で財務諸表が弱く、キャッシュフローが散発的で、工場がなく、担保に乏しいため、伝統的な融資からは自然と締め出されてしまうのです。海珠区投資促進局の課長はこれを「ミスマッチ」と呼びます。銀行は実物資産を重視しますが、これらの企業の資産はコードと注文です。そこで各地の銀行は与信のための「物差し」を切り替えました。企業の月次トークン消費データ、計算力サービス契約、API呼び出しログといった経営の痕跡を、直接信用証拠に変え、無担保融資を提供するのです。
実装のスピードは想像以上に速いです。広州海珠区が「トークン・ローン」を率先して発表し、中国銀行、中信銀行、広州銀行が参画しました。広東省初の融資はデジタルマーケティングを行う騰元数字に対して行われ、中国銀行広州海珠支店が300万元、3年間の無担保融資を承認しました。あるAI短編ドラマ会社は日常の計算力消費を基に500万元を、別のAIライブコマース会社は計算力購入注文を基に300万元を取得しました。深セン龍崗区では、中国工商銀行が「計算力eローン」で、エンボディッドAI（具身知能）の訓練を行う専門化・新興企業である愛智慧科技に500万元を与信しました。中国建設銀行広東省分行は広東トークン取引・サービスセンターと提携して「トークン・ローン」を発表し、南沙のスマートIoT企業に3000万元を承認しました。北京側の規模はさらに大きいです。亦荘の「亦企トークン・ローン」の第1弾与信枠は約20億元に達し、自動運転計算プラットフォームを行う国汽智控は中信銀行から3000万元の信用枠を、計算力インフラを行う神州光大は興業銀行から3000万元の与信枠増額を得ました。政策面でも同時に道が開かれました。今年7月、中国人民銀行など9部門が共同で通知を発行し、与信評価を「担保を見る」から「データを見る」へと拡張することを支持しました。
この「新しい物差し」は何を測っているのか
ここで立ち止まってはっきりさせておくべきことがあります。なぜトークンの呼び出し回数が与信の根拠になり得るのでしょうか？
ポイントは2つあります。リアルタイムであること、そして粉飾しにくいことです。
まずリアルタイムについて。伝統的な融資は財務諸表を見ますが、決算書は四半期ごと、あるいは年度ごとに作成されます。データが出てくる頃には、ビジネスの熱気はとっくに3ヶ月から1年前に冷めています。トークンの呼び出し回数は出納帳のようなものです。企業が今日どれだけの注文を受け取り、モデルをどれだけ回したかは、その月中に銀行が読み取り可能なインターフェースのログに反映されます。AI企業の売上高はまだ伸びていなくても、呼び出し回数は先に動き出します。逆に、ビジネスが止まれば、呼び出し回数はその月に落ち込みます。「ブランド案件の回収期間が長く、下流の入金が遅れる一方で、上流の計算力調達は前払いしなければならない」というAI企業にとって、このタイムラグこそがキャッシュフロー不足の原因です。呼び出し回数はまさに、経営の現場に最も近い指標なのです。
次に粉飾しにくいことについて。財務諸表は美化できますし、キャッシュフローも綺麗に見せることができます。しかし、API呼び出しログや計算力使用記録は機械によって自動生成されるため、本質的に改ざん不可能です。銀行が計算力プラットフォームのバックエンドに接続すれば検証できます。製品設計に関わった地元の幹部はこの考え方を次のように説明しています。「膨大な量の生ログを洗浄し集約すれば、それは可視化された経営報告書になります。コードが読めない融資担当者でも、曲線は理解できます」。さらに、呼び出し回数をでっち上げるのは困難です。曲線を良く見せたければ、実際にお金を使ってモデルを呼び出し、計算力を消費しなければなりません。コストは実体としてかかります。銀行はさらに、計算力購入契約、下流のサービス契約、技術的資格と照合し、一枚の「計算力請求書」が企業の経営状態のほぼリアルタイムの投影になるようにします。
この論理の細かさを示す一つの詳細があります。広州のあるAI短編ドラマ会社の責任者は試算しました。普通の品質の短編ドラマの1分間あたりのトークンコストは約1500元、高品質なものは4000元に達します。日常の消費データに基づき、この会社は500万元の3年間無担保融資を申請し、取得しました。これが各地の製品形態が高度に類似している理由でもあります。中国銀行広州支店は顧客を供給、応用、サービスの3つに分類し、1社あたりの与信枠は最大3000万元です。中国建設銀行は上流の契約と売掛金、下流の消費と注文、中間プラットフォームの決済キャッシュフローを見ます。北京亦荘の物差しはさらに広く、トークン消費に加え、技術的障壁、チームの実力、コア技術の自主管理の程度も見ます。名前は様々ですが、物差しは同じ一本です。「実際の利用量を担保の代わりにする」というものです。
冷静な視点
賑やかさには目を光らせる必要がありますが、リスクにはさらに目を光らせる必要があります。『人民日報』の調査は、業界内の懸念を非常に率直に記しています。市場にはすでに遊休トークンの転売や、バックエンドでの消費速度改ざんといった乱れが存在します。もし銀行が操作されたデータに基づいて融資を行えば、評価は歪んでしまいます。複数の銀行の融資部門の人々も、トークンデータを唯一の根拠にすることは、無効な呼び出し、虚偽の呼び出しによる消費量の水増し、人為的な事業規模の拡大につながる可能性があると認めています。不正のハードルはそれほど高くありません。ただお金をかけて呼び出し回数を水増しするだけです。そして、その水増しのお金自体がローンから来る可能性もあります。
トークン価格自体も変動します。それは大規模モデルの呼び出し需要と計算力市場の相場に連動します。価格が変動するものを与信の参照物にすれば、相場が暴落した際に評価も歪まないのでしょうか？ これは現在、誰も答えられない問いです。
さらに根本的な弱点は標準です。異なる大規模モデルプラットフォームのトークン課金基準や統計方法は統一されておらず、第三者による中立な監査体系もまだ空白です。暨南大学南方高等金融研究院の謝宝剣副院長は要点を突いています。「モデルケースから規模展開へのコピーまで、足かせになっているのは意欲ではなく、標準です」。
銀行の対応も明らかになっています。トークンを唯一の根拠にはせず、「契約＋トークン呼び出しデータ＋取引キャッシュフロー」の3つで突き合わせを行い、トークンの生成、呼び出し、決済の全プロセスを検証します。また、計算力プラットフォームに対して銀行へのシステム照会インターフェースの開放を求め、リアルタイム監視を行います。広州地区で与信を受けた企業は主に無担保融資ですが、市レベルの政銀リスク分担メカニズムにも組み込まれています。海珠区当局の見解も非常に控えめです。「トークン消費量はあくまで与信の参考基準の一つであり、担保そのものに直接等しいわけではありません」。
本当に注目すべきポイント
このニュースを追うにあたり、3つの問題に注目することをお勧めします。
第一、これは「権利確定」なのか、それとも「バズワード」なのか？ 「トークン・ローン」がAI企業にもたらす最大の特典は、その数百万の融資ではなく、一種の公式な承認かもしれません。継続的かつ安定的にトークンを消費することは、金融システムに対して「私にはリアルなビジネスがあり、安定した顧客がいる」と自己証明することに等しいのです。「消費量」が信用の言語になれば、融資を受けた企業は、計量可能で監査可能なプラットフォーム上でビジネスを運営する動機をより強く持ちます――これは計算力プラットフォームと地方政府にとって良いことです。しかし、もう一方の面も警戒が必要です。一度「高消費」そのものが融資資産になれば、融資のために金を焼くような歪んだ需要が発生します。この種の製品が健全かどうかを判断するには、放出された資金がリアルなビジネスの回収と合致しているかという指標を見るだけで十分です。
第二、現在、リスクは誰が負担しているのか？ 現在、各地で普遍的に「無担保融資＋政銀リスク分担」という構造がとられています。政府が利子を補助し、リスク補償で底支えすることで、銀行は担保のない企業にお金を貸す勇気を持てます。これは合理的な試行錯誤のコストですが、現段階ではリスク価格設定の多くが政策によって決められており、市場によって決められていないことも意味します。観察すべき窓口は、リスク分担メカニズムの期限切れや拡張の瞬間です。その時になっても銀行が融資を続けていれば、データによるリスク管理が本当に確立されたことを意味します。補助金と共に潮が引けば、このラウンドの「トークン・ローン」は単なる段階的な産業刺激だったということになります。
第三、この物差しはAI産業の外にも及ぶのか？ トークンの呼び出し回数という考え方――機械が自動生成した経営の痕跡を使って決算書に代えること――は、理論上は電子商取引、短編ドラマ、ゲーム、ソフトウェアサービスなど、あらゆるデジタル経営の業界に適用可能です。一度うまくいけば、書き換えるかもしれないのはAI企業の融資だけではなく、中小企業全体の融資評価方法です。もちろん、前提として標準、監査、不正呼び出し対策といった弱点の補完が必要です。人民網のあの調査記事の見出しは「何を『貸し出す』のか」と問いました。現時点で見えるのは、「利用量に基づいて信用を決める」という一連の新しい遊び方と、この新しい遊び方が答えなければならない古い問いです。「データは本物だが、返済のお金はどこから来るのか」という問いです。
参考来源
- 人民網－人民日報『「トークン・ローン」は人工知能企業に何を「貸し出す」のか？』（経済深掘り、2026-09-14 第18版、記者・程遠州）
- 経済日報『「トークン・ローン」がAI企業の融資難を緩和』（2026-08-31、記者・喻剣；新華網全文転載）
- 新京報『第1弾与信枠約20億元！北京経済技術開発区が全市に先駆けてトークン計算力ローンを実装』（2026-09-13、ソース「北京亦荘革新発布」）
- IT之家転載・央視財経：サービス貿易交易会「金融＋科学技術革新」合同展示、計算力トークンローンが8月の実装後加速普及（2026-09-12）；北京亦荘「亦企トークン・ローン」実装（2026-09-05、ソース「北京亦荘」公式アカウント）
- 財聯社：重慶が金融機関による「計算力銀行」「トークン券＋トークンローン」などの新モデルの探索を支持（2026-09-09、タイトルレベル検証）
- 紅星新聞「紅星観察」：「計算力補助」から「トークン補助」へ、成都の1億トークン券（2026-09-12、タイトルレベル検証）