这两年，数据交易一直很热，但行业里有个问题始终绕不开：数据到底该怎么卖？
过去最常见的思路，是把数据整理成一个数据集或数据产品，定个价格卖出去。但到了AI时代，这种方式开始显得有些“不顺手”。
2026年数博会上，国家数据局局长刘烈宏提到，要围绕国民经济重大场景，研究探索词元增值订阅、按效付费等商业模式。
这句话听起来挺专业，其实讲的是一件很实际的事：
以后买数据和AI能力，可能不用一次买一大包，而是用了多少付多少，甚至效果好才多付钱。
为什么整包卖数据越来越难？
假设一家企业只需要某类数据中的一小部分，过去可能还是得购买整个数据集。
问题随之而来：买多了浪费，数据还可能很快过时；对卖方来说，数据一旦完整交付出去，后续怎么使用、会不会被复制，也不好控制。
更重要的是，一次卖完，双方的关系基本也就结束了。
但现在AI调用数据是持续发生的。今天需要，明天还需要，而且数据本身也需要不断更新。
需求已经变了，交易方式自然也得跟着变。
“词元订阅”到底是什么？
这里就轮到“词元”登场了。
词元，也就是Token，是大模型处理信息时使用的计量单位。我们每问AI一个问题、AI生成一段内容，背后都会产生词元消耗。
有了这个计量方式，一种新的收费思路就出现了：
不一定把整套数据卖给你，而是通过API等方式提供数据和模型能力，你调用多少，就按照实际使用量付费。
对企业来说，不用一开始花一大笔钱购买整个数据集；对数据提供方来说，也有机会把一次性交易变成持续服务。
更关键的是，原始数据还可以留在数据方，通过接口输出加工后的结果。
这就从过去的“卖数据”慢慢变成了“卖数据产生的能力”。
比按量收费更进一步
“按效付费”又往前走了一步。
比如一家工厂用了某套行业数据和AI服务，最终产品缺陷率有没有下降？一家金融机构用了某类数据服务，风险识别效果有没有改善？
以后探索的方向，是把这些实际效果和收费挂钩。
也就是说，过去看“我给了你多少数据”，以后可能更关心“这些数据到底帮你解决了多少问题”。
这对数据行业其实是个不小的变化。
公共数据怎么“用”
“按效付费”至少还有一个很难解决的问题：效果到底算谁的？
AI最终效果变好了，可能和数据质量有关，也可能和模型、算法、算力甚至工程团队有关。每一方贡献多少，现在并没有一套成熟统一的算法。
而且目前词元应用仍主要集中在部分场景，面向制造业、生产性服务业的大规模应用还不充分。政策使用的也是“研究探索”，而不是已经全面推行。
所以现在更准确的理解是：数据交易正在尝试一种新的收费方式，但商业模式还在试。
真正值得关注的，也不是“词元”这个新词有多火。
而是一个更简单的问题：
当企业不再愿意为“拥有一堆数据”付钱，而更愿意为“数据真正解决了问题”付钱，数据行业该怎么做生意？