Résumé des points clés
En août 2026, le district de Haizhu à Guangzhou a introduit le « Token Loan », qui utilise la quantité de Tokens consommées par les entreprises AI (les unités minimales utilisées pour traiter du texte par l'IA) comme critère principal pour l'accord de crédit bancaire, afin de résoudre les difficultés de financement des entreprises AI à faible capital. Cela représente un changement fondamental dans la gestion des risques bancaires, qui passe d'une approche axée sur les actifs fixes à une approche centrée sur l'activité commerciale. De nombreuses autres villes à travers le pays (Pékin, Shanghai, Anhui, Chengdu) ont suivi cette tendance. Cependant, des risques existent, tels que le fait que la consommation de Tokens ne soit pas nécessairement synonyme de profit pour l'entreprise, la falsification des données et les capacités insuffisantes des banques.
I. Le Token Loan : une nouvelle forme de crédit pour les entreprises AI
Les prêts bancaires traditionnels se basent souvent sur des actifs tangibles (immeubles, équipements), mais les entreprises AI sont typiquement à faible capital : elles n'ont pas d'immeubles et leurs équipements se limitent à quelques serveurs, et l'argent est principalement investi dans l'achat de puissance de calcul et la recherche et développement. Les banques ne comprennent pas la valeur de ces investissements, ce qui les empêche de prêter.
Le Token Loan a été créé pour surmonter ces obstacles :
- Critère d'accord de crédit modifié : les banques ne se basent plus uniquement sur les actifs fixes, mais sur quatre éléments : la quantité de Tokens consommées (indicateur de l'activité commerciale de l'IA), la valeur des contrats de services de puissance de calcul, les créances clients et le montant des commissions de distribution de Tokens.
- Couverture de toute la chaîne industrielle : il existe trois produits dérivés : des prêts pour les fournisseurs de puissance de calcul, des prêts pour les utilisateurs de cette puissance et des prêts pour les entreprises qui distribuent des Tokens. Toutes les tailles d'entreprises (petites, moyennes et grandes) peuvent en faire la demande.
- Flexibilité et inclusivité : le montant maximal du prêt peut atteindre 30 millions de yuans pour une durée de trois ans ; les garanties peuvent être basées sur la crédibilité ou des créances clients. Même les nouvelles entreprises peuvent obtenir un prêt tant qu'elles ont des commandes ou des garanties.
Par exemple, la branche de Haizhu de la Banque de Chine a déjà accordé plus de 400 millions de yuans en prêts à des entreprises AI, et une première demande peut obtenir jusqu'à 28 millions de yuans. Même les équipes startup issues de grandes entreprises peuvent facilement obtenir un financement.
II. Pourquoi les Tokens peuvent-ils servir de preuve de crédit ? Le « compteur d'électricité » de l'ère de l'IA
Les Tokens sont comme l'indicateur de la consommation d'énergie dans l'industrie AI : une forte consommation de Tokens par une entreprise AI signifie que ses activités sont réelles (les clients utilisent les modèles et les services sont fournis).
Le district de Haizhu ose adopter cette approche car :
- Un soutien industriel solide : il y a plus de 8000 entreprises AI dans la région, couvrant des domaines tels que les grands modèles et l'intelligence incarnée ; la consommation de Tokens n'est pas fictive.
- Une politique complète : le gouvernement offre des subventions (500 000 yuans par an pour la recherche et développement, 2 millions de yuans pour les projets d'intégration d'applications, et 2 millions de yuans en subventions pour la consommation de Tokens), ainsi que des réductions d'intérêt sur les prêts. Le gouvernement, les banques et les finances collaborent pour créer un soutien efficace.
Le directeur général de l'Office national des données a même qualifié les Tokens de « points d'ancrage de la valeur à l'ère de l'intelligence », ce qui confirme leur importance.
III. La course aux innovations nationales : différentes approches pour le Token Loan
Le Token Loan n'est pas une initiative exclusive de Guangzhou ; de nombreuses villes dans le pays s'y engagent avec des approches distinctes :
- Guangzhou Haizhu : un mélange de produits financiers et de politiques industrielles, ciblant directement la consommation de Tokens et les besoins en financement des entreprises AI.
- Zone de développement économique de Pékin : des incitations spécifiques (10 mesures pour le développement des données) et des coupons pour l'utilisation de puissance de calcul, avec l'objectif d'une économie intelligente de 400 milliards de yuans d'ici 2030, en mettant l'accent sur la construction d'infrastructures.
- Shanghai : la tokenisation des actifs de données, permettant de transformer ces données en actifs pouvant être utilisés comme garanties (par exemple, la Banque de Pékin a accordé 20 millions de yuans à une entreprise de technologie de bases de données).
- Anhui : encouragement du Token Loan et des prêts liés aux modèles, avec des garanties personnelles allant jusqu'à 500 000 yuans pour les entrepreneurs.
- Chengdu : des prêts basés uniquement sur la crédibilité, utilisant des coupons de puissance de calcul comme garantie, avec des approbations instantanées (premier prêt de 1,14 million de yuans).
En commun, toutes ces initiatives visent à aider les banques à comprendre le langage de l'industrie AI, en passant d'une approche axée sur les équipements à une approche centrée sur les activités commerciales.
IV. Avertissements sur les risques
Bien que la logique du Token Loan semble sensée, elle cache plusieurs problèmes :
1. Les Tokens sont un indicateur d'activité, pas de profit : une entreprise qui consomme 1 milliard de Tokens par jour peut soit connaître une croissance rapide de son activité, soit avoir des modèles inefficaces, ou encore utiliser des méthodes frauduleuses (par exemple, générer artificiellement des données de consommation de Tokens avec des scripts).
2. Risques de cycles systémiques : si les banques créent un cycle où la croissance des Tokens entraîne une augmentation des crédits, qui à son tour conduit à l'achat de plus de puissance de calcul, ce qui provoque une nouvelle augmentation des Tokens et ainsi de nouveaux crédits, tout peut s'effondrer en cas de ralentissement de l'industrie AI (diminution du nombre de clients ou de la valeur des modèles), entraînant des problèmes de trésorerie pour les entreprises.
3. Insuffisances des capacités bancaires : les employés de crédit traditionnels ne comprennent souvent pas bien les technologies des grands modèles ou la signification commerciale des Tokens ; utiliser le même critère pour toutes les entreprises AI peut conduire à des erreurs.
4 Manque de vérification des données : il n'existe pas de normes établies pour l'audit des données sur les Tokens, ce qui pose des risques en cas de déclarations falsifiées par les entreprises.
Conclusion
L'innovation est une bonne chose, mais il ne faut pas confondre la traduction des concepts avec leur interprétation directe. Le Token Loan résout le problème du manque de financement pour les entreprises AI, mais il ne règle pas celui du non-paiement des dettes. Une forte consommation de Tokens indique simplement que l'entreprise utilise l'IA ; pour savoir si elle peut générer des revenus, il faut également prendre en compte son modèle commercial, la volonté des clients de payer et le contrôle des coûts.
Toutes les régions s'efforcent d'introduire le Token Loan, mais il est important de ne pas développer sans prévoir correctement les risques. Améliorer la vérification des données sur les Tokens et intégrer ces informations aux méthodes de contrôle des risques traditionnelles (commandes, paiements, bénéfices) est essentiel pour une approche durable. Le Token Loan est une innovation, mais ce n'est pas la solution ultime.
(L'ensemble du texte est expliqué en langage simple pour que le public puisse comprendre facilement les nouveaux concepts et les risques liés aux financements dans l'industrie AI.)