科技云報到原創。

　　從去年的大模型之戰，到今年的AI應用之爭，云服務正在邁入全新的發展階段。AI這個杠桿將各家廠商的競爭策略更向前推進了一步。

　　“云+AI”能夠孵化出多少可能?在業界眼中，“云+AI”則意味著新的懸念：云計算將朝著哪個方向進化?大模型的市場格局將有怎樣改變?云服務巨頭又會在其中扮演怎樣的角色?大模型和AI應用，能否成為云服務商的第二增長曲線?

　　一連串的問號，人們期待著答案的揭曉。

　　AI應用成“重頭戲”

　　最近兩年，以大模型為代表的AI應用已在國內形成奔涌之勢。公開數據顯示，截至目前，國內完成備案并上線、能為公眾提供服務的大模型已達190多個，注冊用戶數超6億。

　　埃森哲最新調研顯示，59%的中國企業計劃在未來一年內繼續加大數字化轉型的投入，相比去年增加了6個百分點，同時有相當多的中國企業希望能夠抓住AI技術，不斷創新加速重塑。這不但顯示出了各個行業對于AI服務的潛在需求，也顯示出了大模型潛在的巨大商業價值。

　　在大模型領域重要的參與者云服務巨頭眼中，這些不僅意味全新的商業邏輯正在浮現：大模型的應用消耗大量算力，可以帶動云服務的收入增長，同時大模型會優化軟件應用的功能和體驗，帶動軟件業務收入的增長，發現新的用戶需求，反過來還可以進一步促進大模型的成熟。

　　大模型的落地應用不僅能夠幫助行業客戶實現基于AI能力的業務創新與升級，而且不同于以往的技術迭代，大模型驅動著基礎設施的重構，也帶來了上層應用的變革。

　　如果回溯一下IT技術的發展歷史可以看到，在大模型出現之前，IT行業一直是“CPU+OS+軟件”這樣的組合唱主角，此后隨著計算、網絡、存儲的虛擬化技術的日臻成熟，讓算力成為了重要資源，也讓云改變了基礎設施的能力和形態。

　　而到了如今AI時代，“GPU+云+AI”這個新組合取而代之。在GPU為大模型提供算力支持的前提下，云服務商需要重新構建從底層到應用層的服務架構，而大模型將帶來從研發到應用的重構。

　　同時，MaaS變成了云架構新的重要組成，成為云服務商競相發力的重點，這會讓云服務大廠的技術體系出現重大變化。隨著云服務與大模型的深度融合，云服務商會以云的模式推動大模型的服務化和應用的規�；�。

　　由此，阿里云、騰訊云、百度智能云等云服務巨頭，在經歷了過去幾年的低谷之后，紛紛以AI作為未來發展的重點，用以重構自身的技術業務，從而帶動業績的增長。這些大廠發布的財報數據也顯示出，來自AI的收入占比正在逐步提升。

　　今年8月，阿里巴巴集團發布的季度業績顯示，云智能集團在最新財季營收同比增長6%至265.49億元，其中，AI相關產品收入實現三位數同比增長。

　　百度集團公布的2024Q2財報則顯示，智能云營收51億元，同比增長14%。AI收入占比9%，高于上一季度的6.9%。

　　云服務巨頭在AI領域的深度參與和大量投入，已讓去年開啟的大模型之戰的硝煙漸漸散去，大模型帶來的AI應用變成了現在的重頭戲。

　　這意味著，以MaaS平臺和AI原生應用為核心的全新云服務生態已經出現，以AI技術改造的應用軟件在生態中會占據更重要的位置。

　　由于云行業的“馬太效應”，數據、算力和存儲等底層資源將由少數云服務巨頭主導，云服務的商業機會逐漸向上，向PaaS、MaaS、SaaS層聚攏，特別是SaaS，從研發到商業模式，均會發生根本性變革。

　　目前，各云服務巨頭一方面以大模型對自身產品進行全面升級和改造，另一方面向不同行業輸出，幫助客戶和合作伙伴快速開發AI應用。

　　例如，騰訊旗下數百款產品均已接入騰訊混元大模型，通過智能化升級擴大付費用戶基礎。據介紹，今年一季度，騰訊會議收入同比翻倍，企業微信收入則同比增長200%。

　　由此可見，國內的云行業在以大模型為代表的AI浪潮的推動下，目前已來到了一個新的階段，新型云服務商開啟了大模型及應用淘汰賽。在這樣的背景下，云服務巨頭紛紛厲兵秣馬，開始了又一輪的激烈競爭。

　　從“被集成”到MaaS

　　在過去的幾年里，包括阿里云在內的國內云廠商，在定制化項目側的進展并不順利。如今，阿里云提出的公有云優先戰略，客觀來看，雖短期政務相關業務會帶來一定程度的影響，但長期來看將作為良性效應為阿里云提供助力。

　　同樣，騰訊云也在2022年開始便宣布“被集成”的戰略。在更多年前，馬化騰就說過，要把騰訊的半條命交給合作伙伴。

　　從短期來看，做總集成更有利于云廠商接到大單，在成長初期不僅能夠探索垂直領域的具體場景，還能夠增加行業know-how的積累。然而這種模式帶來的利潤率并不向好。長期來講，云廠商做總集既影響利潤率，還影響其自身業務形態發展。

　　因此，能看到的是，在過去的幾年時間里，不論是線索伙伴、產品開發伙伴，還是咨詢或售后伙伴，各家都在采取持續發力的階段，通過資金、云算力折扣，再或者是培訓等等幫助自身生態內的企業加速成長。

　　而在如今，這種被集成形態則是又了新的抓手，即MaaS。

　　過去，國內云廠商的核心能力基本停留在IaaS層面的“計算、存儲和網絡”服務器相關三大件領域，對于PaaS層的云服務能力相較落后于AWS等一眾海外云廠商。

　　但實際上，云廠商的價值則是要向PaaS平臺發展的。“把IaaS、PaaS以及SaaS三者的優勢拿出來做可組裝的能力、能夠在平臺上做二次可組裝、最終實現業務和平臺的創新。”這是2023年Gartner十大趨勢報告中對行業云平臺的釋義。

　　而這句話的關鍵詞則在于“組裝”，這也意味著云廠商要充分發揮的能力是PaaS平臺，這也是國內云巨頭近些年紛紛提出“被集成”的原因所在。

　　不過，其中的難點在于，對云廠商而言，其并不是所有的能力都實現了PaaS化，這就意味著生態伙伴不具備完全的服務能力;此外，在部分核心環節，云廠商還需要自身下場親自做產品(比如數據庫)以此來保證自身的高利潤率，因此完全意義的PaaS化和生態本身存在一定的沖突。

　　AI大模型，也或者說MaaS正在悄然改變這種模式。

　　截至目前，能看到的是，阿里云、華為云、騰訊云、百度云、京東云等云計算大廠都已經推出了MaaS服務。

　　MaaS為云廠商帶來的新增量具體體現在兩種方式：第一，API調用服務。比如在這個過程中，云廠商可以根據用量或者時間來收費。第二，給訓練、運行大模型提供AI算力服務。目前，隨著國內模型參數的逐漸提升，以及垂直領域模型的爆發，關于模型訓練的需求也在涌現。

　　對于生態而言，基于MaaS的模式，可以將生態伙伴統一拉至一個AI服務起點上，既規避了之前產品側的沖突，同時在MaaS的生態模型下，云廠商可以基于足夠強的利潤驅動以作為底層角色，為生態企業提供更為徹底和邊界清晰的服務保障。

　　可以說，相比此前，云廠商在IaaS和PaaS上的發力，MaaS的出現則為云廠商提供了新的增長空間。不僅如此，MaaS對于生態的一個更大價值則是，基于數據訓練表達的模型，讓客戶、開發者、創業公司和ISV等角色都聚攏在一起，一同降本增效。

　　從單純的PaaS到MaaS，云廠商的生態策略正在進化。

　　云行業開啟“淘汰賽”

　　對于任何行業而言，“價格戰”都是最有效、直接的方式，云計算行業概莫能外。

　　云行業屬于“燒錢”的重資產行業，加上企業客戶每年的IT支出固定，市場處于存量競爭狀態，哪個云服務商拓展了更多客戶，拿下更多大單，其它的云服務商的業績勢必會受到影響。

　　云巨頭的邏輯是，通過降價，可以提升云計算在不同行業的滲透率，擴展用戶規模和黏性，還可以通過普及算力，釋放技術紅利，驅動非互聯網行業從簡單上云到深度用云，從而形成規模效應，持續降低邊際成本，獲得更高利潤，以便實現新的資源采購與研發投入，以此鞏固競爭優勢。

　　AI大模型同樣如此。今年5月，各個云服務巨頭，紛紛大幅下調大模型調用價格：字節跳動旗下的豆包主力模型，在企業市場的定價調整為0.0008元/千tokens，較行業平均價格便宜99.3%;阿里通義千問GPT-4級主力模型Qwen-Long輸入價格為0.0005元/千tokens，降幅達97%，輸出價格為0.002元/千tokens，降幅達90%......降價之劇烈，讓大模型創業企業在價格上難以抗衡。

　　很明顯，云服務巨頭此番降價的目的在于擴大市場和用戶規模，這會是他們的長期策略，云服務巨頭希望通過降低大模型調用價格，刺激調用次數的大幅增長，算力成本會因此而攤薄，慢慢產生利潤。

　　而且，價格的一降再降，能夠吸引大量開發者和生態合作伙伴。在此過程中，其它的大模型服務商會因為價格和成本原因倒下，市場上的大模型服務商變得屈指可數，這就是云服務商推動“淘汰賽”的目的所在。

　　但這也反映出了云服務巨頭的大模型思路有待改進。作為對比，OpenAI旗下的ChatGPT，其研發成本、訓練成本和人力成本，每年動輒花費數十億美元。這表明，大模型的技術和資金門檻非常高，而且需要不斷升級，這就需要有更多的投入，其中的風險也是非常多的。

　　國內的科技巨頭目前呈現出了大模型平臺雷同的趨勢，大模型產品服務的同質化問題突出，關鍵在于，AI大模型對于云服務巨頭的進一步增長的帶動作用有多大，隨著投入力度的不斷加大，AI是否會像這些巨頭預期的那樣，帶來越來越豐厚的回報，這些都是未知數。

　　一個良性的大模型生態應該是：在有一兩個足夠好的基礎大模型的基礎上，其它巨頭企業其實應該將關注點放在算力、數據、大模型訓練等中間層服務上，或者是大模型衍生出的真正能夠創造價值的行業應用上。

　　但目前為止，能夠與ChatGPT全面匹敵的原創性基礎大模型還尚未出現，上層應用和服務更是無從談起。現在的云服務巨頭可以說是懸念迭起，AI大模型對他們真正的考驗還在后面。

　　如今，亞馬遜、微軟、谷歌等科技巨頭均以投資或者自行研發的方式推出了大模型產品，并在云、軟件、AI應用與云服務融合方面，趟出了一條清晰的路徑。

　　當前，國內的大模型和AI應用服務尚處于初級階段，市場規模和產業成熟度尚待提升，空間巨大，各方競爭激烈，在這樣的形勢下，如何培養大模型的剛需用戶群體?大模型的業務邊界如何劃分?大模型如何成為穩定持久的業務增長引擎?大模型在各行各業落地應用時如何保護隱私和數據安全?

　　只有解決這些問題，才能吸引越來越多的創業者、開發者、合作伙伴、企業用戶加入進來，讓大模型和AI應用成為各行各業智能化升級的新引擎，從而讓創新發展的新動能與新優勢真正顯現出來，為更多行業帶來新的想象與無限可能。