過去二十多年，中國互聯(lián)網(wǎng)的成功都有一套清晰的底層邏輯：

只要把服務(wù)器、帶寬、研發(fā)等固定投入鋪上去，后續(xù)每多一個用戶、每刷新一次頁面，幾乎不再增加任何成本。邊際成本接近于零，規(guī)模越大越賺錢，于是“先搶用戶、后賺錢”成了所有產(chǎn)品的共同玩法。廣告、電商、支付、金融……只要撐到足夠體量，盈利只是時間問題。

但到了大模型時代，這套行之有效的邏輯突然失效了。

一、AI 正在瓦解互聯(lián)網(wǎng)時代的商業(yè)定律

AI 的邊際成本不是零，它是真金白銀。每一次問答、每一段生成，都要重新跑一遍昂貴的 GPU 推理，燒掉顯存、電力、調(diào)度系統(tǒng)。而且這種成本沒辦法像互聯(lián)網(wǎng)那樣攤在廉價服務(wù)器上去稀釋——模型越強、推理越復(fù)雜、上下文越長，單次調(diào)用的成本就越高，幾乎沒有“規(guī)模效應(yīng)”可言。

于是，一個和互聯(lián)網(wǎng)規(guī)律完全相反的現(xiàn)象出現(xiàn)了：產(chǎn)品越好、體驗越順、用戶越多，虧得越快。

ChatGPT 是最典型的例子。

OpenAI 目前約有 8 億用戶，但訂閱轉(zhuǎn)化率只有 5% 左右。絕大部分的算力消耗，都是免費用戶帶來的。在這種結(jié)構(gòu)下，to C 業(yè)務(wù)的規(guī)模越大，算力成本越高，虧損也越明顯。按照業(yè)內(nèi)測算，OpenAI 目前每月約有 4 億美元訂閱收入、6 億美元 API 與企業(yè)收入，總營收接近 10 億美元。但在 GPT-5 時代，其單月成本仍高達約 11.7 億美元，每月虧損約 1.67 億美元。

互聯(lián)網(wǎng)時代“規(guī)模帶來降本”的鐵律，到了 AI 時代完全被反轉(zhuǎn)。在中國，這個“AI 收入陷阱”體現(xiàn)得更直接、更激烈。

國內(nèi)用戶在移動互聯(lián)網(wǎng)時代已被“免費心智”教育得非常徹底，對訂閱、會員、按量付費的接受度遠低于歐美。因此，為了搶用戶、搶心智，各家在早期幾乎都給到了最完整的體驗：不限次數(shù)、上下文拉滿、多模態(tài)直接開放。當產(chǎn)品的月活、日活升到千萬、上億的量級時，問題不再是“要不要再買幾臺卡”，而是“這條業(yè)務(wù)的單位經(jīng)濟模型到底還能不能算得通”。哪怕把用戶價格提高一截，ARPU 也很難覆蓋掉人均算力消耗，更別提研發(fā)、運營和獲客成本。

這也解釋了，為什么你會看到許多 AI 產(chǎn)品一邊在前臺公布亮眼的用戶和收入數(shù)據(jù)，卻從不披露利潤情況，一邊還在后臺悄悄做各種“節(jié)流”。因為只要降不下來 10%、20% 的推理成本，這條業(yè)務(wù)就永遠跑不到盈虧平衡。

過去做資訊、做視頻、做社交，對成本敏感但不致命。當時的焦點永遠是增長、是留存、是變現(xiàn)?？蓪?AI 應(yīng)用來說，算力成本幾乎是決定生死的單一變量。前端產(chǎn)品所有的焦慮，最后都會順著鏈路傳導(dǎo)到同一個地方：云廠商到底能不能把推理成本真正壓下去。

這就是 AI 時代的本質(zhì)變量：在成本結(jié)構(gòu)被顛覆之后，云計算行業(yè)第一次站在了產(chǎn)業(yè)鏈的“命門位置”，也第一次被推到臺前。

二、AI 的規(guī)模不經(jīng)濟，正在反向創(chuàng)造云廠商的窗口期

大模型出現(xiàn)之前，中國云計算市場長期是一套相對成熟且穩(wěn)定的秩序。

IDC 報告年復(fù)一年呈現(xiàn)相似結(jié)構(gòu)：阿里云、華為云、運營商云、騰訊云牢牢占據(jù)頭部，市場高度集中，云計算競爭已經(jīng)進入“重資產(chǎn)沉淀 + 政企大單鎖定”的存量階段。在這套規(guī)則里，誰更早鋪下機房、鎖定更多合同，誰就更難被撼動，因此新玩家很難通過傳統(tǒng)路徑破局。

國家數(shù)據(jù)局在今年 8 月披露的數(shù)字，是理解這一變化的關(guān)鍵線索：2024 年初，中國日均 Token 消耗量還只有約 1000 億；到了 2025 年 6 月底，這個數(shù)字已經(jīng)突破 30 萬億。一年半增長超過 300 倍，這不是“增長”，這是整個社會第一次出現(xiàn)的“全民級 AI 使用負荷”。

Token 的激增同時也讓 AI 公司的經(jīng)營邏輯暴露出前所未有的矛盾。AI 應(yīng)用的用戶增長并不會自然帶來更好的利潤，相反，它會拉高推理成本。訂閱型收入、輕量廣告、會員制遠不足以覆蓋這類高強度推理開銷，導(dǎo)致AI 越火、虧損越明顯。

這種矛盾沿著技術(shù)鏈路一路下沉，最后全部壓到了基礎(chǔ)設(shè)施層：如果沒有足夠成熟的推理基礎(chǔ)設(shè)施，AI 應(yīng)用規(guī)模越大，虧損越快。

傳統(tǒng)云計算的成本優(yōu)化方式在這里完全失效。過去云廠商能夠依賴“平滑負載 + 多租戶攤銷”，業(yè)務(wù)高峰可預(yù)測，調(diào)度壓力也相對溫和；而面對 AI 場景，流量曲線徹底變成了另一幅圖景——熱點事件能在幾分鐘內(nèi)推高調(diào)用量，晚上與白天的差異巨大，多模態(tài)任務(wù)帶來顯存與吞吐的極端波動。

在這樣的壓力之下，如果云廠商仍停留在“賣 GPU、按量計費”的思維，只提供算力而不優(yōu)化推理效率，最終會陷入一種“營收增長但利潤被推理成本吞噬”的困境。這與 AI 應(yīng)用本身的收入陷阱本質(zhì)相同：規(guī)模越大，損耗越明顯。

也正是在這一背景下，中國云計算市場第一次出現(xiàn)了真正的增量領(lǐng)域——模型即服務(wù)（MaaS）。

企業(yè)不再選擇自建 GPU，而是直接使用云上模型；創(chuàng)業(yè)者把資源聚焦在產(chǎn)品和編排，而不是從頭訓(xùn)練模型；to C AI 產(chǎn)品開始計算實時性、吞吐、成本之間的精確平衡。短短兩年間，MaaS 調(diào)用量、賬單規(guī)模、對低延遲和高 QPS 的要求，都被推到了一個遠超業(yè)界預(yù)期的高度。

在這股流量洪峰之中，火山引擎看到了一個過去不存在的突破口。

推理框架效率、KV cache 命中率、多模型路由、極端負載下的穩(wěn)定性，這些在傳統(tǒng)云時代從未成為決定性指標，如今卻成為 AI 應(yīng)用選型的核心。某種意義上，MaaS 是第一次讓云廠商在不依賴政企合同、不依賴基礎(chǔ)設(shè)施存量的條件下重新站到同一條起跑線上。

也因此，火山在過去兩年將敘事中心、產(chǎn)品中心、銷售中心全面向 MaaS 轉(zhuǎn)移，并不是“轉(zhuǎn)方向”，而是基于一個清晰的判斷：下一輪中國云市場的格局，不再由機房規(guī)模決定，而由誰能讓 AI 應(yīng)用在云上真正跑得起、跑得穩(wěn)、跑得不虧來決定。

AI to C 的收入困境，最終意外成為云廠商的重塑窗口期。

三、Gartner 的信號：中國云廠商第一次以“平臺形態(tài)”站到全球牌桌

Gartner 最新發(fā)布的AI 應(yīng)用開發(fā)平臺的魔力象限，是云廠商轉(zhuǎn)變的另一條線索。

圖片來源于火山引擎官網(wǎng)

這張圖有兩個關(guān)鍵信號。

第一，Gartner 不再單獨評價某個模型，而是用“AI Application Platform”來觀察整個市場——在它的定義里，模型只是底層資源，真正被評估的是一整套能力：模型目錄、RAG/檢索增強、工具和 Agent 編排、推理效率、成本治理、安全合規(guī)、可觀測、網(wǎng)關(guān)與路由等等。企業(yè)要做的已經(jīng)不是“接一個 API”，而是把 AI 當成長期基礎(chǔ)設(shè)施來建設(shè)。

第二，中國云廠商被整體放進了這張全球地圖。過去，國內(nèi)更多被視為區(qū)域性 IaaS 提供者，而這一次，阿里云、騰訊云、火山引擎，都以“AI 開發(fā)平臺”的身份出現(xiàn)——說明在 Gartner 的視角里，中國廠商已經(jīng)不只是“有云”，而是“有平臺”。

先看阿里和騰訊，它們代表的是兩種更“傳統(tǒng)云廠商”的演化路徑。

阿里云的優(yōu)勢，很容易被行業(yè)共識到：模型能力扎實、Qwen 生態(tài)相對完善，長期經(jīng)營的開發(fā)者群體和企業(yè)客戶基礎(chǔ)，為它做 AI 平臺提供了天然的土壤。從產(chǎn)品形態(tài)看，它在做的是“把原有云 + 大模型 + 開發(fā)工具慢慢收束成一套一體化平臺”，這條路子和海外幾家頭部云廠商比較接近。局限也很明顯：歷史包袱較重、產(chǎn)品線多，平臺需要時間去真正打通。

騰訊云則更多體現(xiàn)的是“穩(wěn)”——它在政企、金融、運營商等高敏感行業(yè)里沉淀了大量安全合規(guī)能力，這種長期積累，在 AI 進入核心業(yè)務(wù)流程時會變得格外重要。與阿里相比，騰訊在模型和平臺上走得更保守一些，更新節(jié)奏沒有那么激進，但在那些“寧可慢一點，也不能出事”的場景里，它的可信度是資產(chǎn)。這種路徑不一定跑在最前面，卻很難被忽視。

如果再把華為云加進來，圖景會更完整。華為在算力、網(wǎng)絡(luò)、存儲等硬件基礎(chǔ)設(shè)施上有明顯優(yōu)勢，在行業(yè)解決方案上也更偏“重型”，它看待 AI 的方式，更像是在既有行業(yè)場景中“增強一層智能能力”，而不是先搭一個通用 AI 平臺再向外輻射。這是一條偏“行業(yè)云 + AI”的路，節(jié)奏更慢，但可能在特定領(lǐng)域更完整。

在這三種路徑之外，火山引擎看起來有些“異類”。

從時間線看，它是這幾家里最年輕的一個，成立不過五年，卻在這次 MQ 中第一次被納入評估，并且在中國廠商中站在象限內(nèi)相對靠前的位置。Gartner 把它同樣歸為 Challenger，但給出的標簽是另外一套敘事：火山引擎提供的是方舟這樣一個 AI 應(yīng)用開發(fā)平臺，里面串起來的是豆包大模型、HiAgent、PromptPilot、veRL 等，強調(diào)的是 Agent 編排、Prompt 工程、強化學習框架，以及平臺層面對模型路由、治理和開發(fā)體驗的打包，而不是單一某個模型本身。

這背后隱含的是一種完全不同的出發(fā)點：

阿里、騰訊、華為是從“云”一路長到“AI 平臺”；

火山則是從“高強度 AI 負載”一路反推到“需要一套什么樣的平臺”。

字節(jié)系的內(nèi)部場景，本身就是對延遲、吞吐、成本極其苛刻的一套綜合壓測：抖音的實時推薦與搜索、剪映與即夢的多模態(tài)生成、飛書的智能助手，再加上前文提到那些 ToC AI 應(yīng)用本身的推理洪峰，構(gòu)成了一個幾乎全天候高壓運行的環(huán)境。在這樣的環(huán)境下，推理框架、模型調(diào)度、緩存命中率、路由策略、資源利用率，不是“優(yōu)化項”，而是能不能活下去的生存條件。

火山的對外平臺，本質(zhì)上正是這套在內(nèi)部被長期驗證的工程能力的外溢：先在自家業(yè)務(wù)里被逼著把成本結(jié)構(gòu)和工程體系打磨到極致，然后再抽象出 MaaS 平臺和工具鏈，提供給外部開發(fā)者和企業(yè)使用。這和“先有云，再加 AI”的路徑，邏輯上是反過來的。

數(shù)據(jù)側(cè)同樣印證了這一點。IDC 的《中國大模型公有云服務(wù)市場分析（2025H1）》顯示，在面向外部客戶、按照 MaaS 層 Token 調(diào)用量統(tǒng)計的中國大模型公有云市場中，火山引擎的市場份額已經(jīng)達到 49.2%，阿里云為 27%，百度智能云為 17%。也就是說，在前文提到的 536.7 萬億 Token 調(diào)用量里，接近一半是從火山的平臺上跑出來的。更早的 2024 全年數(shù)據(jù)則顯示，火山在這一細分市場的份額為 46.4%，一年內(nèi)繼續(xù)抬升。這說明，在模型即服務(wù)這條新賽道上，它已經(jīng)從“參與者”變成了必須被正視的“主角之一”。

（注：IDC數(shù)據(jù)不納入豆包、即夢等 C 端應(yīng)用在平臺上的 Token 消耗。如果把這些“自用流量”考慮進來，火山在真實 AI 負載層面的份額，會比公開數(shù)字更高）

營收層面同樣在朝這個方向收斂。公開報道顯示，火山引擎 2024 年營收已超過 120 億元人民幣，增速超過 60%，并給出了 2025 年向 250 億元沖刺的目標，增速和體量在整體云市場中都處于較高檔位。

尾聲

如果把這些線索重新串在一起，會發(fā)現(xiàn)我們其實正站在一個很微妙的拐點上。

在舊世界里，大家相信的是“流量邏輯”——先把用戶規(guī)模做大，再慢慢找變現(xiàn)路徑，邊際成本會隨著時間自然攤??；在新世界里，AI 應(yīng)用一上線就要面對一個很殘酷的現(xiàn)實：每一次交互都對應(yīng)一筆真實的推理開銷，規(guī)模不是自動攤薄成本，而是自動放大算力賬單。

正因為應(yīng)用端被這種“收入陷阱”死死卡住，云廠商才第一次被推到了產(chǎn)業(yè)敘事的正中央。對所有參與者而言，接下來真正要回答的問題，其實都指向同一個核心：在一個邊際成本為正、Token 增長失控的時代，你能不能構(gòu)建出一種既能承接規(guī)模、又能自洽盈利的基礎(chǔ)設(shè)施體系？

如果答案是不能，那么無論是好看的 DAU 曲線，還是激進的模型參數(shù)，都只是短期的煙花。

而如果答案是能，那么 AI 時代的“新云格局”，很可能就會從今天這些看似枯燥的工程細節(jié)和成本曲線里長出來。

參考文獻：

歡迎掃碼加群參與討論

我們相信認知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實習生