【潮汐商業(yè)評論/文】

當AI遇到手機，豆包的無縫指令調(diào)度開始賦予手機終端不同的含義。

作為人工智能基礎(chǔ)設施的云計算，AI與其相融同樣也在深刻地改變過去十來年的云的發(fā)展史。

“以前我們的客戶上云，考慮的就是數(shù)字化管理過程中，自己不再花時間配置服務器系統(tǒng)、裝開發(fā)軟件，或者不管數(shù)據(jù)存儲和安全，廠家的云計算系統(tǒng)都給你部署好?，F(xiàn)在大模型時代，云可以調(diào)度的資源、算力更充分，像我們也可以更好去開發(fā)中小企業(yè)客戶尤其是創(chuàng)業(yè)團隊，我想，這是AI云時代對我們做業(yè)務的人一個很大的改變?！敝貞c某云廠商的代理商談到。

這個觀點其實不算意外，2025年杭州云棲大會現(xiàn)場，阿里巴巴集團CEO、阿里云智能集團董事長兼CEO吳泳銘的發(fā)言打破了AI云行業(yè)此前“算力競賽”的同質(zhì)化敘事：“AGI只是起點，能自我迭代、全面超越人類的超級人工智能（ASI）才是終極目標?！卑殡S這一判斷，他進一步明確兩大核心定位，“大模型是下一代操作系統(tǒng)，超級AI云是下一代計算機”。

當下，全球AI算力需求以兩三個月翻一番的速度爆發(fā)，千行百業(yè)從“嘗試AI”向“依賴AI”加速轉(zhuǎn)型，云計算的價值正從“通用算力供給”轉(zhuǎn)向“智能生產(chǎn)核心”。

在此背景下，2026財年第二季度阿里云季度營收398.24億元同比增長34%，其實不僅阿里云拋出了面向ASI的長期戰(zhàn)略，華為云、字節(jié)云等玩家也紛紛從算力架構(gòu)、應用落地等維度破局，一場圍繞“下一代超級計算機”的行業(yè)變革已悄然開啟。

只不過回過頭來看，過去，關(guān)于大模型市場火熱，幾乎演變成了馬拉松式的長跑，在起跑階段，投資人大多關(guān)注模型技術(shù)本身的突破，例如，算法有多先進，硬件有多精密，訂單有多密集。

站在行業(yè)視角這個看法的確沒錯。但如果眼光拉長，我們就會發(fā)現(xiàn)，AI時代的云服務本質(zhì)是一段前半場技術(shù)、后半場落地的接力賽，所有產(chǎn)業(yè)也都是在這樣不斷的接力中逐漸完善的。

這個過程中真正決定成敗的，往往是深度應用落地的“最后一公里”。

因為用戶愿不愿意買單，體驗好不好用，能不能形成商業(yè)閉環(huán)，決定了能否再次開啟下一階段的第一公里。

更直白來說，最后的勝者大概率是最懂用戶、最懂市場、最先把玩具賣出去的那一個。

01 AI云的產(chǎn)業(yè)紅利點來臨

隨著AI從“實驗室技術(shù)”走向“產(chǎn)業(yè)基礎(chǔ)設施”，AI云行業(yè)正迎來需求、政策、技術(shù)三重紅利的疊加爆發(fā)期，而頭部廠商的布局差異，也讓這份紅利的落地路徑逐漸清晰。

從市場需求看，AI算力的“量級缺口”與“長期綁定”特征愈發(fā)顯著。

一方面，大模型訓練與推理對算力的需求已邁入新的時代，中國500強企業(yè)中約70%已將生成式AI嵌入業(yè)務流程，46%的受訪企業(yè)表示將生成式AI規(guī)?；膽糜跇I(yè)務流程改造中。

公開資料顯示，當下中國企業(yè)級大模型的日均Token消耗量在2025年上半年達到了10.2萬億，較2024年下半年激增363%。

高盛還預測，中國云服務提供商（CSP）的資本支出在2025年第三季度將同比增長39%，為AI云收入的持續(xù)增長提供硬件基礎(chǔ)，側(cè)面反映客戶對基礎(chǔ)設施的需求十分旺盛。

另一方面，不同廠商的算力供給策略開始分化，例如，華為云通過CloudMatrix384超節(jié)點實現(xiàn)“算力池化”，將單卡推理性能提升至H20的數(shù)倍以上，未來華為CloudMatrix超節(jié)點規(guī)格將從384卡升級到8192卡，可實現(xiàn)50萬-100萬卡的超大集群，主打“高效算力供給”。字節(jié)云也依托短視頻、直播場景的天然優(yōu)勢，聚焦“碎片化推理需求”，為內(nèi)容生成類企業(yè)提供彈性算力支持。

政策與資本層面，全球范圍內(nèi)的“AI基建競賽”已進入白熱化階段，國內(nèi)“東數(shù)西算”工程持續(xù)推進，全國一體化算力網(wǎng)已覆蓋多個樞紐節(jié)點，也為AI云基礎(chǔ)設施的區(qū)域均衡布局提供政策支撐。

自然地，資本投入同樣激進，海外微軟、谷歌、亞馬遜的AI相關(guān)資本開支連續(xù)三個季度上調(diào)，理論上，這種“政策+資本”的雙重驅(qū)動，會為AI云行業(yè)搭建了堅實的發(fā)展底座。

單純按照技術(shù)價值重構(gòu)角度看，AI云正從“基礎(chǔ)設施”升級為“產(chǎn)業(yè)創(chuàng)新引擎”，催生萬億級市場空間。

過去，云計算的核心價值是把服務器、存儲設備、網(wǎng)絡硬件等基礎(chǔ)設施打包成服務，供給用戶租用，不用自己買硬件，“按需供給算力”。核心特點是省成本、免維護。

現(xiàn)在AI云通過大模型調(diào)度，將智能能力輸送至各行業(yè)，效率也更高了，在醫(yī)療領(lǐng)域，華為云協(xié)助醫(yī)院搭建的AI輔助診療系統(tǒng)，可將病理切片分析時間快速縮短，又例如，在傳媒領(lǐng)域，字節(jié)的云AI內(nèi)容生成平臺，支持短視頻腳本、畫面、配音的一站式生成，內(nèi)容生產(chǎn)效率提升數(shù)倍。

阿里云與上述兩者有所不同，除了借助自研TPU集群的效能和全棧式架構(gòu)提高客戶上云部署效率，較低成本之外，打通自身在地圖、外賣、電商、夸克、支付寶等業(yè)務領(lǐng)域的能力壁壘，同樣彰顯其云價值。

商業(yè)路徑的創(chuàng)新不僅改變了產(chǎn)業(yè)流程，更重塑了云計算的價值邏輯，Token成為“未來的電”，AI云則成為“智能時代的電網(wǎng)”。

IDC數(shù)據(jù)顯示，2024年中國AI公有云服務市場規(guī)模達195.9億元人民幣，相比2023年增長55.3%，未來幾年AI相關(guān)服務貢獻占比將進一步實現(xiàn)快速提升。

02 大模型下的云困擾

盡管紅利顯著，但大模型的快速演進也讓AI云行業(yè)面臨三大共性困擾，這些問題不僅制約著產(chǎn)業(yè)落地速度，也成為檢驗廠商競爭力的關(guān)鍵標尺。

算力供需與效率的矛盾首當其沖，成為行業(yè)最緊迫的痛點。

一方面，算力供給缺口持續(xù)擴大，Coreweave等企業(yè)公開表示，當前全球AI算力基礎(chǔ)設施產(chǎn)能僅能滿足約60%的需求，阿里云、華為云等廠商雖持續(xù)加碼硬件投入，但GPU/NPU芯片的生產(chǎn)周期、數(shù)據(jù)中心建設周期（通常2～3年），可不排除隨著市場的需求增加，算力需求空缺仍將面臨指數(shù)級增長。

另一方面，算力效率瓶頸同樣突出，傳統(tǒng)以CPU為核心的計算范式，在大模型場景下“水土不服”。

客觀地講，大規(guī)模分布式訓練中，網(wǎng)絡帶寬不足會導致數(shù)據(jù)傳輸延遲，拖慢整體訓練進度；推理場景中，顯存不足會使多輪對話的首Token時延大幅增加，未優(yōu)化的架構(gòu)下首Token時延可達數(shù)百毫秒，嚴重影響用戶體驗，中小廠商仍受限于技術(shù)積累，難以突破效率瓶頸，進一步加劇了行業(yè)的“算力鴻溝”。

數(shù)據(jù)與部署的雙重難題，則讓大模型的“行業(yè)落地”舉步維艱。

大模型從“通用”向“垂直”演進時，普遍面臨“原始數(shù)據(jù)缺失”的問題，例如，當前AI訓練多依賴人類歸納后的二手數(shù)據(jù)，如汽車設計場景中，AI無法直接獲取車輛全生命周期的運行數(shù)據(jù)，只能依靠用戶調(diào)研、故障報告等間接信息，限制了模型的創(chuàng)造力。

部署層面，“公共云”與“本地化”的對立難以調(diào)和，企業(yè)將數(shù)據(jù)上傳至公共云，存在安全泄漏風險，且傳輸效率低，選擇本地化一體機部署，又面臨建設成本高（單套設備采購+運維費用超千萬元）、性能固定（無法彈性應對需求波動）、模型更新慢的問題。

一些廠商曾為某教育企業(yè)設計混合部署方案，但仍需在數(shù)據(jù)安全與算力彈性之間反復權(quán)衡，反映出行業(yè)的普遍困境。

協(xié)同與生態(tài)的短板，進一步延緩了AI云的產(chǎn)業(yè)滲透速度。

當前全球科技企業(yè)雖紛紛布局AI云，但多數(shù)廠商僅聚焦單一環(huán)節(jié)，部分企業(yè)擅長模型研發(fā)（如部分AI創(chuàng)業(yè)公司），卻缺乏基礎(chǔ)設施支撐，只能依賴第三方算力，部分擁有算力資源（如傳統(tǒng)IDC企業(yè)），卻無法與模型深度協(xié)同，導致算力利用率不足一半。

即便是頭部廠商，也存在生態(tài)壁壘，華為云的昇騰生態(tài)仍處于培育發(fā)展期，要達到CUDA的開發(fā)者粘性需要時間驗證；字節(jié)云的開發(fā)者工具多聚焦內(nèi)容場景，通用性尚需進一步提升，阿里云同樣需要應對客戶日漸復雜的場景適配需求。

舉一個簡單例子，宇樹科技CEO王興興曾認為，在機器人領(lǐng)域尚缺一個機器人專屬大模型，人形機器人量產(chǎn)的瓶頸也是因為AI模型不足。這就側(cè)面證明，AI云的產(chǎn)業(yè)滲透速度在特定的某些領(lǐng)域還不夠快。

傳統(tǒng)軟件開發(fā)門檻高，系統(tǒng)自主性不強，潛在開發(fā)者僅數(shù)千萬規(guī)模，難以滿足AI時代“人人用自然語言創(chuàng)應用”的需求，行業(yè)整體仍面臨“模型－工具－應用”協(xié)同不足的問題，制約了AI云的規(guī)?；涞?。

03 云廠商們，誰能成就下一代超級計算機

下一代超級計算機在概念與技術(shù)層面的競賽仍在繼續(xù)，但當下的商業(yè)化產(chǎn)出與市場回報可以被視為影響未來格局的風向標。

國際權(quán)威咨詢機構(gòu)弗若斯特沙利文發(fā)布《中國全棧AI云服務（公有云）市場報告2025H1》報告顯示，2025年上半年，中國全棧AI云服務市場規(guī)模達259億元，其中阿里云以30.2%，市場份額位居第一，百度云、火山引擎、華為云等處于后續(xù)梯隊。Omdia報告則顯示，2025年第二季度，阿里云、華為云和騰訊云的市場份額分別為34%、17% 和10%。

不同廠商所擁有的行業(yè)地位，大多與自身的投入水平力度有關(guān)，某種程度上也影響了誰能在未來成就下一代超級計算機。

谷歌預計2025年資本支出將在910億至930億美元之間。有報道稱，過去十二個月內(nèi)，阿里累計資本開支已超過1260億，預計未來還可能在原定的3800億AI投入上持續(xù)加碼。

相比之下，字節(jié)、華為云等未披露具體關(guān)于在AI以及云上的公開投資承諾，盡管騰訊聲稱“將會在AI方面投入巨額資本支出”，但目前也還在數(shù)百億內(nèi)，百度同樣與阿里相比在資金投入上略顯規(guī)模差距。

回過頭來看廠商們提出的全棧自研，可以姑且將其作為筑牢技術(shù)底座的核心邏輯，也就是實現(xiàn)“計算－網(wǎng)絡－存儲－模型”全環(huán)節(jié)優(yōu)化。

客觀而言這與當年王堅院士關(guān)注云計算的基礎(chǔ)設施層一樣，阿里云或許也覺得，打通底層是要做的第一件事，為此推出自研磐久128超節(jié)點AI服務器，單柜支持128個AI計算芯片，密度較行業(yè)平均水平提升50%，且兼容英偉達、昇騰等多種主流芯片，解決了“芯片適配難”的問題。

解決了投入與適配問題，第二件事是場景與生態(tài)打通，即誰的資本回報收入規(guī)模更高，誰能讓更多的客戶使用。

阿里云財報披露，收入在財年Q2同比增長達到34%至398.24億元。百度的AI云今年第三季度單季度收入只有42億元，同比增長33%，而去年全年，華為純云計算業(yè)務的收入約為385.2億元，同比增長僅8.5%。

值得一提的是，基于“東數(shù)西算”網(wǎng)絡動態(tài)調(diào)度本地與云端算力，為企業(yè)提供“極簡接入、柔性訪問、安全流轉(zhuǎn)”的用算體驗，企業(yè)只需接入云的算力網(wǎng)絡，就能根據(jù)需求靈活選擇公共云、邊緣節(jié)點或本地部署。而據(jù)悉，目前中國500強企業(yè)中53%使用阿里云AI服務，實際滲透率領(lǐng)先行業(yè)。

所以單純看收入規(guī)模，阿里云會相對突出。

回過頭來看技術(shù)細節(jié)，從AGI到ASI，AI云行業(yè)的競爭已不再是“誰的算力更強”，而是“誰能構(gòu)建支撐智能進化的基礎(chǔ)設施”。

大廠們對云的探索，既展現(xiàn)了頭部廠商的技術(shù)野心，也折射出行業(yè)的發(fā)展方向，只有將技術(shù)突破與產(chǎn)業(yè)需求深度綁定，才能讓超級AI云從“概念”變?yōu)椤艾F(xiàn)實”。