云市場(chǎng)很久沒(méi)有這么熱鬧了。

IDC最新數(shù)據(jù)顯示，2025年上半年中國(guó)公有云市場(chǎng)規(guī)模達(dá)到1206.69億元，同比增長(zhǎng)接近20%。其中MaaS市場(chǎng)規(guī)模12.9億元，同比增長(zhǎng)421.2%，成為云計(jì)算賽道中增長(zhǎng)最快的細(xì)分領(lǐng)域；AI大模型解決方案市場(chǎng)規(guī)模30.7億元，同比增長(zhǎng)122.1%，金融、政務(wù)和制造行業(yè)貢獻(xiàn)了超過(guò)六成預(yù)算。AI給云計(jì)算帶來(lái)了二次發(fā)展的機(jī)遇，這一點(diǎn)毋庸置疑。

熱鬧歸熱鬧，喧囂之中也有一些值得冷靜的地方。

年末各家陸續(xù)曬出成績(jī)單，Token調(diào)用量成為最熱門(mén)的指標(biāo)。日均幾十萬(wàn)億的數(shù)字在行業(yè)里此起彼伏，頗有當(dāng)年市場(chǎng)份額大戰(zhàn)的既視感。但熟悉云計(jì)算行業(yè)的人應(yīng)該還記得，市場(chǎng)份額這件事，行業(yè)已經(jīng)很久不怎么強(qiáng)調(diào)了。不是因?yàn)椴恢匾?，而是大家逐漸意識(shí)到，在一個(gè)還在快速擴(kuò)張的市場(chǎng)里，份額只是某個(gè)切面的快照，很難說(shuō)明太多問(wèn)題。

今天的Token調(diào)用量，某種程度上也在重復(fù)這個(gè)邏輯。

把數(shù)字放在一起看就更清楚：MaaS市場(chǎng)12.9億，整個(gè)公有云市場(chǎng)1206億，占比剛過(guò)1%。當(dāng)所有注意力都集中在這1%的增速和排名上時(shí)，我們可能正在用一把過(guò)于狹窄的尺子丈量這個(gè)市場(chǎng)。

Token調(diào)用量能說(shuō)明一些問(wèn)題，但說(shuō)明不了全部。云計(jì)算的競(jìng)爭(zhēng)也從來(lái)不只發(fā)生在應(yīng)用層。因此，硅星人的判斷是：2026年，AI云的競(jìng)爭(zhēng)終將回歸基礎(chǔ)設(shè)施，回歸全棧能力的比拼。

Token是一個(gè)好指標(biāo)，

但不是唯一指標(biāo)

Token調(diào)用量成為熱門(mén)指標(biāo)，有它的道理。它直觀、可量化、易傳播，在一個(gè)需要強(qiáng)心劑的市場(chǎng)里，“日均幾十萬(wàn)億”這樣的數(shù)字天然具有沖擊力。對(duì)投資人、媒體、甚至部分客戶(hù)來(lái)說(shuō)，這是最容易理解的AI繁榮證據(jù)。

但問(wèn)題也同樣明顯。首先數(shù)量不等于質(zhì)量，同樣一個(gè)任務(wù)，一個(gè)模型用1萬(wàn)個(gè)Token完成，另一個(gè)用1000個(gè)完成，誰(shuí)的能力更強(qiáng)？場(chǎng)景差異同樣巨大，寫(xiě)一段營(yíng)銷(xiāo)文案消耗的Token，和幫金融機(jī)構(gòu)做票據(jù)識(shí)別消耗的Token，消費(fèi)端陪聊產(chǎn)生的Token，和生產(chǎn)端提升效率產(chǎn)生的Token，意義都完全不同。

更關(guān)鍵的是，API調(diào)用只是企業(yè)使用AI的方式之一，而且是最輕量的一種。

從云服務(wù)商的視角看，企業(yè)使用AI大致有幾種路徑：直接調(diào)用API，模型在云端，按量付費(fèi)，這是當(dāng)前Token統(tǒng)計(jì)的主要口徑；往深一層是在云上做后訓(xùn)練和微調(diào)，企業(yè)把自己的數(shù)據(jù)灌進(jìn)去，訓(xùn)出適配業(yè)務(wù)的模型；再往深是下載開(kāi)源模型在本地或私有云部署，數(shù)據(jù)不出域，推理在本地完成；還有更特殊的場(chǎng)景，比如車(chē)端智駕、機(jī)器人端側(cè)推理，模型直接跑在設(shè)備上，響應(yīng)必須是毫秒級(jí)，根本不可能等云端返回。

這些路徑產(chǎn)生的算力消耗同樣龐大，但從未進(jìn)入任何一份公開(kāi)報(bào)告的統(tǒng)計(jì)口徑。

據(jù)我們了解，在阿里云上，使用API調(diào)用服務(wù)的客戶(hù)和使用GPU算力的客戶(hù)，重合度高達(dá)70%。這意味著真正深度使用AI的企業(yè)，從來(lái)不是只選一種方式，而是根據(jù)場(chǎng)景選擇不同的服務(wù)層級(jí)：有些調(diào)API就夠了，有些需要自己訓(xùn)模型。只看API調(diào)用這個(gè)口徑，相當(dāng)于只看到了冰山露出水面的部分。

而冰山之下，是企業(yè)向AI轉(zhuǎn)型的真實(shí)圖景：它不是簡(jiǎn)單地接入一個(gè)API，而是一場(chǎng)涉及數(shù)據(jù)、流程、組織的體系化變革。

這件事快不了，也不可能一蹴而就。沒(méi)有一個(gè)企業(yè)在選擇AI服務(wù)時(shí)會(huì)想“你的Token調(diào)用量最多，所以我選你”。它們想的是：你能不能解決我的問(wèn)題。

AI云的客戶(hù)，

遠(yuǎn)不止互聯(lián)網(wǎng)公司

什么樣的場(chǎng)景在消耗Token？這個(gè)問(wèn)題的答案，決定了我們?nèi)绾卫斫猱?dāng)前AI云市場(chǎng)的真實(shí)狀態(tài)。

目前中國(guó)這波AI熱潮，最直觀的繁榮集中在消費(fèi)端：ChatBot、唱歌、跳舞、AI換臉、虛擬陪伴……這些應(yīng)用主要跑在手機(jī)上，用戶(hù)增長(zhǎng)快，Token消耗大，數(shù)據(jù)好看。與此同時(shí)，MaaS市場(chǎng)增長(zhǎng)最快的客戶(hù)群體是AI原生企業(yè)和互聯(lián)網(wǎng)公司，它們天然就是API調(diào)用的理想用戶(hù)：業(yè)務(wù)在線(xiàn)，數(shù)據(jù)現(xiàn)成，開(kāi)發(fā)能力強(qiáng)，調(diào)用API就能跑起來(lái)。

但這只是AI市場(chǎng)的一個(gè)切面。

更廣闊的空間在企業(yè)級(jí)市場(chǎng)，在各類(lèi)終端上。2025年大量傳統(tǒng)行業(yè)開(kāi)始嘗試AI：農(nóng)牧業(yè)在用AI做牲畜數(shù)量識(shí)別、異常行為檢測(cè)；安防領(lǐng)域在做多模態(tài)的家用監(jiān)控，嬰兒看護(hù)、寵物識(shí)別、火焰告警；重工業(yè)在用維修助手縮短高級(jí)技師的培養(yǎng)周期；教育公司在做智能判卷，不只是選擇題，連主觀題都能批；物流公司給一線(xiàn)員工配上AI助手處理日常咨詢(xún)。這些場(chǎng)景不只發(fā)生在手機(jī)上，還發(fā)生在車(chē)端、機(jī)器人、工業(yè)設(shè)備、IoT終端，對(duì)實(shí)時(shí)性、可靠性、數(shù)據(jù)安全的要求遠(yuǎn)高于消費(fèi)端。

這些企業(yè)有一個(gè)共同特點(diǎn)：它們不是AI原生的。它們有幾十年積累的業(yè)務(wù)數(shù)據(jù)和行業(yè)know-how，需要的不是簡(jiǎn)單調(diào)用一個(gè)API，而是把AI和自己的數(shù)據(jù)、流程深度耦合。很多企業(yè)連數(shù)字化都沒(méi)完成，需要先做數(shù)據(jù)治理，再做后訓(xùn)練和微調(diào)，最后才是部署應(yīng)用。這是一整套服務(wù)，不是一個(gè)API接口能解決的。

這也是為什么開(kāi)源模型和閉源模型對(duì)云市場(chǎng)的拉動(dòng)作用呈現(xiàn)出不同的節(jié)奏。閉源模型的路徑更直接：客戶(hù)調(diào)用API，按量付費(fèi)，收入確認(rèn)清晰，增長(zhǎng)曲線(xiàn)漂亮。開(kāi)源模型的邏輯不同，客戶(hù)下載后可能在本地部署，可能用自己的GPU集群做推理，也可能在云上做后訓(xùn)練但不走API調(diào)用。這些使用行為同樣在發(fā)生，但很難被統(tǒng)計(jì)。開(kāi)源對(duì)云的拉動(dòng)是存在的，只是更分散、更隱蔽、周期更長(zhǎng)。

從全球范圍看，阿里云是一個(gè)比較特殊的存在，它是少數(shù)同時(shí)押注云計(jì)算基礎(chǔ)設(shè)施和開(kāi)源模型生態(tài)的大型云服務(wù)商。

Qwen系列模型開(kāi)源后，全球下載量已超過(guò)8億次。但這8億次下載中，有多少轉(zhuǎn)化成了阿里云的收入？很難直接計(jì)算。開(kāi)源是一個(gè)生態(tài)邏輯，不是一個(gè)交易邏輯。

消費(fèi)端的熱鬧只是開(kāi)始，企業(yè)級(jí)市場(chǎng)的AI轉(zhuǎn)型才是真正的硬仗：數(shù)據(jù)治理、流程再造、組織適配，每一步都不容易。整個(gè)產(chǎn)業(yè)向AI的轉(zhuǎn)型，還有很長(zhǎng)的路要走。

回到云計(jì)算的底層邏輯

云計(jì)算行業(yè)發(fā)展了這么多年，一個(gè)最深的體感是：云計(jì)算行業(yè)沒(méi)有討巧的事。

每一個(gè)數(shù)據(jù)庫(kù)產(chǎn)品，上線(xiàn)時(shí)的產(chǎn)品，被幾十家客戶(hù)打磨后幾乎完全重構(gòu)。每一層服務(wù)能力，都是臟活累活苦活堆出來(lái)的?；A(chǔ)設(shè)施的穩(wěn)定性、安全性、彈性擴(kuò)展能力，都不是靠講故事講出來(lái)的，而是靠無(wú)數(shù)次故障復(fù)盤(pán)、性能調(diào)優(yōu)、架構(gòu)迭代磨出來(lái)的。這些能力沒(méi)有捷徑，也無(wú)法速成。

不管AI給這個(gè)行業(yè)帶來(lái)多大的想象空間，底層的邏輯沒(méi)有變：誰(shuí)的基礎(chǔ)設(shè)施更扎實(shí)，誰(shuí)的全棧能力更完整，誰(shuí)才能走得更遠(yuǎn)。

MaaS的競(jìng)爭(zhēng)也從來(lái)不是孤立的。一個(gè)企業(yè)客戶(hù)調(diào)用大模型API，背后發(fā)生的事情遠(yuǎn)比“請(qǐng)求-響應(yīng)”復(fù)雜得多。它背后是PaaS層的能力：數(shù)據(jù)怎么存、怎么治理、怎么灌進(jìn)模型做訓(xùn)練、怎么搭建Agent工作流；再往下是IaaS層的積累：芯片、服務(wù)器、網(wǎng)絡(luò)、存儲(chǔ)、GPU集群調(diào)度，一整套基礎(chǔ)設(shè)施在支撐。任何一層出了短板，整體體驗(yàn)就會(huì)打折扣。

這也是為什么全棧能力在AI時(shí)代變得更加重要。過(guò)去云計(jì)算的競(jìng)爭(zhēng)，IaaS、PaaS、SaaS相對(duì)獨(dú)立，客戶(hù)可以分層采購(gòu)，今天用A家的計(jì)算，明天換B家的數(shù)據(jù)庫(kù)。但AI改變了這個(gè)邏輯。模型訓(xùn)練需要海量算力，推理需要低延遲網(wǎng)絡(luò)，數(shù)據(jù)需要在安全合規(guī)的前提下流動(dòng)，這些環(huán)節(jié)高度耦合，很難拆開(kāi)。誰(shuí)能把模型能力和基礎(chǔ)設(shè)施能力結(jié)合得最好，打造出最高的性?xún)r(jià)比，誰(shuí)才具備長(zhǎng)期競(jìng)爭(zhēng)力。

2026年，當(dāng)更多企業(yè)從“嘗鮮”走向“深度使用”，當(dāng)AI從消費(fèi)端走向生產(chǎn)端，競(jìng)爭(zhēng)一定會(huì)回歸到全棧。

但這場(chǎng)競(jìng)爭(zhēng)究竟會(huì)如何演化，現(xiàn)在下結(jié)論還太早。

1996年，摩托羅拉總裁訪(fǎng)問(wèn)中國(guó)，預(yù)測(cè)到2000年中國(guó)手機(jī)用戶(hù)大概有100萬(wàn)。結(jié)果2000年中國(guó)手機(jī)用戶(hù)突破1億，再過(guò)幾年突破10億。而那時(shí)候，摩托羅拉已經(jīng)掉隊(duì)了。技術(shù)變革期的預(yù)測(cè)，往往會(huì)低估市場(chǎng)的爆發(fā)力，也會(huì)高估短期的競(jìng)爭(zhēng)格局。

MaaS市場(chǎng)占整個(gè)云計(jì)算大盤(pán)剛過(guò)1%，中國(guó)企業(yè)級(jí)市場(chǎng)的AI滲透才剛剛開(kāi)始，99%的企業(yè)還沒(méi)有真正入場(chǎng)。

云計(jì)算的發(fā)展從來(lái)都是一個(gè)漫長(zhǎng)的過(guò)程，沒(méi)有捷徑可走。暫時(shí)的數(shù)據(jù)波動(dòng)，不值得過(guò)度興奮，也不值得過(guò)度焦慮。真正值得關(guān)注的，是誰(shuí)在扎扎實(shí)實(shí)地建基礎(chǔ)設(shè)施，誰(shuí)在認(rèn)真地服務(wù)企業(yè)客戶(hù)，誰(shuí)在為三年后、五年后的競(jìng)爭(zhēng)做準(zhǔn)備。

【來(lái)源】硅星人Pro

【作者】Yoky

免責(zé)聲明
（上下滑動(dòng)查看全部）

任何在本文出現(xiàn)的信息（包括但不限于個(gè)股、評(píng)論、預(yù)測(cè)、圖表、指標(biāo)、理論、任何形式的表述等）均只作為參考，投資人須對(duì)任何自主決定的投資行為負(fù)責(zé)。另，本文中的任何觀點(diǎn)、分析及預(yù)測(cè)不構(gòu)成對(duì)閱讀者任何形式的投資建議，亦不對(duì)因使用本文內(nèi)容所引發(fā)的直接或間接損失負(fù)任何責(zé)任。投資有風(fēng)險(xiǎn)，過(guò)往業(yè)績(jī)不預(yù)示未來(lái)表現(xiàn)。財(cái)經(jīng)早餐力求文章所載內(nèi)容及觀點(diǎn)客觀公正，但不保證其準(zhǔn)確性、完整性、及時(shí)性等。本文僅代表作者本人觀點(diǎn)。