今天小编分享的科技经验：云服务的中场战事，从AI应用开始，欢迎阅读。
导语：" 云 +AI" 能够孵化出多少可能？在业界眼中，" 云 +AI" 则意味着新的悬念。
>从去年的大模型之战，到今年的 AI 应用之争，云服务正在迈入全新的发展阶段。AI 这个杠杆将各家厂商的竞争策略更向前推进了一步。
" 云 +AI" 能够孵化出多少可能？在业界眼中，" 云 +AI" 则意味着新的悬念：云计算将朝着哪个方向进化？大模型的市场格局将有怎样改变？云服务巨头又会在其中扮演怎样的角色？大模型和 AI 应用，能否成为云服务商的第二增长曲线？
一连串的问号，人们期待着答案的揭晓。
AI 应用成 " 重头戏 "
最近两年，以大模型为代表的 AI 应用已在国内形成奔涌之势。公开数据显示，截至目前，国内完成备案并上线、能为公众提供服务的大模型已达 190 多个，注册用户数超 6 亿。
埃森哲最新调研显示，59% 的中国企业计划在未来一年内继续加大数字化转型的投入，相比去年增加了 6 个百分点，同时有相当多的中国企业希望能够抓住 AI 技术，不断创新加速重塑。这不但显示出了各个行业对于 AI 服务的潜在需求，也显示出了大模型潜在的巨大商业价值。
在大模型领網域重要的参与者云服务巨头眼中，这些不仅意味全新的商业逻辑正在浮现：大模型的应用消耗大量算力，可以带动云服务的收入增长，同时大模型会优化軟體应用的功能和体验，带动軟體业务收入的增长，发现新的用户需求，反过来还可以进一步促进大模型的成熟。
大模型的落地应用不仅能够帮助行业客户实现基于 AI 能力的业务创新与更新，而且不同于以往的技术迭代，大模型驱动着基础设施的重构，也带来了上层应用的变革。
如果回溯一下 IT 技术的发展历史可以看到，在大模型出现之前，IT 行业一直是 "CPU+OS+ 軟體 " 这样的组合唱主角，此后随着计算、网络、存储的虚拟化技术的日臻成熟，让算力成为了重要资源，也让云改变了基础设施的能力和形态。
而到了如今 AI 时代，"GPU+ 云 +AI" 这个新组合取而代之。在 GPU 为大模型提供算力支持的前提下，云服务商需要重新构建从底层到应用层的服务架构，而大模型将带来从研发到应用的重构。
同时，MaaS 变成了云架构新的重要组成，成为云服务商竞相发力的重点，这会让云服务大厂的技术体系出现重大变化。随着云服务与大模型的深度融合，云服务商会以云的模式推动大模型的服务化和应用的规模化。
由此，阿里云、腾讯云、百度智能云等云服务巨头，在经历了过去几年的谷底之后，纷纷以 AI 作为未来发展的重点，用以重构自身的技术业务，从而带动业绩的增长。这些大厂发布的财报数据也显示出，来自 AI 的收入占比正在逐步提升。
今年 8 月，阿里巴巴集团发布的季度业绩显示，云智能集团在最新财季营收同比增长 6% 至 265.49 亿元，其中，AI 相关产品收入实现三位数同比增长。
百度集团公布的 2024Q2 财报则显示，智能云营收 51 亿元，同比增长 14%。AI 收入占比 9%，高于上一季度的 6.9%。
云服务巨头在 AI 领網域的深度参与和大量投入，已让去年开启的大模型之战的硝烟渐渐散去，大模型带来的 AI 应用变成了现在的重头戏。
这意味着，以 MaaS 平台和 AI 原生应用为核心的全新云服务生态已经出现，以 AI 技术改造的应用軟體在生态中会占据更重要的位置。
由于云行业的 " 马太效应 "，数据、算力和存储等底层资源将由少数云服务巨头主导，云服务的商业机会逐渐向上，向 PaaS、MaaS、SaaS 层聚拢，特别是 SaaS，从研发到商业模式，均会发生根本性变革。
目前，各云服务巨头一方面以大模型对自身产品进行全面更新和改造，另一方面向不同行业输出，帮助客户和合作伙伴快速开发 AI 应用。
例如，腾讯旗下数百款产品均已接入腾讯混元大模型，通过智能化更新扩大付费用户基础。据介绍，今年一季度，腾讯会议收入同比翻倍，企业微信收入则同比增长 200%。
由此可见，国内的云行业在以大模型为代表的 AI 浪潮的推动下，目前已来到了一个新的阶段，新型云服务商开启了大模型及应用淘汰赛。在这样的背景下，云服务巨头纷纷厉兵秣马，开始了又一轮的激烈竞争。
从 " 被集成 " 到 MaaS
在过去的几年里，包括阿里云在内的国内云厂商，在定制化项目侧的进展并不顺利。如今，阿里云提出的公有云优先战略，客观来看，虽短期政务相关业务会带来一定程度的影响，但长期来看将作为良性效应为阿里云提供助力。
同样，腾讯云也在 2022 年开始便宣布 " 被集成 " 的战略。在更多年前，马化腾就说过，要把腾讯的半条命交给合作伙伴。
从短期来看，做总集成更有利于云厂商接到大单，在成长初期不仅能够探索垂直领網域的具体场景，还能够增加行业 know-how 的积累。然而这种模式带来的利润率并不向好。长期来讲，云厂商做总集既影响利润率，还影响其自身业务形态发展。
因此，能看到的是，在过去的几年时间里，不论是线索伙伴、产品开发伙伴，还是咨询或售后伙伴，各家都在采取持续发力的阶段，通过资金、云算力折扣，再或者是培训等等帮助自身生态内的企业加速成长。
而在如今，这种被集成形态则是又了新的抓手，即 MaaS。
过去，国内云厂商的核心能力基本停留在 IaaS 层面的 " 计算、存储和网络 " 伺服器相关三大件领網域，对于 PaaS 层的云服务能力相较落后于 AWS 等一众海外云厂商。
但实际上，云厂商的价值则是要向 PaaS 平台发展的。" 把 IaaS、PaaS 以及 SaaS 三者的优势拿出来做可组装的能力、能够在平台上做二次可组装、最终实现业务和平台的创新。" 这是 2023 年 Gartner 十大趋势报告中对行业云平台的释义。
而这句话的关键词则在于 " 组装 "，这也意味着云厂商要充分发挥的能力是 PaaS 平台，这也是国内云巨头近些年纷纷提出 " 被集成 " 的原因所在。
不过，其中的难点在于，对云厂商而言，其并不是所有的能力都实现了 PaaS 化，这就意味着生态伙伴不具备完全的服务能力；此外，在部分核心环节，云厂商还需要自身下场亲自做产品（比如数据库）以此来保证自身的高利润率，因此完全意义的 PaaS 化和生态本身存在一定的冲突。
AI 大模型，也或者说 MaaS 正在悄然改变这种模式。
截至目前，能看到的是，阿里云、华为云、腾讯云、百度云、京东云等云计算大厂都已经推出了 MaaS 服务。
MaaS 为云厂商带来的新增量具体体现在两种方式：第一，API 调用服务。比如在这个过程中，云厂商可以根据用量或者时间来收费。第二，给训练、运行大模型提供 AI 算力服务。目前，随着国内模型参数的逐渐提升，以及垂直领網域模型的爆发，关于模型训练的需求也在涌现。
对于生态而言，基于 MaaS 的模式，可以将生态伙伴统一拉至一个 AI 服务起点上，既规避了之前产品侧的冲突，同时在 MaaS 的生态模型下，云厂商可以基于足够强的利润驱动以作为底层角色，为生态企业提供更为彻底和边界清晰的服务保障。
可以说，相比此前，云厂商在 IaaS 和 PaaS 上的发力，MaaS 的出现则为云厂商提供了新的增长空间。不仅如此，MaaS 对于生态的一个更大价值则是，基于数据训练表达的模型，让客户、开发者、创业公司和 ISV 等角色都聚拢在一起，一同降本增效。
从单纯的 PaaS 到 MaaS，云厂商的生态策略正在进化。
云行业开启 " 淘汰赛 "
对于任何行业而言，" 价格战 " 都是最有效、直接的方式，云计算行业概莫能外。
云行业属于 " 烧钱 " 的重资产行业，加上企业客户每年的 IT 支出固定，市场处于存量竞争状态，哪个云服务商拓展了更多客户，拿下更多大单，其它的云服务商的业绩势必会受到影响。
云巨头的逻辑是，通过降价，可以提升云计算在不同行业的渗透率，扩展用户规模和黏性，还可以通过普及算力，释放技术红利，驱动非互联网行业从简单上云到深度用云，从而形成规模效应，持续降低边际成本，获得更高利润，以便实现新的资源采购与研发投入，以此巩固竞争优势。
AI 大模型同样如此。今年 5 月，各个云服务巨头，纷纷大幅下调大模型调用价格：字节跳动旗下的豆包主力模型，在企业市场的定价调整为 0.0008 元 / 千 tokens，较行业平均价格便宜 99.3%；阿里通义千问 GPT-4 级主力模型 Qwen-Long 输入价格为 0.0005 元 / 千 tokens，降幅达 97%，输出价格为 0.002 元 / 千 tokens，降幅达 90%...... 降价之剧烈，让大模型创业企业在价格上难以抗衡。
很明显，云服务巨头此番降价的目的在于扩大市场和用户规模，这会是他们的长期策略，云服务巨头希望通过降低大模型调用价格，刺激调用次数的大幅增长，算力成本会因此而摊薄，慢慢产生利润。
而且，价格的一降再降，能够吸引大量开发者和生态合作伙伴。在此过程中，其它的大模型服务商会因为价格和成本原因倒下，市场上的大模型服务商变得屈指可数，这就是云服务商推动 " 淘汰赛 " 的目的所在。
但这也反映出了云服务巨头的大模型思路有待改进。作为对比，OpenAI 旗下的 ChatGPT，其研发成本、训练成本和人力成本，每年动辄花费数十亿美元。这表明，大模型的技术和资金门槛非常高，而且需要不断更新，这就需要有更多的投入，其中的风险也是非常多的。
国内的科技巨头目前呈现出了大模型平台雷同的趋势，大模型产品服务的同质化问题突出，关键在于，AI 大模型对于云服务巨头的进一步增长的带动作用有多大，随着投入力度的不断加大，AI 是否会像这些巨头预期的那样，带来越来越丰厚的回报，这些都是未知数。
一个良性的大模型生态应该是：在有一两个足够好的基础大模型的基础上，其它巨头企业其实应该将关注点放在算力、数据、大模型训练等中间层服务上，或者是大模型衍生出的真正能够创造价值的行业应用上。
但目前为止，能够与 ChatGPT 全面匹敌的原创性基础大模型还尚未出现，上层应用和服务更是无从谈起。现在的云服务巨头可以说是悬念迭起，AI 大模型对他们真正的考验还在后面。
如今，亚马逊、微软、谷歌等科技巨头均以投资或者自行研发的方式推出了大模型产品，并在云、軟體、AI 应用与云服务融合方面，趟出了一条清晰的路径。
当前，国内的大模型和 AI 应用服务尚处于初级阶段，市场规模和产业成熟度尚待提升，空间巨大，各方竞争激烈，在这样的形势下，如何培养大模型的刚需用户群体？大模型的业务边界如何划分？大模型如何成为稳定持久的业务增长引擎？大模型在各行各业落地应用时如何保护隐私和数据安全？
只有解决这些问题，才能吸引越来越多的创业者、开发者、合作伙伴、企业用户加入进来，让大模型和 AI 应用成为各行各业智能化更新的新引擎，从而让创新发展的新动能与新优势真正显现出来，为更多行业带来新的想象与无限可能。
（文章为作者独立观点，不代表艾瑞网立场）
