科技圈的迭代总是让人应接不暇，眼下云服务行业又在进入新变局。
从去年的“大模型之战”，到今年的“AI应用之争”，推动着云服务进入了新的阶段，开启了云计算持续多年的新技术变革。一众云服务巨头领略到了新技术的魅力，也让他们找到了新的发展路径，更让他们开始浮想联翩——“云+AI”，能够孵化出多少可能？
而在业界眼中，“云+AI”则意味着新的悬念：云计算将如何进化，会走向何方？大模型的市场格局，会有怎样的改变？云服务巨头又会在其中扮演怎样的角色，发挥怎样的作用？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。
新阶段：AI应用成重头戏
眨眼之间，以大模型为代表的AI浪潮，已在国内奔涌了近两年时间。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。
来自知名咨询机构埃森哲的最新调研显示，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，不停地创新加速重塑。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。
在大模型领域重要的参与者——云服务巨头眼中，这些信息和数字意味着技术创新和重大利好：大模型各项能力的不断迭代，由此带来的商业价值会不断提升，用户规模也会持续扩大，从而形成新的业务逻辑和增长引擎。
大模型的落地应用，确实改变了云行业。它不仅能够帮助行业客户实现基于AI能力的业务创新与升级，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。
如果回溯一下信息技术的发展史就会看到，这种情况可以说前所未有。在大模型出现之前的很多年里，IT业一直是“CPU+OS+软件”这样的组合唱主角，但此后，计算、网络、存储的虚拟化，让算力成为了大众资源，也让云改变了基础设施的能力和形态。
而到了如今这个新的时代，“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。
这显示出了目前云服务的转变和趋势：大模型与云计算的未来密不可分，它的训练底层需要算力、存储和网络，大模型的升级和迭代，会对算力提出更高要求。
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低谷之后，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%。
在与笔者的交流中，多位业内人士表示，新一代云计算已开始初露峥嵘——云计算产业的新一轮变革也正在随之到来，由此衍生出的技术迭代、产业落地、商业转化，将会持续多年。
与此同时，云服务巨头在AI领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技术改造的应用软件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升级和改造，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，通过智能化升级扩大付费用户基础。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%。同时，腾讯助力众多企业客户以更加高效、简单的方式，用大模型开发AI原生应用，快速接入生产场景。
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。
巨头竞争：优势和软肋
对于那些处在变革时期国内云行业之中的云服务巨头们来说，之所以言必称“算力”、“大模型”、“AI应用”，是因为他们热切期盼着源源不断的新机会。
也正因为此，随着云服务巨头技术和服务的日渐完善，各家都希望能够通过AI，在2024年变得更加激烈的“云服务+大模型+AI应用”竞争中，找到自己的方向和打法。
有AI行业专家表示，随着各自技术体系的日渐完善，云服务巨头将围绕AI，展开不同维度的竞争。众多云服务巨头的推动和参与，不仅会让与AI相关商业模式的效果快速显现，而且对于AI研发、AI能力、AI应用、AI模型迭代在各行业不同场景中的落地，包括AI生态圈的建设，均会带来深远影响。
如今，国内云服务巨头的AI布局日益清晰。腾讯云善于培育生成式AI加持下的SaaS服务、华为云凭借昇腾AI芯片不断扩大自己的“朋友圈”、电信运营商云持续发力AI算力。
按照多位业内人士的观点，在一众激烈竞争的云服务巨头之中，阿里云和百度智能云颇具代表性，可以说构成了目前国内云和AI发展的两极，各自也都有着优势和软肋。
2023年，阿里经历了业务和组织架构上的重大调整，云业务成为了集团的战略重心。阿里云搭建技术服务体系的思路很清晰，通过从底层算力到AI平台再到模型服务的全栈技术创新，对云服务进行整体升级，以IaaS层为基础和底座，加上PaaS层的容器、中间件、数据库、大数据计算、数据仓库与数据湖，为MaaS层的基础大模型、行业大模型做支撑。
同时，阿里希望与大量的AI企业产生业务协同。自2023年以来，阿里投资了大量的AI公司，智谱AI、百川智能、零一万物、MiniMax、月之暗面等头部创业公司的融资，都有阿里的身影。投资模式可为阿里云的生成式AI业务的落地节约时间，增强实力。
但问题在于，阿里云近年来的宕机事件（包括最近阿里云盘出现BUG），正在反复考验着阿里云的品牌和口碑，作为规模化的基础设施服务，服务信任体系的建立与破坏重建的代价，都是十分高昂的。
而且，从业绩上看，阿里云的营收规模虽比此前有所增长，但最新一季营收仍然只有6%，如何让“AI+公共云”这一组合突破规模瓶颈，如何保持领先，从而与其它竞争对手拉开距离，追赶上全球顶级云服务商的脚步，挑战仍然巨大。
与阿里云不同，百度智能云一直以来的打法是以AI带动云，从此前官宣“文心一言”作为开始到现在，百度智能云所推出的大模型相关的云计算产品，已涵盖从底层基础设施，到大模型开发与应用，再到AI原生应用开发端到端，这让百度智能云的“云智一体”架构得以持续升级，加速重构百度的业务和营收结构。
而随着“云智一体”架构的完善，百度在AI芯片、框架、模型、应用均有布局，已形成了一种“智能闭环路径”。但在应用层，AI原生应用并不是简单复制传统软件和移动互联网APP就可以，而是需要为客户解决很多过去解决不了、解决不好的问题，这对于百度的“云智一体”战略、大模型产业生态、AI原生应用生态，都将构成较大的考验。如何面向企业级客户提供更有效的赋能工具，是百度智能云接下来需要面对的挑战。
多位行业观察人士和研究专家认为，阿里云和百度智能云是目前国内云服务商的两个典型代表，他们各自旗下的云和AI技术体系都很完善，业绩回暖的同时，需要面对诸多考验和难题。
这说明，目前国内的云服务市场，处于结构性调整阶段，在国内的AI大模型红利真正到来之前，新一轮的云计算技术变革，由于受到技术和服务架构升级、应用产品落地、以AI为核心的新型生态的建立都需要大量时间等因素影响，将会持续多年。
在此过程中，会开启“淘汰赛”，很多资金、技术、服务实力偏弱的“玩家”，会逐步被淘汰，或是被主流玩家收购。
淘汰赛：如何突围？
有行业观察人士表示，云行业的“淘汰赛”，往往通过降价的方式展开。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月时，各个云服务巨头，纷纷大幅下调大模型调用价格：
例如，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，”上述行业观察人士估计，今年开始的大模型“淘汰赛”，会持续三年左右的时间。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。
但有专家认为，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，而且需要不断升级，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。
这位专家表示，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。“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。”
结语
的确，大模型与AI应用，为云服务巨头带来了新的变化，新的期盼，但同时也带来了新的挑战。相比之下，国外的科技巨头在发展大模型方面，做得要扎实得多。
如今，亚马逊、微软、谷歌这些巨头企业，均以投资或者自行研发的方式推出了大模型产品。特别是微软，在云、软件和AI大模型方面，已经趟出了一条清晰的路径，这三大业务相辅相成，互为补充。围绕这三大业务，微软不仅逐渐形成了涵盖IaaS层、PaaS层、SaaS层的全面业务布局，而且积极进行投资并购，以扩充自身的业务范围。
“从微软的例子来看，他们已经建立了一个良好的业务循环，”上述行业专家认为，第一，大模型的应用消耗大量算力，可以带动云服务的收入增长，第二，大模型同时会优化软件应用的功能和体验，带动软件业务收入的增长，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。
但这些做法、思路和经验并不能为国内的云服务商和大模型服务商带来太多助益。由于中美云服务市场、客户需求、技术服务等方面的诸多差异，国内云服务商在面对大模型的时候，其实并无太多可以提供参考借鉴的例子，在大模型这个问题上，中美云服务商的不同点会越来越多，国内的大模型服务商，需要找到自己的节奏、特色和优势。
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？
只有通过不断构建健康、自主可控的大模型生态，吸引越来越多的创业者、开发者、合作伙伴、客户加入进来，才能让大模型和AI应用真正成为各行各业智能化升级的“刚需”，形成新质生产力，从而让创新发展的新动能与新优势，真正显现出来。