2016年開始，國內外各路玩家涌入云計算賽道時，一場降價潮也迅速席卷了整個市場。

那一年，亞馬遜CFO Brian Olsavsky認為降價是稀松平常的一件事，他一度對外公開表示：“自2006年上線以來，亞馬遜對云計算產品進行了52次降價。”

國內云廠商也在跟進，2016年的云棲大會上，阿里云對外宣布核心云產品最高降幅達50%，隨后騰訊云核心產品也進入全面調價期，最大降幅低至3折。

就是這樣的價格戰，整整持續了三四年之余。這一時期，云計算相比傳統的IT設施，能夠幫助企業實現彈性擴容和即買即用。一定程度上可以說，計算資源被云計算從農業時代帶入了工業時代。

而在今年，阿里云在合作伙伴大會上，宣布核心產品價格全線下調15％-50％，存儲產品最高降50%，相關價格調整將在5月7日生效。

這也意味著，云計算市場迎來了新一輪的降價潮。據一位企業的研發負責人判斷，大方向上，各家云服務商的價格都會持續走低。

大降價必然會減少企業方在云計算方面的成本支出，價格競爭也必然會攪亂市場的一池春水，但是然后呢？

其實這個市場里的各個玩家，都很清楚，低價絕對無法構建自身的競爭壁壘，一旦降價的速度超過摩爾定律，那么必然會反過來影響云廠商的利潤，并在這個重資產投入的行業里，長期攤薄企業的競爭力。

更關鍵的答案來自于采購方。現實是，對于大多數企業來說，云計算成本的權重究竟有多大？一位在線教育機構的相關負責人告訴《最話》，在企業的成本結構當中，云計算的支出占比非常小。

而企業是要算總賬的，一定比例的降價固然可喜，但大家更看重的一定是，如何通過構建數字化能力，來實現更大規模的降本增效，例如主營業務成本的降低，人效的提升等。

所以，隨著國內云服務商們競爭的加劇，單純的彈性擴容對于企業上云的誘惑性越來越小，云計算市場開始進入下半場，企業上云的決定因素從“價格”向“易用、好用”發生了轉移。

那么，現階段的好用是什么？

趨勢其實非常明顯，從百度推出文心一言，到阿里云推出通義千問，再到騰訊的混元大模型，這一時期云計算無論是在IaaS（基礎設施即服務）、PaaS（平臺即服務） 和SaaS（軟件即服務）層，都和人工智能的關系越來越密切，企業也不再關心于基礎設施層面的“上云”，而是希望借助于AI的能力，推動云向業務的深入滲透。

區別于傳統云計算提供算力、存儲等資源以外，擁有人工智能的云服務商，能夠以更簡單、更通用的方式實現“AI的按需調用”，還能基于大模型來開發更多應用。

為此，百度創始人、董事長兼首席執行官李彥宏在接受36氪專訪時表示，未來企業在購買云計算的時候不看底層算力，而是要看大模型的優劣。

對于云計算的下一個十年，可以說，單賣算力的時代已經過去了。

01

從誕生起，云計算一直被認為是未來的發展方向、互聯網企業們的“第二增長曲線”。

但是，受互聯網增長紅利見頂以及政策監管趨嚴的影響。從2021年開始，原本處在高速增長階段的云服務商們紛紛陷入了增速放緩的階段。從高峰時的超過50%的增速，一路跌至2022年的20%，甚至更低。

全球產業需求的消退，導致云計算行業增速失調。根據研究機構TrendForce今年2月的預警，Meta、微軟、谷歌、亞馬遜這四家云廠商的服務器采購量可能從年增6.9%放緩至4.4%。

不過，拐點很快到來。在ChatGPT出現后，即使行業需求放緩，國內外云服務商們也在積極將業務重心轉移至AI領域。可見云服務商們逐漸從上半場的“求速度”轉變為落地于產業深處，去尋求更高的價值增量。

隨著第一波上云的完成，企業正在進入深度用云階段。AI與云的結合不僅能夠進一步降低企業上云的門檻，還能為企業實現業務深度的智能化。

根據Gartner《2022年人工智能技術成熟度曲線》報告，盡早采用復合型人工智能（AI）、決策智能等AI技術將給企業機構帶來明顯的競爭優勢，緩解AI模型脆弱性引發的問題，有助于捕捉業務背景信息，推動價值實現。

在人工智能發展初期，云服務商內部，AI與云往往屬于兩個獨立發展的體系，在云計算早期售賣存儲等資源型產品為主的商業模式中，人工智能所發揮的價值也是極為有限的。

隨著AI 新時代的到來，以ChatGPT、文心一言等為代表的AI模型正在成為云計算行業下半場的重要驅動力，在這樣的趨勢下，推動“云智一體”已經成為頭部云服務商們的共識。

今年4月中旬，阿里云智能首席商業官蔡英華對外表示，算力的飛速發展使數字化成為確定，使智能化成為可能。未來阿里云將以云計算為基石，以AI為引擎，參與到從數字化邁向智能化的劃時代變革中。

不過，有關“云智一體”的論述，最早其實是由百度提出的。2020年5月百度智能云發布了“云智一體”的戰略，推出云智一體1.0架構。時隔一年，百度智能云升級為云智一體2.0，并在2022年9月升級為云智一體3.0。

與此同時，百度也是這一波“云智一體”趨勢中，為數不多具備人工智能全棧布局的公司，其在芯片、框架、模型、應用四層都擁有領先自研產品，能夠在著四層架構中實現端到端優化，大幅提升效率。因此，百度智能云也成為了國內第一個訓練出大模型的云。

此外，2022年，在通過組織架構調整，騰訊CSIG也完成了云與AI的磨合，云智一體的戰略逐漸清晰。

02

在AI產業鏈中，大模型基于海量、多類型場景數據的學習中，自主總結來自不同業務場景下的通用特征和規則，形成具備相當泛化能力的底座。

相比傳統訓練模式下的定制化AI模型，基于微調甚至不調整的狀態下，大模型即可適應多場景的任務。對于云服務商而言，原本需要基于硬件資源、軟件能力、底層框架來服務客戶的過程，在大模型的通用能力下，能夠輕松實現多樣化需求，從而降低成本、提高效率。

在云計算時代，IaaS、PaaS和SaaS為大眾所熟知，而MaaS（模型及服務）誕生于AI時代，正在作為一種全新的商業模式被市場接受。

隨著百度、華為、阿里、商湯等企業紛紛發布AI大模型，MaaS也成為了這些科技公司們發布AI大模型時普遍會提到的關鍵詞。

百度集團副總裁袁佛玉在出席一次公開活動中也表示，以文心一言為代表的生成式AI大模型將給云計算行業帶來根本性改變。云計算的主流商業模式將從IaaS（基礎設施即服務）變為MaaS（模型即服務）。

因此，在生成式AI的商業版圖中，云計算已經成為了距離商業變現最快的那個行業。

相較于以往售賣算力和存儲空間，當下外部開發者可以直接調用云平臺的大模型能力，在此基礎上開發AI應用。

近日，在與《最話》等機構交流時，百度智能云AI與大數據平臺總經理忻舟就表示，百度智能云大模型平臺正在內測，是全球首個一站式的企業級大模型平臺，不但能夠提供文心一言在內的大模型服務，還提供大模型開發和應用的整套工具鏈。此外，值得注意的是，這個平臺還支持各類第三方大模型。

這樣的邏輯下，百度智能云其實在為云服務商們開拓了一條全新的商業路徑。

因為在不使用云計算平臺的情況下，企業依舊能夠基于大模型開發應用。與此同時，在調用大模型能力時，企業則會間接地使用其背后的云平臺資源，云市場的增量空間迅速被打開。

就在華為最近的分析師大會上，華為副董事長、輪值董事長、CFO 孟晚舟也給出了最直觀的對比，她表示，到 2030 年，全球通用計算能力將增長 10 倍；AI 計算能力將增長 500 倍，云服務占企業應用支出比例為 87%。

基于此，對于云服務商們而言，在新的商業模式下，借助于AI大模型，打破開發層和應用層的壁壘，即可輕易觸達更多用戶，讓用戶在不知不覺中成為潛在的客戶。

03

李彥宏在接受36氪專訪時提出了一個重要的觀點：未來，當人們在購買云計算服務的時候，他看的是你的模型好不好，而不是你底層的算力怎么樣，存儲怎么樣。

這意味著，未來對于擁有大模型的云服務商們而言，一定會從“賣算力”走向“賣模型”之路。

“過去，企業在選擇云廠商時更多關注算力、存儲等基礎云服務。現在，他們更關注框架、模型的質量，以及芯片、框架、模型、應用這四層之間協同是否高效”，袁佛玉在公開活動中表示。

由此可見，相較于單一的算力比拼，當下云服務商們的競爭核心，將向模型能力的優劣轉移。

決定AI大模型“質量”的重要因素分別是算力、算法、數據的數量、數據的質量。因此，對于云服務商而言，誰能在芯片、框架、模型、應用四層做到統一布局、高效協同，誰就將在新商業模式下筑起新的城墻。

例如，作為行業里第一個實現人工智能全棧布局的百度，其自研AI專用芯片“昆侖”，是國內唯一一款經歷過互聯網大規模核心算法考驗的云端AI芯片。不僅能夠為大模型訓練提供強大的算力支持，也能在一些場景使用中，代替非國產芯片，實現成本的降低。

在框架層，百度搭建了深度學習平臺市場第一的飛槳平臺，能夠提供從便捷開發、高效訓練到滿足多端多平臺推理部署的全棧能力。在大模型的訓練中，能夠提高效率。

基于模型層，目前百度的文心一言已在多個垂直行業完成落地應用，基于文心一言所打造的百度智能云大模型平臺目前已經與不同領域客戶聯合研發，在智能辦公、旅行服務、電商直播、政務服務、金融服務五大領域打造行業樣板間。

當然，不能忽視的是，百度文心一言背后還有海量的中文語料庫，同樣是擴大模型優勢的基礎。

此外，百度智能云擁有全棧自研的AI大底座，是企業快速獲取AI能力的基礎，能夠以快捷、低成本的方式幫助企業實現“AI能力的隨用隨取”。

04

如今，云服務商們已經“動”起來了，這一次他們爭奪的核心是市場上潛在的“AI”客戶。

而相比于推進產品降價，對于云服務商而言，首先加速推進大模型成本的迭代和降低，走到業務深處，去幫助客戶降本增效，才是下一輪客戶爭奪戰中的核心。

在參加了3月27日，文心一言針對企業客戶的閉門會議后，一位企業人工智能專家告訴《最話》，在他看來，利用AI去給真實的垂直商業場景提效，已經非常近了。就他所在的企業而言，過往需要大量的人工客服去閉環業務，現在，他們考慮通過智能客服的方式，去節約公司的人力成本。

僅僅一個月后，4月25日，百度智能云就發布了智能辦公、旅行服務、電商直播、政務服務、金融服務五大領域的應用模版，并表示已經和企業在共同探索測試，比如和石墨合作測試AI 助手 "石小墨"，能夠快速生成簡歷、合同、故事等各種內容，未來經過安全評估后上線。

根據百度的介紹，所有大模型的應用落地，其實都在圍繞企業的降本增效展開。比如OTA行業所需要的智能客服，能夠降低客戶應用智能客戶運營成本，在金融行業里的投研助手等應用，則可以助力金融機構實現用戶數量和用戶資產的雙增長。

的確，在第一波云計算浪潮中，國內外各路云服務商的競爭重點均在于底層基礎設施的建設，隨著行業的飽和，提供通用服務的IaaS越來越同質化，彼時的價格戰之下，每一家云服務商都沒有形成自己的特色，獲得客觀的利潤來源。

而在“云智一體”達成共識的時代，大模型與云產品的加速融合，需要各家云服務商夯實各自產品的競爭力，只有差異化的創新，才能突破原本行業中的馬太效應。

據《最話》了解，自文心一言開啟內測一個月以來，目前已完成了4次技術版本升級。從數據表現上去看，相較最初版本推理效率提升了10倍，模型算力利用率提升了1倍，在模型性能和成本上實現了大幅優化，大模型推理成本降為原來的十分之一。

此外，忻舟在采訪中補充表示，基于算法的效果層面，文心一言上線以后也收到了很多反饋，根據不同反饋，內部針對不同的類型，標注不同的數據做了持續的調整，在模型上的效果有了非常大的提升。

顯然，不止百度，所有的國產AI大模型都在和時間賽跑。在國產AI大模型推向市場的一個多月里，在幾乎所有的相關會議上，與ChatGPT的差距和追趕速度都是關鍵問題。

無論是提問者還是作答者，內心其實都非常糾結。仿佛答案中的數字如果很大，會令人感到喪氣，如果很小甚至沒有，又會覺得是自欺欺人。

在上述交流活動中，百度智能云AI應用產品部總經理劉倩提供了另一個視角的答案。“我們要想想，追上ChatGPT的出發點或者最終目的是什么？我想最重要的還是要給中國企業，或者中國的應用，提供一個完全自主可控的基礎設施。”