如果跳脱出今年云栖大会的 " 云启智跃 · 产业蝶变 "、" 云计算第三次浪潮 " 这些设定好的视角，站在 "AI 有着太多的未知性 " 这个角度观察这次大会，会看到什么？

我们会看到，对于现在的阿里云而言，AI 带来的并非都是机遇，还需要面对来自公共云的普及、降价带来的业绩影响、对外投资收益的未知，以及如何搭建一套更加成熟合理的 To B 服务体系这四大挑战。同时，我们也会看到，阿里云等一众国内云服务巨头，与国际顶尖云服务商相比，在营收规模与技术创新方面的巨大差距。

这显示出，AI 带来的技术革命，景象看似壮阔，实侧暗流涌动。随着 AI 大模型的落地，逐渐走向 " 深水区 "，阿里云等巨头的路程，将会步步惊心。

阿里云的 " 飞轮效应 "

以 " 云启智跃   产业蝶变 " 为主题的 2024 云栖大会，可谓体量巨大，号称 " 史上汇集 AI 硬科技最多的一届 "。智谱 AI、月之暗面、百川智能、零一万物等被阿里投资的头部大模型创业公司，也在云栖大会上集体亮相。

从这样的规模和阵容上看，今年的云栖大会不仅是对一年前阿里云 "AI 驱动，公共云优先 " 这一战略的呼应，也凸显出了阿里云对 " 云 +AI" 的雄心。

大会最引人关注的是阿里巴巴集团 CEO、阿里云智能集团董事长兼 CEO 吴泳铭的主题演讲中的核心观点：" 第一，过去 22 个月，AI 发展的速度超过任何历史时期，但我们现在依然还处于 AGI 变革的早期阶段。第二，AI 最大的想象力不在手机屏幕，而是接管数字世界，改变物理世界。第三，AI 计算正在加速演进，成为计算体系的主导。"

这是吴泳铭自去年成为阿里掌舵者后少有的公开亮相，足见对阿里云的重视程度之深。通过吴泳铭的演讲，阿里云第一次向外界清晰地阐述了自己对 AI 的愿景，也间接描述了阿里云的 AI 将要做什么，以及未来的领先地位。

就在云栖大会举办的几天前，OpenAI 发布了 " 迄今为止功能最强大，最具有一致性 " 的新一代 o1 系列模型。" 在 OpenAI 已被公认为全面领先的当下，吴泳铭的发言是有潜台词的 "，有云行业观察人士认为，在阿里云的描述中，AI 世界会有明确的分工，阿里会占据一席之地，不一定非要追随 OpenAI 的脚步。

对于 AI，阿里云有着自己的理解。他们的 AI 战略包括三个部分，第一是芯片，阿里旗下的 " 平头哥 " 负责 AI 芯片的研发，用以提升阿里云训练大模型所需的算力；第二是云服务，这是阿里 AI 战略的重点所在，阿里云期待借由大模型带来的机会，成为 AI 算力基础设施；第三是大模型和 AI 服务，例如训练、部署大模型的工具链等等。

一位行业专家告诉笔者，阿里云的思路和打法很清晰，定位于做好基础设施，再通过对外投资及开放大模型建设 AI 应用生态。" 相比之下，手机上的 AI 应用就显得格局小太多了。"

除了大模型，今年云栖大会重点展示的还有自动驾驶和机器人，吴泳铭在演讲中也重点提到了这两个领域。"AI 最广阔的应用场景在于重构各行各业，强调的是生产力的变革与升级，自动驾驶和机器人正是在这一背景下的两大典型应用，" 上述行业专家认为，" 阿里云想要表达的意思还有，要用 AI 重构不同行业，公共云服务和 AI 能力必不可少。"

借助大会，阿里云希望向外界传递出的信息是，云服务商在 AI 舞台上所扮演的角色不可或缺。例如千亿级别参数的大模型，是一种包含了算力、算法、网络、大数据、机器学习等多个方面的系统性工程，需要有超大规模 AI 基础设施支撑，AI 与公共云的组合就成为了刚需，在此基础上，云服务商会形成飞轮效应。

阿里云的飞轮效应分为两种。首先，从基础设施到应用软件，都会被 AI 重塑，AI Infra 的价值潜力被进一步释放，新的应用和新的需求相辅相成，形成 " 飞轮 "；第二，阿里云通过 " 开源模型 + 开放生态 "，让模型、算力、应用、用户、生态相互带动，同样形成 " 飞轮 "。

多位云和 AI 行业专家在谈及阿里云的话题时，也将其与百度智能云进行对比。百度提供云服务的时间较晚，营收与市场份额有待提升，其将 AI 视为弯道超车的良机。

有趣的是，云栖大会之后，百度云智大会于本周登场，大有 " 隔空打擂 " 之意。不同于阿里云以云推动 AI，百度的做法是以 AI 带动云，通过其中的芯片、框架、模型、应用四层架构，构建 " 云 +AI+ 产业 " 的新生态系统。

天眼查 APP 显示，百度智能云的服务涵盖底层基础设施、大模型开发与应用、AI 原生应用开发端到端，这让 " 云智一体 " 架构能够持续升级，改善营收结构。

百度智能云希望凭借算力、模型、平台、应用实现营收的增长，他们已收到成效：最新财报数据显示，2024 年第二季度，百度智能云营收达 51 亿元，同比增长 14%，并持续实现盈利。在国内云服务市场上，目前仅有阿里云和百度智能云实现了非美国通用会计准则下的盈利。

棘手且复杂的四大挑战

除了 " 秀肌肉 "，今年的云栖大会，实际上也显现出了阿里云的重重挑战。

第一大挑战来自于公共云。

AI 的发展，在很大程度上依赖于公共云。有着更高算力利用率、更开放生态、更容易产生技术创新的公共云，是云服务的发展方向。

经过 10 多年的发展，政企行业成为了上云需求最多的行业，变成了云服务商新的业务重点。于是，几年前，云服务商纷纷转移至政企市场，开始提供公共云、专属云、私有云、混合云服务。

出于政策与安全考虑，私有云和混合云在国内增速可观，而公共云在传统行业转型升级过程中却遇到了很多障碍，这导致算力利用率低下、云基础设施分散、标准化程度低、成本高企等诸多问题。因此，公共云的普及仍然需要较长时间才能实现。

这也意味着，包括阿里云在内的云服务商，高投入、低增长、低利润的情况仍将持续，国内云服务商与国际云服务商的差距，也会进一步加大。公共云的大量采用并非朝夕之事，也不是 AI 大模型一时能够改变的。

第二大挑战来自于产品降价。

在云栖大会上，阿里云百炼平台上的三款通义千问主力模型再次降价。Qwen-Turbo 价格直降 85%，百万 tokens 0.3 元，Qwen-Plus 和 Qwen-Max 分别再降价 80% 和 50%。降价后，Qwen-Plus 同等规模下较行业价格低 84%。

在阿里云看来，通过 AI 大基建把资费降下来，才有可能谈未来应用的爆发。这显示出了阿里云降价的底气和逻辑——不但能够影响市场格局，也是扩大公共云市场的重要手段，还可以加快 AI 应用普及。

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。长期来看，大模型调用次数的海量增长带来的收入，足以覆盖降价导致的业务亏损。

但有行业专家认为，企业客户更关心大模型和 AI 应用能否解决实际问题，" 云服务商不能指望通过降价，让公共云、大模型和 AI 应用形成业务和营收上的正向循环，实际上，大模型的能力和效果目前并不理想，这才是降价的主要因素。"

从今年五月起，阿里云、腾讯云、火山引擎、百度智能云等在内的云服务巨头，纷纷大幅下调大模型调用价格。" 降价由于会影响行业，因此大家都会跟进。一味降价会出现存量收入下降，增量收入增长，如果增量收入不能覆盖存量收入，会对阿里云的营收带来影响。"

第三大挑战来自于对外投资。

谷歌 CEO 桑达尔 · 皮查伊认为，面对大模型，" 投资不足的风险远远大于过度投资的风险，即使在最终证明我们过度投资的情况下。" 显然，阿里也是这么想的。有投资机构人士认为，阿里大手笔投资大模型初创企业，有着投资前景和价值，以及业务上提前布局的考量。

智谱 AI、月之暗面、百川智能、零一万物、MiniMax 这些估值排名前列的大模型创业公司，均已获得阿里投资，这些公司均在阿里云上训练大模型。

投资这些公司，能够带来新的推动力。首先，以多方投资的形式拓宽和占领大模型赛道，会有更多筹码；第二，与大模型创业公司合作，企业客户会有更多选择；第三，被投资方在阿里云上训练大模型，会带动阿里云算力收入的增长。

但上述投资机构人士表示，大模型处于初级阶段，没有明确的发展路线，大模型创业企业投入大，烧钱快，发展前景并不明朗，阿里下重注投资这些大模型创业公司，收益目前来看还是未知数。

第四大挑战来自于搭建更加成熟合理的 To B 服务体系。

对于互联网云服务巨头而言，经过了此前 " 跑马圈地 " 思维和 " 总集成 " 的 " 大包大揽 " 模式后，转向了提高增长质量和利润率的道路。近两年来，阿里云等巨头采取健康可持续策略，希望实现高质量增长，提升营收和利润，这需要一套成熟且完整的 To B 打法、思路和业务体系。

" 互联网云服务商都是 To C 出身，长期缺乏对 To B 的真正认知，" 上述行业观察人士表示，要在 To C 起家的互联网巨头内部生长出 To B 基因，难度非常大。

以阿里云为例，目前顶层设计有了，挑战在于如何建立真正的 To B 的企业文化、管理体系和流程规范，提高内外组织效率。" 阿里云能否笃定前行，抵御住新的诱惑和业绩增长的压力，这着实是对管理层的考验。"

与 " 国际云 " 的巨大差距

云栖大会让人们看到了阿里云希望成为全球顶尖云计算企业的雄心，但不可忽略的是，如果与国际头部云服务商的业绩表现相比，阿里云可谓差距巨大。

在很大程度上，这也是 " 中国云 " 与 " 国际云 " 的差距。

微软于今年 7 月发布的 2024 财年全年及第四财季财报显示，在第四财季，微软智能云业务部门营收为 285 亿美元，同比增长 19%。相比之下，阿里于今年 8 月发布的 2025 财年第一季度财报显示，阿里云在本季度营收增长 6% 至 265.49 亿元。微软智能云的营收规模，几乎十倍于阿里云。

这背后体现出，中美云服务商的差距不仅在于营收规模，还在技术创新力。例如，微软直接面向企业客户的 AI 助手 Copilot，与微软一系列自有应用深度融合。其中，Copilot 和 Microsoft 365 的组合，能够带动 Dynamic ERP、CRM、Power Platform 等 PaaS 服务的持续增长。正因为有了 Copilot 的带动作用，微软旗下软件的付费空间得以持续提升。

目前，微软已经形成了较为成熟的 " 云 +SaaS+AI" 模式，这三条业务线均在高速增长，是实现高营收和高利润的原因。这个模式以云服务为核心，微软在全球范围内销售的所有产品和服务，都会带动云的增长，从而产生高增长和高收入。

这样更有利于微软进一步加大产品和服务创新的力度，摊薄基础设施成本，产生的利润可以促进新一波的技术创新，从而打造新的技术和生态、带来新的市场空间。

国内云服务商与国际云服务商存在巨大差距的原因多样。首先，国内云服务商长期陷入 IaaS 层的同质化竞争，没有充分地发掘客户深层的业务需求，这让更有价值的 PaaS 层和 SaaS 层的营收能力一直很弱。

第二，对于云服务来说，生态是非常重要的驱动力。但在国内，由于云服务巨头的强势以及业务边界的不断拓展，咨询、软件、集成等领域的厂商长期受巨头竞争的影响，使得云生态并不完善和成熟。

第三，公共云、私有云、混合云、专属云等不同形态的云服务各据一方，导致市场需求分散，加上客户往往要求定制化服务，这会让云的标准化程度变低，技术、产品和服务不能规模化复用，经营成本高企，难以实现盈利。

第四，受美国限制 AI 高端芯片出口影响，国内 AI 大模型的算力成本居高不下，导致大模型的研发、落地和普及存在很大障碍。目前，国内云服务商的 AI 芯片能力有待提升，AI 芯片从研发到规模化采购再到形成软件生态，非朝夕之功。

实际上，国内云服务商近年来经过战略调整，减少集成项目，将重心移至自研产品上，利润已开始提升，但要完全摆脱高投入，低增长，低利润，以及尚待提升的生态力、软件能力和 AI 算力，还需要很多时间。

分析人士表示，国内云服务商需要舍弃以往如价格战、商务战、集成业务这样的低端竞争方式，聚焦公共云、AI 高端芯片、大模型和 AI 应用的研发，从根本上提升中国云服务的竞争力，才能与国外云巨头一较高下。

结语

一场云栖大会，为人们带来了两点启示：

第一，未来几年内，国内公共云市场 " 一超多强 " 格局仍将保持，阿里云的优势仍然明显，但他们的压力同样巨大。如何合理定位自己，找到新增长点，得到资本市场的认可，让阿里股价重回高峰？如何实现云和 AI 的全球化布局，成为国际云服务巨头？

破解这些难题的最大对手，其实是阿里云自己。对阿里云而言，最重要的是心态，要有技术投入和技术创新的勇气和恒心。没有对技术创新的执着，就不会有未来。

第二，国内云服务市场经历了 " 三步走 "，第一步是 " 跑马圈地 " 阶段，第二步是提高科技实力阶段，而现在则进入了第三个阶段，即云计算与大模型深度融合时，云服务商寻求自身差异化竞争力阶段。

总体而言，国内云服务的竞争态势仍处于早期阶段，随着云服务巨头业务、生态的完善，大模型与相关应用的落地，阿里云等巨头会缩小与国际巨头的差距。

但国内云服务商需要对多年来的产品服务同质化和低水平竞争进行反思，诸如 ROI、LTV、CAC 等指标，仍然需要密切关注，否则即使 AI 改变了云行业，云服务商也难以获得 AI 大模型带来的市场红利。

欢迎在留言区评论。我们会在每周留言点赞前三名（统计周期为 7 天）的评论中选出 1 位网友，送出德鲁克管理书籍套装一套。

▽ " 点赞 " 是喜欢，

" 在看分享 " 是真爱