在AI大模型的推动下，云服务不再仅仅是资源的提供者，而是成为了智能化转型的加速器。本文将探讨云计算如何从传统的资源驱动型向技术和业务驱动型转变，并分析云巨头如何在大模型生态革命中迈出关键一步，开启智能化发展的“黄金时代”。

2024年注定是云计算发展的关键时间节点。

过去两年多时间里，云计算行业被讨论最多的话题就是“降价”，在市场增速放缓，甚至有企业高呼“下云”的背景下，云厂商纷纷打出了“价格牌”，导致整个行业陷入到了“低水平内卷”的境地。

如今，在大模型的促进下，千行万业的智能化转型愈演愈烈，而云化算力作为灵活高效、性价比极高的算力资源获取方式，正在成为各AI厂商新的算力底座。如果说芯片是智能时代的“石油”，那云化算力就是AI发展的“新能源”。

新旧业态的转变，对云计算的影响绝不仅仅是舆论层面，属于云计算的“黄金时代”或许才刚刚开始。

01 下一代云，正在变得智能

IDC《聚焦平台能力，支撑智能化业务发展》报告指出，2022-2027五年间中国公有云市场年复合增长率将达到26.9%，其中PaaS增速最快，为30.5%，SaaS（软件即服务）紧随其后为28.7%。当云计算的基础设施建设完成后，中国公有云市场正在从资源驱动型延伸至技术和业务驱动。

图片IDC《聚焦平台能力，支撑智能化业务发展》报告

生成式AI和大模型的快速发展，也在加速推动PaaS成为下一代智能云的核心能力——作为承上启下的中间层，PaaS层既要承担IaaS层快速规模化扩张带来的压力，又要承载SaaS层软件功能沉淀下来的可平台化能力，PaaS层将成为帮助企业全方位构建和应用AI原生力的关键环节。

企业用户对云的需求变化主要体现在三个方面：在云上获得应用AI的能力、在云上获得AI加持的工具、在云上实现以智能驱动的应用创新。

IDC认为，下一代云将是按需适配企业智能化发展的“智能云”，云是AI落地和发展的土壤，AI也会助推云平台发展。技术层面，企业需要借助智能架构和系统，加速智能设施应用落地；在业务层面，企业需要利用云平台的资源管理能力，提高工作流程的自动化水平，实现智能运营；在生态层面，企业需要依赖下一代云上的智能工具，提升产品开发效率和产业协同能力，实现智能创新。

显然在经历过去十多年的发展，当云计算遇到人工智能，尤其这一波的大模型，进化中的云计算正在变得更加智能。

02 云计算的“第二增长曲线”

生成式AI正在席卷千行万业，想要拿到通往新时代的船票，“上云”可以说是第一选择。生成式AI需要云计算，也为云计算提供了新的驱动力。直接的例子就是坐上OpenAI“副驾驶”的微软。

4月25日，微软发布了2024财年第三财季的财报，微软云业务的整体收入为351亿美元，同比增长23%；智能云业务部门收入达到267亿美元，同比增长21%，其中Azure和其他云服务的收入增长31%，AI对Azure的收入贡献提升至7%，高于2024财年第二财季的6%和第一财季的3%。

从苹果的AI战略来看，全场最大的亮点莫过于和ChatGPT的整合。用户可以呼唤Siri，以及在全系统的写作工具中调用ChatGPT，实现聊天机器人、图像生成等功能，且这些需求会上传到OpenAI的数据中心，在云端完成。也就意味着，AI推理将长期以“云端为主”，至少是三到五年中的常态。

事实上，国内市场也早有准备。比如华为云去年9月上线的昇腾云服务，除了满足基础的AI算力需求，还提供了高效长稳的大模型训练环境和完备的工具链，千亿参数行业模型的端到端开发，从过去的5个月缩短到了1个月。

同样做出选择的还有大模型厂商。有别于2023年初疯狂囤芯片的景象，越来越多的大模型厂商开始在云上训练和推理。比如MiniMax，没有购买任何GPU，而是以相对便宜的价格租赁云算力。

不只是云厂商和大模型厂商，更多传统产业领域的大中型企业，也已经将AI和云作为战略方向。以汽车产业为例，预计未来5年智能网联汽车将超过90%的渗透率，将累计上万PB的数据量。

汽车行业的数据价值挖掘不充分，因此AI推动智能网联汽车的数据应用是必然之路，基于云服务的自动驾驶数据闭环平台，围绕算力、算法、数据构建了端到端的AI底座。

如果将资源上云、应用上云看作是云计算的“第一增长曲线”，急剧增长的生成式AI需求，将为云计算带来“第二增长曲线”，在基础资源需求逐渐饱和时，为云计算行业开辟了新的增量市场。

03 云巨头发力大模型生态

从去年开始，国内云巨头All in AI毋庸置疑。

从IaaS+PaaS市场来看，今年上半年创下近三年来同比增速新低。因此，大模型也就自然成为了云厂商的增长新抓手。其中，AI生态则是其重要组成部分。

实际上，早在2022年底，阿里云就提出了MaaS模型理念，而这个时间点也正是海外ChatGPT刚刚火热之时。在2023年的云栖大会上，阿里云CTO周靖人表示，截至目前，百川智能、智谱AI、零一万物、昆仑万维、vivo、复旦大学等中国一半的大模型公司，都跑在阿里云上。

在具体服务方式上，阿里云的开源社区魔搭一共提供两种服务：一是开发者可以直接调用阿里云的算力和大模型训练及推理平台，后者是阿里云为生态伙伴提供一站式的服务；二是模型的二次开发，这种服务模式则是提供模型训练和数据训练，另外还会针对具体的业务场景进行调优。

简单来看，一种是直接提供API接口，一种则是通过提供模型训练能力，帮助企业对模型进行二次开发。

腾讯云进度同样迅速。在今年年初的的腾讯云生态大会上，腾讯云公布了最新成绩单，“过去两年，腾讯云被集成收入同比增长200%”。而且发布了大模型后，腾讯云更是在被集成业务中，将80%-90%的业务收入分配给合作伙伴。

另外，腾讯云这两年一直在加速“被集成”业务。实际上，从腾讯云提出“被集成”开始，便退出了“总集成商”这个角色，再到今天的MaaS模型，腾讯云的生态模式已然发生了巨大的转变。从某种程度上讲，腾讯云的MaaS也更有助于其自身沉淀垂直领域的行业Know-How。

在过去一年中，随着这种模式的不断深入，腾讯云已经在医疗、金融、文旅、传媒、政务、教育等十个行业积累了大量的资源。

而这些垂直领域大模型大部分都是有生态伙伴配合完成的。在垂直模型的建设中，各方的角色分配十分清晰。腾讯云的工作是提供PaaS层的能力，垂直领域的大型企业来提供数据和需求，最后再由专业的垂直模型建设团队完成行业的私有化部署。

有迅速行动的还有华为云。在大模型生态方面，华为云采取面向软件伙伴、服务伙伴、咨询与系统集成伙伴三类伙伴的合作路径。

其不仅支持盘古大模型的调用，也有各类开源模型和三方商业模型的搭建，从大模型开发到定制的过程，华为云还提供数据工程、模型开发和应用开发等多种工程化套件，帮助用户构建独立的数据集，并升级基础模型。

从某种层面来看，不论是阿里云、腾讯云，还是华为云，其基于MaaS层面的生态建设相较之前态度更为开放兼容，同时也更果决，不论是算力层面还是数据层面，都有足够强的空间给到生态伙伴。

截至目前，各家的MaaS生态模型基本已成型，其以算力为底座，上层的大模型收集、标注、预训练等环节为抓手，作为生态武器，加速自身的生态构建，以为自身的大模型落地提供更强的配套支撑。

04 大模型时代云厂商的“公有云”进化

实际上，从IaaS+PaaS+SaaS，到IaaS+PaaS+MaaS，这也正在云厂商在大模型时代的新盈利方式。而从亲自做SaaS到开始探索MaaS，也意味着云厂商会将“被集成”的生态模式进行到底。

而这种生态模型对应的一个必然趋势也恰是“公有云+AI”。客观来看，这种模式正在成为各家的公开选项。

从市场需求来看，一方面由于GPU算力短缺，公有云则可以极大地降低AI模型的成本。另一方面，公有云的AI大模型模式也确实能在一定程度上拉动云厂商的增长。

从目前云厂商的商业模式来看，一种是API调用，按token字数收费；另一种则是为大型企业提供二次开发的服务，前者比拼的是云厂商自身的算力积累，后者则是依托于领域伙伴。

无论是阿里云、腾讯云，抑或是华为云，在过去一段时间里除了算力侧的多重信号，最常见的便是垂直领域大模型的构建，即不论是基于本地部署还是公有云模型，先和部分垂直赛道头部企业合作进行领域数据的训练表达，最终训练出面向专有赛道的领域模型。

同时基于双方的协商，将其部分能力释放到公有云的能力模型中，进一步加持基座模型的底层能力，并且将这种能力加持到自身的产品中，比如百度文库，腾讯的腾讯会议，阿里的钉钉等等。

实际上，在大模型生态模式的探索方面，海外云厂商已经提供了一个例证。微软Azure在ChatGPT被炒得火热之时，并没有选择自研大模型，而是通过深度绑定的方式，直接基于GPT对外提供服务。

仔细观察微软的产品即可发现，其Windows、Office、Bing等软件都开发了AI Copilot助手。这样一来，微软也就形成了由云-AI-软件的商业闭环。

就现阶段而言，云计算的增长引擎已经从价格渠道逐步向需求驱动、价值驱动转变，势必会倒逼云厂商改变市场策略，将资源投入到核心领域，继而从低水平内卷重回理性增长的轨道。

如果把视角再放长远一些，AI对云计算的颠覆才露出冰山一角，过去的云服务是以功能为中心的，未来将是以场景为中心，基于大模型的能力，打破功能的边界，深入场景解决问题。彼时，云计算将渐渐剥离资源属性，成为智能世界的底层系统。

新的大幕刚刚打开，新的能量也正在整合注入，新的浪潮已经开始汹涌起来。