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%。

　　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。

　　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。

　　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。

　　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。

　　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■★◆★■，以及垂直领域模型的爆发，关于模型训练的需求也在涌现■■。

　　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◆◆◆■★★。

　　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★★。

　　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。

　　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%★■■■◆■。

　　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。

　　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。

　　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？

　　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。

　　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。

　　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 服务器相关三大件领域，对于 PaaS 层的云服务能力相较落后于 AWS 等一众海外云厂商。

　　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、软件、AI 应用与云服务融合方面，趟出了一条清晰的路径。

　　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■◆◆■■◆。

　　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。

　　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◆■。

　　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。

　　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◆★◆◆◆★。

　　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。

　　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■■★★★◆。

　　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◆■★◆★。

　　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。

　　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，而且需要不断升级，这就需要有更多的投入◆■◆★★，其中的风险也是非常多的。

　　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■■★■■★。

　　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◆◆。

　　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。

　　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。

　　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升级的新引擎，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◆■★■◆。