編者按：本文來自微信公眾號 硅星人Pro（ID：Si-Planet），作者：Yoky，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

云市場很久沒有這么熱鬧了。

IDC最新數(shù)據(jù)顯示，2025年上半年中國公有云市場規(guī)模達(dá)到1206.69億元，同比增長接近20%。其中MaaS市場規(guī)模12.9億元，同比增長421.2%，成為云計算賽道中增長最快的細(xì)分領(lǐng)域；AI大模型解決方案市場規(guī)模30.7億元，同比增長122.1%，金融、政務(wù)和制造行業(yè)貢獻(xiàn)了超過六成預(yù)算。AI給云計算帶來了二次發(fā)展的機(jī)遇，這一點(diǎn)毋庸置疑。

熱鬧歸熱鬧，喧囂之中也有一些值得冷靜的地方。

年末各家陸續(xù)曬出成績單，Token調(diào)用量成為最熱門的指標(biāo)。日均幾十萬億的數(shù)字在行業(yè)里此起彼伏，頗有當(dāng)年市場份額大戰(zhàn)的既視感。但熟悉云計算行業(yè)的人應(yīng)該還記得，市場份額這件事，行業(yè)已經(jīng)很久不怎么強(qiáng)調(diào)了。不是因?yàn)椴恢匾?，而是大家逐漸意識到，在一個還在快速擴(kuò)張的市場里，份額只是某個切面的快照，很難說明太多問題。

今天的Token調(diào)用量，某種程度上也在重復(fù)這個邏輯。

把數(shù)字放在一起看就更清楚：MaaS市場12.9億，整個公有云市場1206億，占比剛過1%。當(dāng)所有注意力都集中在這1%的增速和排名上時，我們可能正在用一把過于狹窄的尺子丈量這個市場。

Token調(diào)用量能說明一些問題，但說明不了全部。云計算的競爭也從來不只發(fā)生在應(yīng)用層。因此，硅星人的判斷是：2026年，AI云的競爭終將回歸基礎(chǔ)設(shè)施，回歸全棧能力的比拼。

Token是一個好指標(biāo)，但不是唯一指標(biāo)

Token調(diào)用量成為熱門指標(biāo)，有它的道理。它直觀、可量化、易傳播，在一個需要強(qiáng)心劑的市場里，“日均幾十萬億”這樣的數(shù)字天然具有沖擊力。對投資人、媒體、甚至部分客戶來說，這是最容易理解的AI繁榮證據(jù)。

但問題也同樣明顯。首先數(shù)量不等于質(zhì)量，同樣一個任務(wù)，一個模型用1萬個Token完成，另一個用1000個完成，誰的能力更強(qiáng)？場景差異同樣巨大，寫一段營銷文案消耗的Token，和幫金融機(jī)構(gòu)做票據(jù)識別消耗的Token，消費(fèi)端陪聊產(chǎn)生的Token，和生產(chǎn)端提升效率產(chǎn)生的Token，意義都完全不同。

更關(guān)鍵的是，API調(diào)用只是企業(yè)使用AI的方式之一，而且是最輕量的一種。

從云服務(wù)商的視角看，企業(yè)使用AI大致有幾種路徑：直接調(diào)用API，模型在云端，按量付費(fèi)，這是當(dāng)前Token統(tǒng)計的主要口徑；往深一層是在云上做后訓(xùn)練和微調(diào)，企業(yè)把自己的數(shù)據(jù)灌進(jìn)去，訓(xùn)出適配業(yè)務(wù)的模型；再往深是下載開源模型在本地或私有云部署，數(shù)據(jù)不出域，推理在本地完成；還有更特殊的場景，比如車端智駕、機(jī)器人端側(cè)推理，模型直接跑在設(shè)備上，響應(yīng)必須是毫秒級，根本不可能等云端返回。

這些路徑產(chǎn)生的算力消耗同樣龐大，但從未進(jìn)入任何一份公開報告的統(tǒng)計口徑。

據(jù)硅星人了解，在阿里云上，使用API調(diào)用服務(wù)的客戶和使用GPU算力的客戶，重合度高達(dá)70%。這意味著真正深度使用AI的企業(yè)，從來不是只選一種方式，而是根據(jù)場景選擇不同的服務(wù)層級：有些調(diào)API就夠了，有些需要自己訓(xùn)模型。只看API調(diào)用這個口徑，相當(dāng)于只看到了冰山露出水面的部分。

而冰山之下，是企業(yè)向AI轉(zhuǎn)型的真實(shí)圖景：它不是簡單地接入一個API，而是一場涉及數(shù)據(jù)、流程、組織的體系化變革。

這件事快不了，也不可能一蹴而就。沒有一個企業(yè)在選擇AI服務(wù)時會想“你的Token調(diào)用量最多，所以我選你”。它們想的是：你能不能解決我的問題。

AI云的客戶，遠(yuǎn)不止互聯(lián)網(wǎng)公司

什么樣的場景在消耗Token？這個問題的答案，決定了我們?nèi)绾卫斫猱?dāng)前AI云市場的真實(shí)狀態(tài)。

目前中國這波AI熱潮，最直觀的繁榮集中在消費(fèi)端：ChatBot、唱歌、跳舞、AI換臉、虛擬陪伴……這些應(yīng)用主要跑在手機(jī)上，用戶增長快，Token消耗大，數(shù)據(jù)好看。與此同時，MaaS市場增長最快的客戶群體是AI原生企業(yè)和互聯(lián)網(wǎng)公司，它們天然就是API調(diào)用的理想用戶：業(yè)務(wù)在線，數(shù)據(jù)現(xiàn)成，開發(fā)能力強(qiáng)，調(diào)用API就能跑起來。

但這只是AI市場的一個切面。

更廣闊的空間在企業(yè)級市場，在各類終端上。2025年大量傳統(tǒng)行業(yè)開始嘗試AI：農(nóng)牧業(yè)在用AI做牲畜數(shù)量識別、異常行為檢測；安防領(lǐng)域在做多模態(tài)的家用監(jiān)控，嬰兒看護(hù)、寵物識別、火焰告警；重工業(yè)在用維修助手縮短高級技師的培養(yǎng)周期；教育公司在做智能判卷，不只是選擇題，連主觀題都能批；物流公司給一線員工配上AI助手處理日常咨詢。這些場景不只發(fā)生在手機(jī)上，還發(fā)生在車端、機(jī)器人、工業(yè)設(shè)備、IoT終端，對實(shí)時性、可靠性、數(shù)據(jù)安全的要求遠(yuǎn)高于消費(fèi)端。

這些企業(yè)有一個共同特點(diǎn)：它們不是AI原生的。它們有幾十年積累的業(yè)務(wù)數(shù)據(jù)和行業(yè)know-how，需要的不是簡單調(diào)用一個API，而是把AI和自己的數(shù)據(jù)、流程深度耦合。很多企業(yè)連數(shù)字化都沒完成，需要先做數(shù)據(jù)治理，再做后訓(xùn)練和微調(diào)，最后才是部署應(yīng)用。這是一整套服務(wù)，不是一個API接口能解決的。

這也是為什么開源模型和閉源模型對云市場的拉動作用呈現(xiàn)出不同的節(jié)奏。閉源模型的路徑更直接：客戶調(diào)用API，按量付費(fèi)，收入確認(rèn)清晰，增長曲線漂亮。開源模型的邏輯不同，客戶下載后可能在本地部署，可能用自己的GPU集群做推理，也可能在云上做后訓(xùn)練但不走API調(diào)用。這些使用行為同樣在發(fā)生，但很難被統(tǒng)計。開源對云的拉動是存在的，只是更分散、更隱蔽、周期更長。

從全球范圍看，阿里云是一個比較特殊的存在，它是少數(shù)同時押注云計算基礎(chǔ)設(shè)施和開源模型生態(tài)的大型云服務(wù)商。

Qwen系列模型開源后，全球下載量已超過8億次。但這8億次下載中，有多少轉(zhuǎn)化成了阿里云的收入？很難直接計算。開源是一個生態(tài)邏輯，不是一個交易邏輯。

消費(fèi)端的熱鬧只是開始，企業(yè)級市場的AI轉(zhuǎn)型才是真正的硬仗：數(shù)據(jù)治理、流程再造、組織適配，每一步都不容易。整個產(chǎn)業(yè)向AI的轉(zhuǎn)型，還有很長的路要走。

回到云計算的底層邏輯

云計算行業(yè)發(fā)展了這么多年，一個最深的體感是：云計算行業(yè)沒有討巧的事。

每一個數(shù)據(jù)庫產(chǎn)品，上線時的產(chǎn)品，被幾十家客戶打磨后幾乎完全重構(gòu)。每一層服務(wù)能力，都是臟活累活苦活堆出來的?；A(chǔ)設(shè)施的穩(wěn)定性、安全性、彈性擴(kuò)展能力，都不是靠講故事講出來的，而是靠無數(shù)次故障復(fù)盤、性能調(diào)優(yōu)、架構(gòu)迭代磨出來的。這些能力沒有捷徑，也無法速成。

不管AI給這個行業(yè)帶來多大的想象空間，底層的邏輯沒有變：誰的基礎(chǔ)設(shè)施更扎實(shí)，誰的全棧能力更完整，誰才能走得更遠(yuǎn)。

MaaS的競爭也從來不是孤立的。一個企業(yè)客戶調(diào)用大模型API，背后發(fā)生的事情遠(yuǎn)比“請求-響應(yīng)”復(fù)雜得多。它背后是PaaS層的能力：數(shù)據(jù)怎么存、怎么治理、怎么灌進(jìn)模型做訓(xùn)練、怎么搭建Agent工作流；再往下是IaaS層的積累：芯片、服務(wù)器、網(wǎng)絡(luò)、存儲、GPU集群調(diào)度，一整套基礎(chǔ)設(shè)施在支撐。任何一層出了短板，整體體驗(yàn)就會打折扣。

這也是為什么全棧能力在AI時代變得更加重要。過去云計算的競爭，IaaS、PaaS、SaaS相對獨(dú)立，客戶可以分層采購，今天用A家的計算，明天換B家的數(shù)據(jù)庫。但AI改變了這個邏輯。模型訓(xùn)練需要海量算力，推理需要低延遲網(wǎng)絡(luò)，數(shù)據(jù)需要在安全合規(guī)的前提下流動，這些環(huán)節(jié)高度耦合，很難拆開。誰能把模型能力和基礎(chǔ)設(shè)施能力結(jié)合得最好，打造出最高的性價比，誰才具備長期競爭力。

2026年，當(dāng)更多企業(yè)從“嘗鮮”走向“深度使用”，當(dāng)AI從消費(fèi)端走向生產(chǎn)端，競爭一定會回歸到全棧。

但這場競爭究竟會如何演化，現(xiàn)在下結(jié)論還太早。

1996年，摩托羅拉總裁訪問中國，預(yù)測到2000年中國手機(jī)用戶大概有100萬。結(jié)果2000年中國手機(jī)用戶突破1億，再過幾年突破10億。而那時候，摩托羅拉已經(jīng)掉隊(duì)了。技術(shù)變革期的預(yù)測，往往會低估市場的爆發(fā)力，也會高估短期的競爭格局。

MaaS市場占整個云計算大盤剛過1%，中國企業(yè)級市場的AI滲透才剛剛開始，99%的企業(yè)還沒有真正入場。

云計算的發(fā)展從來都是一個漫長的過程，沒有捷徑可走。暫時的數(shù)據(jù)波動，不值得過度興奮，也不值得過度焦慮。真正值得關(guān)注的，是誰在扎扎實(shí)實(shí)地建基礎(chǔ)設(shè)施，誰在認(rèn)真地服務(wù)企業(yè)客戶，誰在為三年后、五年后的競爭做準(zhǔn)備。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。