機場里的AI云

撰文| 吳坤諺

編輯| 吳先之

在各大樞紐機場的廣告牌屏幕上，AI正在以一種近乎“背景音”的方式滲透進日常生活：候機樓的燈箱、登機口的屏幕、行李轉盤旁的巨幕，都在重復同一組詞——大模型、算力、AI云，以及“第一”。

樞紐機場向來是to B營銷重鎮，廣告背后的聲量也具備提振士氣的意義。此外，如果我們將之視作行業的“公開信號”，不難發現，當所有廠商都在說自己是第一，反而說明行業還沒有第一。

模型調用量、算力規模、項目落地、全棧能力......口徑越多，越像是在爭奪同一個問題的解釋權:AI云的明天到底會長成什么樣？

于此，機場廣告不僅是高度凝練的營銷素材，也是一張“派別地圖”。它把當下AI云競爭分成了幾種截然不同的路線。

具備長期IaaS與工程體系的積累，強調算力調度與基礎設施支撐能力的阿里云，可以被稱為“基建派”；百度云與京東云更強調端到端解決方案與行業交付，可以被視作“落地派”；以“你的AI云”為重要敘事的火山引擎，渴望通過AI浪潮達成云計算整體市場的迭代與遷移，稱得上是傳統市場格局的“挑戰者”。

此外，觸手伸向二線城市機場的華為云與運營商云，相對更突出國產算力與整體替代方案，選擇在更封閉的需求與規則體系內建立自己的秩序。

當這些“派別”被機場的廣告位擺在一起時，AI云競爭的真實面貌反而清晰起來。

這不是同一條賽道上的同速競跑，而是多條路徑并行試錯。誰也無法提前定義終局——AI云的答案，最終只能在企業一輪輪真實部署、分層使用與規模化落地中浮現。

一場AI云的新老之爭

如果要為當下AI云競爭找一組最具代表性的對照樣本，阿里云與火山引擎越來越像是繞不開的兩端。

最早被集團內部的高峰值業務反復壓測出來的阿里云，長期面對的是規模化的工程環境。這種出身決定了它對云的理解更偏系統工程——先把IaaS的穩定性、彈性與規模化調度能力做厚，再在其上構建可復制、可交付的產品體系。

阿里云公有云負責人在一次小規模溝通中有過更明確的表述。他認為，隨著GPU逐漸成為通用計算資源，承載推理、訓練、Agent等所有企業級AI任務，未來的云將演進為統一的AI云。業內也將這類以智算資源為核心的構成部分稱為GPU云。

“底層的物理節點、網絡、存儲和安全都將因AI需求而全面升級。”

相較于這個資源驅動的主體敘事，火山引擎則將重心壓在更貼近開發者與應用層的模型服務上，通過更快的迭代、更敏捷的遷移、更短的決策鏈條攫取快速增長。

套用火山引擎總裁譚待的表述，“模型只有在被調用的時候才能發揮價值，所以越有價值的模型調用次數就越多。”按其理解，過去被視為資源的算力，以Tokens的方式轉換為智能，而智能本身則成為云廠商提供服務的核心價值——直觀的量化標準、“即插即用”的服務交付形式與AI加速滲透相輔相成，快速形成規模效應。

如果說阿里云把AI云當作長期系統工程，那火山引擎更像反過來。其將AI云視作一場還沒定型的遷移。它此前在機場廣告里反復強調“下一朵云”，背后的潛臺詞是舊秩序迎來松動，用戶的使用習慣也沒成型，今天最重要的不是把底座講得多完整，而是抓住變化本身。

一邊強調統一底座與系統工程，一邊強調產品化速度與應用遷移，阿里云與火山引擎兩種不同的能力結構難免正面碰撞。去年10月，IDC先后發布的數據跟蹤將前述兩位玩家的矛盾擺到臺面上來——它們分別在去年上半年的國內的智算云基礎設施（AI IaaS）市場與大模型公有云服務（AI MaaS）市場占據領先。

不同細分市場的第一，成為謀求市場聲量與營銷的重要武器，為我們造就了樞紐機場中“第一”刷屏的盛況。

具體來看，2025年上半年中國AI IaaS規模同比增長122.4%，達到198.7億元，其中阿里云市場份額為24.7%；同期，MaaS市場規模為12.9億元，同比增長421.2%，火山引擎以49.2%的份額領跑該細分市場。

兩相對比不難看出，不同細分市場在規模絕對值上的差距仍然巨大，MaaS的市場規模相比IaaS而言還顯得有些微不足道。也就是說，從當前來看，阿里云在整個市場中仍然處于領先的位置。其如今的強勢表現，源于“昨天”的工程積累，以及“今天”由規模帶來的市場份額與成本優勢。

不過，由于AI云領域仍在快速上升期，各家市場地位之爭依然充滿著變數，畢竟從市場增速看，MaaS無疑成為當前AI商業化中最活躍的部分。

在這場“底座”VS“入口”的正面戰爭中，底座派需要在MaaS/開發者側證明產品化速度，入口派最終也要回到工程效率結算。不同解題思路，題干均指向了MaaS。

MaaS何以成為“分流器”

去年智能芯片技術大會上，英偉達創始人黃仁勛絮叨足足兩小時，向資本市場兜售一個Token作為生產資源的經濟增長新周期的故事。

對于銷售計算資源的英偉達而言，老黃的故事是生意。對于渴求在AI時代攫取新增長的云廠商而言，老黃的故事正在成為現實。

前文提到，MaaS成為AI云增速最快的細分市場，這背后存在兩種動力的助推。

自供求來看，MaaS的商業邏輯足夠簡單。其通過將AI的使用門檻壓到最低，讓企業或開發者不需要先重構底層算力體系，也不必深度介入復雜運維，只要一條API就能開始試。這迎合了許多AI項目在組織內的擴散路徑：業務團隊、研發團隊先在局部場景試出效果，再爭取更大范圍的資源支持。

另一方面，MaaS天然更易量化，形成可評估的指標。這為其帶來了“聚光燈效應”，如Tokens消耗、調用量、開發者數量、生態伙伴數等均是可被即時感知的增長信號。

在一個大家都在爭定義權的階段，這類信號更易被轉化成心智優勢——廠商很難在廣告里解釋異構集群調度、容錯切換的含金量，但調用量足夠直觀。

種種因素作用下，MaaS在AI云中扮演了“分流器”的角色。企業不需要接觸到更底層的微調、自訓練與混合部署，在傳統Top-Down的漫長流程之前，其便已經把大量早期需求先“分流”走了。至于更深度的AI落地，則取決于企業自身的組織能力與場景分層。

我們觀察到，在對待MaaS的態度上，時常被視作一個系統的電商與物流便是一對鮮明的對照組。

似電商這般自下而上的提效需求強烈，數據結構化程度高的標準化行業成為MaaS商業化落地的絕佳土壤，不少電商代運營已經用上飛書的多維表格做每日看板。

物流行業則以時效、成本、履約質量、異常處理為核心指標，這些任務對GenAI的需求不高，反而更依賴穩定的數據管道、高吞吐計算與模型可控。因此其資源消耗更容易落在IaaS層。

“我們把自研分為兩類功能，其中一個是解決方案，它主要是通過集成實現，在集成時整個方案我們都要自己做，但是許多原子的能力，我們仍然會外采。”某物流企業技術負責人表示，“相比核心關鍵物流模型所帶來的Tokens消耗，投入到原子化能力的部分顯然要多得多。”

從這兩個樣本可以看出，IaaS市場主要來源于中大型企業對核心IT系統規模化運行的剛性需求，如穩定合規、混合部署與持續交付；而MaaS則主要覆蓋標準化、結構化需求，在企業對試錯與迭代的要求下，兼具一定彈性色彩。

兩者均是來自企業市場的真實需求，說明IaaS與MaaS之間并非替代關系。但在廠商競爭中，二者之間將存在拉扯。

一個例證是，在IaaS市場的優勢不足以讓阿里云放下MaaS的增長，因為MaaS的增速本質來自供給方式與組織能力的匹配，而非Tokens持續降價所帶來的成本刺激。

另一方面，火山引擎同樣面臨企業AI云需求深化的問題。某云廠商相關人士告訴光子星球，其采購MaaS服務的客戶，與購買算力做自訓練的客戶重合度高達70%。這意味著率先采用AI的企業鮮少“二選一”，而是在不同業務場景中分層使用AI能力。

有的場景需要快速上線、隨用隨棄，調用更合適；有的場景涉及核心know-how、穩定性與長期成本，微調、專有部署或自訓更合適。企業獲取服務向來是可組合的能力拼裝，否則也不會有這么多服務商做集成、總包。

當用戶規模化、進入核心系統，決定持續性的往往還是底座的確定性。這個階段，火山引擎需要向市場證明自己不僅能把調用做大，還能把系統做穩。

其他云廠的理性位置

一套敘事壓倒另一套的定義權競爭向來激烈，但在主戰場之外，更多玩家的打法相對理性。

以機場廣告的表征看，其傳播大體上圍繞能力邊界與核心客群做呈現：有人把云做成閉環替代體系，有人用標桿案例證明可復制，有人只服務真實業務，不參與想象中的終局敘事。

華為云與運營商云更強調國產算力與替代方案，服務對象、交付方式與合規框架更偏“自成體系”。它們的目標往往不是在開放市場里拼一套通用標準，而是為特定客戶群提供更可控、更封閉的路線。

百度智能云長期強調端到端解決方案與標桿案例，“落地”也是其機場廣告的高頻詞。

究其原因，其商業化的政企端偏向明顯。據百度智能云發布的數據稱，截止目前，百度智能云已經成為65%央企、100%系統重要性銀行及800+金融機構的選擇——To G領域必須持續證明“能落地、能復制”，這是其商業化路徑的現實約束。

另一方面，這或許也與百度作為最早提出全棧AI的廠商，對外口徑卻沒有構成一個整體敘事有關。

百度對外的敘事覆蓋IaaS/PaaS/MaaS，但在機場廣告與傳播素材里，存在重點不夠突出的現象。去年，百度曾拿下首都機場某個長期為高奢包攬的核心廣告位。放眼看去，其在版面中提到了MaaS、PaaS與IaaS三層能力，視覺焦點是不夠具體的“智能體”。

需要注意的是，伴隨國內算計結構的變化，堅持全棧路線的百度迎來新的轉機。

1月4日，沙利文發布《2025年中國GPU云市場研究報告》。報告顯示，在中國自研GPU云市場中，百度智能云以40.4%的市場份額位居第一。

得益于昆侖芯的早期積累，百度快速在AI時代構建了萬卡集群的調度能力。底層建設從大模型的訓練、推理和規模化部署等維度回饋全棧，或可成為百度智能云未來一段時間的核心能力與傳播焦點。

同樣看起屬于“落地派”的京東云，其路徑更像集團產業屬性的延伸：圍繞供應鏈、零售、物流等真實場景沉淀能力，不追求覆蓋所有想象空間，而強調把AI變成業務的一部分。

把這些路徑放在一起看，AI云的競爭早已不再是單純的價格戰或單一指標競賽——定義在變、技術在變、企業的購買與部署方式也在變。尤其當市場存在“冰山效應”，公有云可見口徑難以覆蓋企業真實消耗時，用單一指標判定勝負更容易失真。

事實是，AI云的真實規模可能被系統性低估。公開可見的基礎設施與Token調用量均是“冰山一角”，大量出于安全與主權考慮的私有化與內生化部署，并不在公有云統計口徑之內。有業內人士測算，僅API調用這個切面，非公有云口徑所覆蓋的市場空間可能是目前可見市場的5倍～10倍以上。

既然大量消耗發生在私有環境，任何公有云細分市場的領先均不具備定義行業第一的能力。

諸侯并起、路徑并行、標準未定，AI云在火熱的落地中正式進入春秋時代。共識中的AI云究竟長什么樣，只有通過廠商的不斷試錯、企業的持續實踐，以及下一輪規模化應用全面展開之后，結果才會浮出水面。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！