文 | 光子星球股票配资注册
在各大枢纽机场的广告牌屏幕上，AI正在以一种近乎“背景音”的方式渗透进日常生活：候机楼的灯箱、登机口的屏幕、行李转盘旁的巨幕，都在重复同一组词——大模型、算力、AI云，以及“第一”。
枢纽机场向来是to B营销重镇，广告背后的声量也具备提振士气的意义。此外，如果我们将之视作行业的“公开信号”，不难发现，当所有厂商都在说自己是第一，反而说明行业还没有第一。
模型调用量、算力规模、项目落地、全栈能力......口径越多，越像是在争夺同一个问题的解释权:AI云的明天到底会长成什么样？
于此，机场广告不仅是高度凝练的营销素材，也是一张“派别地图”。它把当下AI云竞争分成了几种截然不同的路线。
具备长期IaaS与工程体系的积累，强调算力调度与基础设施支撑能力的，可以被称为“基建派”；百度云与京东云更强调端到端解决方案与行业交付，可以被视作“落地派”；以“你的AI云”为重要叙事的火山引擎，渴望通过AI浪潮达成云计算整体市场的迭代与迁移，称得上是传统市场格局的“挑战者”。
此外，触手伸向二线城市机场的云与运营商云，相对更突出国产算力与整体替代方案，选择在更封闭的需求与规则体系内建立自己的秩序。
当这些“派别”被机场的广告位摆在一起时，AI云竞争的真实面貌反而清晰起来。
这不是同一条赛道上的同速竞跑，而是多条路径并行试错。谁也无法提前定义终局——AI云的答案，最终只能在企业一轮轮真实部署、分层使用与规模化落地中浮现。
一场AI云的新老之争
如果要为当下AI云竞争找一组最具代表性的对照样本，阿里云与火山引擎越来越像是绕不开的两端。
最早被集团内部的高峰值业务反复压测出来的阿里云，长期面对的是规模化的工程环境。这种出身决定了它对云的理解更偏系统工程——先把IaaS的稳定性、弹性与规模化调度能力做厚，再在其上构建可复制、可交付的产品体系。
阿里云公有云负责人在一次小规模沟通中有过更明确的表述。他认为，随着GPU逐渐成为通用计算资源，承载推理、训练、Agent等所有企业级AI任务，未来的云将演进为统一的AI云。业内也将这类以智算资源为核心的构成部分称为GPU云。
“底层的物理节点、网络、存储和安全都将因AI需求而全面升级。”
相较于这个资源驱动的主体叙事，火山引擎则将重心压在更贴近开发者与应用层的模型服务上，通过更快的迭代、更敏捷的迁移、更短的决策链条攫取快速增长。
套用火山引擎总裁谭待的表述，“模型只有在被调用的时候才能发挥价值，所以越有价值的模型调用次数就越多。”按其理解，过去被视为资源的算力，以Tokens的方式转换为智能，而智能本身则成为云厂商提供服务的核心价值——直观的量化标准、“即插即用”的服务交付形式与AI加速渗透相辅相成，快速形成规模效应。
如果说阿里云把AI云当作长期系统工程，那火山引擎更像反过来。其将AI云视作一场还没定型的迁移。它此前在机场广告里反复强调“下一朵云”，背后的潜台词是旧秩序迎来松动，用户的使用习惯也没成型，今天最重要的不是把底座讲得多完整，而是抓住变化本身。
一边强调统一底座与系统工程，一边强调产品化速度与应用迁移，阿里云与火山引擎两种不同的能力结构难免正面碰撞。去年10月，IDC先后发布的数据跟踪将前述两位玩家的矛盾摆到台面上来——它们分别在去年上半年的国内的智算云基础设施（AI IaaS）市场与大模型公有云服务（AI MaaS）市场占据领先。
不同细分市场的第一，成为谋求市场声量与营销的重要武器，为我们造就了枢纽机场中“第一”刷屏的盛况。
具体来看，2025年上半年中国AI IaaS规模同比增长122.4%，达到198.7亿元，其中阿里云市场份额为24.7%；同期，MaaS市场规模为12.9亿元，同比增长421.2%，火山引擎以49.2%的份额领跑该细分市场。
两相对比不难看出，不同细分市场在规模绝对值上的差距仍然巨大，MaaS的市场规模相比IaaS而言还显得有些微不足道。也就是说，从当前来看，阿里云在整个市场中仍然处于领先的位置。其如今的强势表现，源于“昨天”的工程积累，以及“今天”由规模带来的市场份额与成本优势。
不过，由于AI云领域仍在快速上升期，各家市场地位之争依然充满着变数，毕竟从市场增速看，MaaS无疑成为当前AI商业化中最活跃的部分。
在这场“底座”VS“入口”的正面战争中，底座派需要在MaaS/开发者侧证明产品化速度，入口派最终也要回到工程效率结算。不同解题思路，题干均指向了MaaS。
MaaS何以成为“分流器”
去年智能芯片技术大会上，英伟达创始人黄仁勋絮叨足足两小时，向资本市场兜售一个Token作为生产资源的经济增长新周期的故事。
对于销售计算资源的英伟达而言，老黄的故事是生意。对于渴求在AI时代攫取新增长的云厂商而言，老黄的故事正在成为现实。
前文提到，MaaS成为AI云增速最快的细分市场，这背后存在两种动力的助推。
自供求来看，MaaS的商业逻辑足够简单。其通过将AI的使用门槛压到最低，让企业或开发者不需要先重构底层算力体系，也不必深度介入复杂运维，只要一条API就能开始试。这迎合了许多AI项目在组织内的扩散路径：业务团队、研发团队先在局部场景试出效果，再争取更大范围的资源支持。
另一方面，MaaS天然更易量化，形成可评估的指标。这为其带来了“聚光灯效应”，如Tokens消耗、调用量、开发者数量、生态伙伴数等均是可被即时感知的增长信号。
在一个大家都在争定义权的阶段，这类信号更易被转化成心智优势——厂商很难在广告里解释异构集群调度、容错切换的含金量，但调用量足够直观。
种种因素作用下，MaaS在AI云中扮演了“分流器”的角色。企业不需要接触到更底层的微调、自训练与混合部署，在传统Top-Down的漫长流程之前，其便已经把大量早期需求先“分流”走了。至于更深度的AI落地，则取决于企业自身的组织能力与场景分层。
我们观察到，在对待MaaS的态度上，时常被视作一个系统的电商与物流便是一对鲜明的对照组。
似电商这般自下而上的提效需求强烈，数据结构化程度高的标准化行业成为MaaS商业化落地的绝佳土壤，不少电商代运营已经用上飞书的多维表格做每日看板。
物流行业则以时效、成本、履约质量、异常处理为核心指标，这些任务对GenAI的需求不高，反而更依赖稳定的数据管道、高吞吐计算与模型可控。因此其资源消耗更容易落在IaaS层。
“我们把自研分为两类功能，其中一个是解决方案，它主要是通过集成实现，在集成时整个方案我们都要自己做，但是许多原子的能力，我们仍然会外采。”某物流企业技术负责人表示，“相比核心关键物流模型所带来的Tokens消耗，投入到原子化能力的部分显然要多得多。”
从这两个样本可以看出，IaaS市场主要来源于中大型企业对核心IT系统规模化运行的刚性需求，如稳定合规、混合部署与持续交付；而MaaS则主要覆盖标准化、结构化需求，在企业对试错与迭代的要求下，兼具一定弹性色彩。
两者均是来自企业市场的真实需求，说明IaaS与MaaS之间并非替代关系。但在厂商竞争中，二者之间将存在拉扯。
一个例证是，在IaaS市场的优势不足以让阿里云放下MaaS的增长，因为MaaS的增速本质来自供给方式与组织能力的匹配，而非Tokens持续降价所带来的成本刺激。
另一方面，火山引擎同样面临企业AI云需求深化的问题。某云厂商相关人士告诉光子星球，其采购MaaS服务的客户，与购买算力做自训练的客户重合度高达70%。这意味着率先采用AI的企业鲜少“二选一”，而是在不同业务场景中分层使用AI能力。
有的场景需要快速上线、随用随弃，调用更合适；有的场景涉及核心know-how、稳定性与长期成本，微调、专有部署或自训更合适。企业获取服务向来是可组合的能力拼装，否则也不会有这么多服务商做集成、总包。
当用户规模化、进入核心系统，决定持续性的往往还是底座的确定性。这个阶段，火山引擎需要向市场证明自己不仅能把调用做大，还能把系统做稳。
其他云厂的理性位置
一套叙事压倒另一套的定义权竞争向来激烈，但在主战场之外，更多玩家的打法相对理性。
以机场广告的表征看，其传播大体上围绕能力边界与核心客群做呈现：有人把云做成闭环替代体系，有人用标杆案例证明可复制，有人只服务真实业务，不参与想象中的终局叙事。
华为云与运营商云更强调国产算力与替代方案，服务对象、交付方式与合规框架更偏“自成体系”。它们的目标往往不是在开放市场里拼一套通用标准，而是为特定客户群提供更可控、更封闭的路线。
百度智能云长期强调端到端解决方案与标杆案例，“落地”也是其机场广告的高频词。
究其原因，其商业化的政企端偏向明显。据智能云发布的数据称，截止目前，百度智能云已经成为65%央企、100%系统重要性银行及800+金融机构的选择——To G领域必须持续证明“能落地、能复制”，这是其商业化路径的现实约束。
另一方面，这或许也与百度作为最早提出全栈AI的厂商，对外口径却没有构成一个整体叙事有关。
百度对外的叙事覆盖IaaS/PaaS/MaaS，但在机场广告与传播素材里，存在重点不够突出的现象。去年，百度曾拿下首都机场某个长期为高奢包揽的核心广告位。放眼看去，其在版面中提到了MaaS、PaaS与IaaS三层能力，视觉焦点是不够具体的“智能体”。
需要注意的是，伴随国内算计结构的变化，坚持全栈路线的百度迎来新的转机。
1月4日，沙利文发布《2025年中国GPU云市场研究报告》。报告显示，在中国自研GPU云市场中，百度智能云以40.4%的市场份额位居第一。
得益于昆仑芯的早期积累，百度快速在AI时代构建了万卡集群的调度能力。底层建设从大模型的训练、推理和规模化部署等维度回馈全栈，或可成为百度智能云未来一段时间的核心能力与传播焦点。
同样看起属于“落地派”的京东云，其路径更像集团产业属性的延伸：围绕供应链、零售、物流等真实场景沉淀能力，不追求覆盖所有想象空间，而强调把AI变成业务的一部分。
把这些路径放在一起看，AI云的竞争早已不再是单纯的价格战或单一指标竞赛——定义在变、技术在变、企业的购买与部署方式也在变。尤其当市场存在“冰山效应”，公有云可见口径难以覆盖企业真实消耗时，用单一指标判定胜负更容易失真。
事实是，AI云的真实规模可能被系统性低估。公开可见的基础设施与Token调用量均是“冰山一角”，大量出于安全与主权考虑的私有化与内生化部署，并不在公有云统计口径之内。有业内人士测算，仅API调用这个切面，非公有云口径所覆盖的市场空间可能是目前可见市场的5倍～10倍以上。
既然大量消耗发生在私有环境，任何公有云细分市场的领先均不具备定义行业第一的能力。
诸侯并起、路径并行、标准未定，AI云在火热的落地中正式进入春秋时代。共识中的AI云究竟长什么样，只有通过厂商的不断试错、企业的持续实践，以及下一轮规模化应用全面展开之后，结果才会浮出水面。
同辉配资提示：文章来自网络，不代表本站观点。
