這場AI創投賽，揭示了中國雲市場哪些新變化？

新一批AI創新企業，和上一代網際網路創業公司業務邏輯不同、發展節奏不同、用雲需求也不同。接住AI產業落地的新機遇，雲廠商需要適時而變

文｜吳俊宇

編輯｜謝麗容

AI（人工智慧）狂飆三年，帶動了新一輪的創新創業。這和十年前的網際網路創業大不相同。

這在中央廣播電視總檯AI紀實創投節目《贏在AI+》中體現的淋漓盡致。《贏在AI+》是央視與杭州市共同打造的一檔節目。7月該節目迎來收官。它歷時一年，經過全國各城市12場共700多家企業路演，102家企業脫穎而出進入決賽，並最終誕生創業10強。

不同於十年前網際網路創業是主流，《贏在AI+》中的102家創業公司集中在晶片、軟體、具身智慧、空間模型、智慧製造、智慧終端等行業。這都是大模型變革下的新風口。

央視為何要創辦這樣一檔節目？節目總導演田梅表示，這“恰逢其時”。2024年9月節目啟動後，“杭州六小龍”（遊戲科學、DeepSeek、宇樹科技、雲深處科技、強腦科技、群核科技）等新銳科技企業相繼被大眾熟知。新一輪創新創業中，AI的重要性被提到新高度。國家正大力支援培育AI創新企業。節目以前瞻視野，對時代變化做出了預判。

阿里雲智慧集團副總裁、市場部總裁劉湘雯也是該節目顧問之一。她觀察這一批AI創新企業發現，它們和上一代網際網路創業公司業務邏輯不同、發展節奏不同、用雲需求也不同。面對這些變化，阿里雲需要適時而變。

2025年，中國雲市場正在因AI迎來新一輪增長。國際市場調研機構IDC資料顯示，2024下半年中國公有云（IaaS基礎設施/PaaS平臺軟體/SaaS應用軟體）市場增速17.7%，這是兩年來的高點（文章詳見《中國雲市場復甦，出現五個關鍵趨勢》）。

雲計算市場增速更快了，但挑戰也更大了，因為AI在深刻重塑中國的中國雲計算市場——雲計算的市場需求、技術架構都在發生變化。

“用AI把雲重做一次”。這不只是戰略判斷，也是當下正在發生的現實。

“賣資源”到“賣價值”

“賣資源”到“賣價值”，這是雲計算市場的切實變化。只有這樣才能與新一代AI創新企業共同成長。

中國市場的雲計算興起於2010年左右。當時，一批網際網路公司同步興起。它們的業務規模、使用者規模快速擴張，雲消耗量快速增長。這種背景下，低價走量銷售雲資源，是最簡單粗暴的增長邏輯。

但今天新一代AI創新企業與上一代的網際網路公司大不相同。它們集中在晶片、AI軟體、機器人、智慧製造、智慧終端等領域。其中很多公司，仍在漫長研發期，而不是部署期。

劉湘雯的看法是，新一代AI創新企業，和上一代網際網路創業公司業務邏輯不同，當下所處的發展節奏也不同，這使得它們的用雲需求也不同。

網際網路公司的業務邏輯是“敏捷迭代”。它們習慣小步快跑、快速驗證，不斷根據使用者反饋進行灰度測試和產品迭代，方向不對就迅速關停。網際網路公司強調規模效應，在電商、廣告、遊戲等典型業務中，雲服務是運營成本中的必要開銷。

晶片、軟體、具身智慧、空間模型、智慧製造、智慧終端等領域的創新企業，崇尚“長線研發”。它們能夠容忍長達數年的高風險、高投入的研發週期，這期間可能沒有產出。新一代AI創新企業中，尤其是硬科技公司，產品在研發完成前，幾乎沒有客戶。一旦失敗便就血本無歸。

這使得很多企業仍處於漫長的“研發期”，而不是“部署期”。它們的商業化邏輯、全球化佈局都還在探索中。因此，它們當下的用雲量不會像已擁有千萬、億級使用者的網際網路企業那樣大。

劉湘雯解釋，對新一代AI創新企業來說，技術溢價變得更重要。雲服務不再只是它們的運營成本，而是產品總成本的一部分。雲廠商提供的AI能力，會直接影響它們的產品效能、體驗和最終售價。服務好這些公司，阿里雲要重構自身的技術架構、業務模式。

阿里雲正在成為新一批AI創新企業的選擇。巧合的是，《贏在AI+》節目決賽中的102家創業企業，有78家是阿里雲客戶，10強企業全部長在阿里雲上——其中，凌迪科技Style3D、原力無限這兩家創業公司很有代表性。

凌迪科技Style3D創始人劉郴在節目中展示了由“AI+3D”完成設計、製版、縫紉、營銷出圖等全流程的多款服裝。這家數字時尚AI工業軟體從零自研演算法，目前已服務包括安踏、波司登、太平鳥等2000多家服飾品牌。演算法和模型是這家企業的核心競爭壁壘，它藉此打破了國際企業對數字時尚工業軟體的壟斷。

原力無限是一傢俱身智慧企業。杭州親橙裡的機器人充電空間內，原力無限的智慧機器人每天要為幾十位車主的電動車自動充電。其聯合創始人劉揚提到，阿里雲不僅為其提供了基礎設施，還提供了核心計算能力，是原力無限充電機器人“大腦”關鍵組成部分之一。

給AI創新企業賣雲，邏輯和過往不一樣。多位雲廠商一線銷售曾對我們直言，只賣雲資源無法打動它們。必須對它們的業務價值有直接幫助——比如模型能直接幫它們增效降本，或者是能為它們創造融資機會。

AI引發的市場需求變革，甚至正在引導雲計算行業從價格戰，走向更高維度的價值戰。

阿里雲目前嚴格限制與競爭對手打價格戰。邏輯是，倒逼銷售、產品團隊思考，什麼才是面向AI時代的產品。一位阿里雲一線架構師今年5月曾對我們直言，低價競爭不可持續，產品方案的設計能力才是更重要的。核心是要真正理解客戶業務需求。

為此，阿里雲已經針對中小企業和新興行業制定合理的激勵措施和銷售導向。阿里雲智慧集團資深副總裁、公共雲事業部總裁劉偉光今年5月曾對我們表示，他更願意談ROI（投資回報率）而不是低價。阿里雲必須抓住未來，“就像回到十年前，你不知道哪些公司會成長為下一個巨頭，你也無法預料哪些新興行業會蓬勃發展。”（文章詳見《破釜沉舟出海，阿里雲圖什麼》）

十年多前，阿里雲靠一批網際網路公司起家，成為中國雲計算的領頭羊。如今，阿里雲要繼續快速奔跑，就要在新一代AI創新企業中找到識別出“未來的巨頭”。它們跑得快了，阿里雲才能跑得快。

目前，阿里雲正在積極與一批AI創新企業探索新的合作形式。諸如，將產品和服務，高效、低成本、安全地融入智慧硬體，並設計合理的定價和產品形態。

智慧眼鏡對互動時延的要求極為苛刻。阿里雲通義團隊與TCL旗下的雷鳥眼鏡AI團隊深度合作，共同對其“雲+端”混合模型架構進行最佳化，最終將互動時延壓縮到了行業領先水平。這成為雷鳥眼鏡在北美、日韓等市場流行的核心優勢之一。

阿里雲還在和智慧駕駛、晶片設計等領域的企業合作，幫助他們將大模型進行裁剪、蒸餾，以適應更小、更專業的端側裝置，並特定場景的深度適配。這個過程中沉澱下的經驗正在轉化為服務更多行業的通用解決方案。

強化“全棧AI”能力

市場需求的變化，也在倒逼雲計算重構技術架構。雲計算正從CPU（中央處理器）為核心轉向GPU（圖形處理器）為核心，這導致算力排程方式、軟硬協同方式和過去截然不同。

過去十多年CPU為核心的傳統雲計算架構，設計初衷是為了解決海量、通用的計算和資料需求，它無法有效承載AI時代帶來的指數級增長的智慧化計算需求。

CPU算力的特徵是計算核心少而精，比如一枚CPU晶片通常有8-64個高效能核心，它擅長複雜邏輯、序列任務、多樣化負載。但GPU算力的特徵是，計算核心多且專，一枚GPU晶片通常有數千個核心，它擅長大規模平行計算，把將一個龐大的任務分解成無數個相同的子任務，讓所有核心同時完成計算。

這些不同的技術特性，使得計算、儲存、軟體、網路架構都需要重新設計。這一趨勢下，全球頭部雲廠商無一例外都在圍繞“算力、模型、場景”，把雲重新再做一遍。

近一年來，亞馬遜AWS不僅接連迭代自研訓練、推理晶片，還推出了Bedrock為核心的資料平臺，並把大模型創業公司Anthropic旗下的Claude模型融入全線產品。微軟Azure繫結大模型創業公司OpenAI，將推理能力嵌入IaaS、PaaS、SaaS全線產品。谷歌雲2025年正在以Gemini自研大模型為核心，打造“大模型+資料平臺+基礎設施”的新生態。

阿里雲也在強化“全棧AI”能力——它覆蓋了IaaS、PaaS、MaaS（模型服務）層。IaaS層包括GPU資源，甚至是自研AI晶片；PaaS層擁有智算服務PAI-靈駿、PAI-EAS推理服務等人工智慧平臺PAI，AI改造後的PolarDB資料庫、MaxCompute資料湖倉等資料工具，MaaS層包括Qwen系列大模型、百鍊模型開發平臺等一批工具。

強調“全棧AI”，不只是為了適應技術變革，也是考慮到了客戶需求。

劉湘雯對我們表示，“全棧AI”可以滿足客戶不同層次、不同形態的多樣需求。2025年生成式AI處於產業落地早期探索階段，機遇和不確定性並存。無論是AI原生初創企業，還是尋求轉型的傳統行業巨頭，都面臨一個核心問題——如何選用AI，真正有效可持續地解決自身業務問題？

阿里雲的IaaS、PaaS、MaaS層工具，都是同一個技術架構下設計的。它們之間的通訊協議、資源排程、運維體系經過了深度最佳化，穩定性和效能效率會大幅提升。

以計算、儲存能力來看，目前阿里雲萬卡AI叢集平行計算效率可以達到業界領先的95%以上，AI訓練任務的通訊延遲降低了80%，高效能儲存的吞吐能力提升至20TB/s。這符合一批創新企業在AI時代的用雲需求。

客戶如果採購不同廠商的軟硬體產品自建基礎設施，會面臨複雜的對接、除錯問題。阿里雲提供的“全棧AI”能力，是經過精心調校和整合的整體解決方案，可以降低客戶的使用成本、時間成本。

以AI影像創作平臺LiblibAI（哩布哩布AI）為例，這是一家業務覆蓋全球的出海企業。這家公司對對基礎設施的效能、穩定性和全球合規要求很高。它們對全球多家雲計算廠商進行嚴謹的測試對比後，最終選擇了阿里雲。阿里雲的全棧AI讓LiblibAI海外區域的業務上線效率提升了60%，研發運維效率提升了79%。

在中國市場，阿里雲是少數具備“全棧AI”能力的雲計算廠商。這種能力也正在轉化為行業競爭力。從市場反饋來看，它跑在了行業前列。

IDC今年7月資料顯示，2024年中國AI基礎設施（AI IaaS）市場份額，阿里雲佔比23%，位居首位。阿里雲在GenAI IaaS市場份額23.5%，同樣位居首位。

IDC統計口徑中的AI IaaS市場，包括大模型為核心的生成式AI IaaS（GenAI IaaS）和傳統的非生成式AI IaaS。其中，2024年下半年中國GenAI IaaS市場同比激增165%，達87.4億元，在整體AI IaaS市場中佔比超過七成。

雲廠商重構AI基礎設施的進度，也在引發資本市場的關注——因為這直接決定了AI的落地速度，以及雲廠商能否接住AI產業落地帶來的紅利。

摩根大通今年3月釋出報告，將中國市場的生成式AI發展劃分為四個階段。

第一階段，大模型研發期，重心在構建底層模型；

第二階段，AI能力融入現有應用，這是中國市場當下所處階段；

第三階段，應用變現期，企業因AI獲得實際財務回報；

第四階段，原生“AI殺手級應用”爆發期，行業格局被改變。

摩根大通認為，中國市場每一階段都有不同投資重點，這會引發商業價值轉移。2025年是中國生成式AI應用的拐點期。伴隨DeepSeek等模型開源，算力需求激增，IaaS基礎設施是現階段最具投資價值的環節。

“網際網路+”到“人工智慧+”

阿里雲是中國算力基礎設施中的一部分，它受到中國產業政策的深刻影響。過去十年，阿里雲受益於中國網際網路行業興起。它下一輪增長，也將受益於中國人工智慧產業的變革。

2015年，政府工作報告裡提到了“網際網路+”。2024年-2025年，政府工作報告連續提到“人工智慧+”這個關鍵詞。和十年前的網際網路一樣，人工智慧未來十年也將和各行各業緊密結合。中國龐大的市場規模、豐富的應用場景將讓創造廣闊的人工智慧市場。

國家資訊中心是國家發展改革委直屬事業單位，長期從事 “東數西算”工程、“人工智慧+”等政策研究工作。

國家資訊中心大資料發展部人工智慧處副處長易成岐介紹，截至2024年底，全國登記在冊的經營主體達到了1.89億。這意味著從個體工商戶到跨國巨頭，從一線城市到下沉市場的多樣化需求，都能對AI技術的應用、迭代提供試驗場。這種規模效應不僅能攤薄AI應用創新的高昂成本，更能透過海量反饋，驅動產品服務的快速迭代。

人工智慧飛速發展之際，如何衡量一個國家和社會的“人工智慧+”的成效？易成岐解釋，其中可能包括一系列指標，主要分成兩大維度。

一是產業經濟維度。如人工智慧核心產業增加值，人工智慧核心產業增加值佔GDP比重，人工智慧在工業、製造、醫療、教育、金融、交通等重點行業的滲透率，單位Token消耗對GDP的拉動效應。

二是社會普惠維度。如AI創造的新就業崗位數量與結構、人均Token使用量、Token使用成本占人均可支配收入比重等。

在易成岐看來，近代科技變革中，中國更多是“追趕者”。但這一波人工智慧浪潮，中國是最接近全球科技前沿的一次，甚至很多應用領域在“領跑”。中國不再是單純地學習、模仿，而是作為先行者參與到定義技術路徑、制定行業標準、探索應用邊界的程序中。

中國的人工智慧發展同樣也面臨一些挑戰。比如高階晶片禁售、部分高質量資料集限制、個別國家對我國的投資審查和市場準入壁壘。易成岐的判斷是，挑戰是區域性的、階段性的，機遇是全域性的、歷史性的。在他看來，政府、產業界和社會需要形成合力，支援中國企業參與全球人工智慧的競爭。

比如，系統性地梳理出制約我國AI企業發展的“急難愁盼”問題，並動用政策工具和體制優勢，精準施策。比如支援國產晶片原始創新和技術攻關，推動公共資料、行業場景資料、高價值密度版權資料開放，推動大型央企、國企等“產業鏈主”開放應用場景。

我們瞭解到，政策研究部門正思考算力、演算法、資料協同規劃，共同服務“發展人工智慧”這個目標。

中國企業要如何抓住政策機遇，積極參與國際競爭？對此，易成岐提到兩點建議。

支援壯大國內的開源社群和開源專案。因為，開源不僅是技術共享的平臺，更是吸引全球開發者、形成事實標準、展現技術自信和軟實力的重要載體。

探索“組團出海”模式。基礎模型公司、應用開發公司、硬體製造商、雲服務商可以形成聯合艦隊，各司其職共同與全球巨頭競爭。

事實上，阿里雲也正在抓住新一輪機遇。

今年以來，阿里雲動作頻頻。加大算力基礎設施投入，宣佈未來三年將投入超過3800億元用於建設雲和AI硬體基礎設施；做大模型開源生態，不斷迭代、開源阿里Qwen2.5和Qwen3系列大模型；全面出海，為中國出海企業提供大模型和AI基礎設施。