文|IT老友記 韓志鵬

2月29日，阿里云迎來“瘋狂星期四”。

時隔不到一年，阿里云宣布旗下100多款產品、500多個產品規(guī)格再次降價，平均降幅超過20%、最高降幅達55%。

那個，曾經12個月降價17次、擅打價格戰(zhàn)的阿里云又回來了。

發(fā)布會當晚，京東云快速跟進，宣布其產品全網比價，用戶買貴可獲賠代金券。但在阿里云看來，降價并非完全為了打價格戰(zhàn)。

“過去三年，國內云計算的滲透程度僅從24%增長至29%?！卑⒗镌浦悄芗瘓F資深副總裁劉偉光表示，由于國內公共云普及率遠不及歐美市場，阿里云希望通過降價帶動更多中小企業(yè)上云，再通過規(guī)模效應的增長來降低邊際成本。

犧牲短期收入換長期盈利、大力普及公共云，這符合阿里云此前提出的“AI驅動、公共云優(yōu)先”戰(zhàn)略。

從2022年12月到2023年9月，不到一年，阿里云先后迎來兩位掌門人，其戰(zhàn)略基調也從銷售優(yōu)先回到技術優(yōu)先，尤其在大模型時代試圖打造AI算力基礎設施。

理想很豐滿，但現實往往很骨感。

隨著消費互聯網增長見頂，吃盡紅利的阿里云不得不面對市場的新問題，即政企客戶成為云市場的主導，而面對更為復雜的政企市場、快速變化的AI大模型時代，阿里云將遇到更大的發(fā)展阻力。

現在，阿里云不得不直面“轉型之痛”。

押注公有云的“陣痛”

最新一季的阿里財報顯示，2023年第四季度，阿里云的經調整EBITA利潤為23.64億元，超過此前三個季度利潤總和，但營收僅同比增長3%。

實際上，從2019財年到2023財年，阿里云的營收增速就一路下跌。這符合當前國內云市場“互聯網企業(yè)飽和、政企客戶主導”的需求格局。

據賽迪咨詢數據，2020年，中國云計算市場中互聯網行業(yè)的貢獻度相比2018年少了16%。相反，中國信通研究院曾在2018年預測：到2021年，國內云計算市場中，僅政務云領域的占比就會超過40%。

面對需求更多元的政企客戶，“技術派”的阿里云顯然有些“水土不服”。

互聯網企業(yè)更傾向購買公有云，因為在大促峰值需要更多算力，但閑時則不然，公有云能滿足互聯網客戶對算力的彈性需求，這也是阿里云的長項；但政企客戶基于政策合規(guī)、數據安全等考慮，更傾向于定制化、私有云或混合云等服務。

政企客戶的訂單往往是一個項目被分解為咨詢、硬件和服務等各個板塊，云廠商在拿下政企訂單后，其中不同板塊還要分包給外部合作伙伴，共同集成訂單，甚至還要提供擴容等長周期服務。

相比于“國有云”和諳熟ToB市場的華為云，阿里云顯然不是很多政企客戶的首選。

據《財經》統(tǒng)計，從2022年3月到2023年3月，三大運營商拿下全國絕大多數億元以上政企數字化大單（中國移動230個、中國電信175個、中國聯通12個），而阿里云拿下的大單僅有個位數。

這與歐美市場的情況完全相反。2018年后，亞馬遜、微軟、谷歌三家云計算企業(yè)都與美國政府部門分別簽署百億美元級別的大單，其中不乏中央情報局、國防部等敏感部門。

或許，技術因素并非限制阿里云打破政企客戶偏見的唯一限制，而這絕非一家企業(yè)能改變的。

國內云市場與歐美的另一大差別在公共云的部署率。據中國信通院2022年數據，中國市場的服務器存量規(guī)模2000萬臺，美國服務器存量規(guī)模約為2100萬臺，但美國以公共云形式提供服務的算力占比為60%，中國僅為28%。

阿里、騰訊等深化推進的公共云產品，代表著互聯網思維下的技術標準化產品，也意味著向更廣泛的中小企業(yè)、民營企業(yè)等提供普惠開放的算力基礎設施。

脫胎于互聯網企業(yè)的云廠商肯定堅決站隊公共云。2022年末，馬化騰曾在內部公開反對騰訊云做總包集成、追求大數字營收的模式，“無所謂！我們不著急，千萬不要上當?！?/p>

學界人士同樣在呼吁發(fā)展公共云。中國工程院院士鄔賀銓曾表示，“公共云是社會創(chuàng)新的基礎設施，發(fā)展公共云對降低中小企業(yè)算力成本和鼓勵更多的中小企業(yè)上云用數匯智有至關重要的作用?！?/p>

大方向是正確的，但難度也非常大。

政企客戶的集成訂單雖然有增收不增利的特點，但能實質性地拉動企業(yè)營收增長、積累市場口碑，而不斷上漲的營收數據本身就是為企業(yè)背書。

“真正砍掉大收入（但利潤率不高）項目，放棄短期增長和市場虛名，不是所有人都下得了決心?！蹦吃茝S商政企業(yè)務高管向媒體表示。

不可否認，需求最大的政企客戶可以為云廠商帶來實打實的收入增長。據財報顯示，2023年上半年，天翼云營收459億元，移動云營收422億元，直追阿里云（497億元）。

如今，阿里云面臨的難題是，政企客戶對云服務的需求不完全符合自身戰(zhàn)略，并且政企市場并非阿里云的長項，在堅定普及公共云的戰(zhàn)略指導下，阿里云必須在中小民營企業(yè)身上找到增長點，其開年大降價策略也是希望以價格優(yōu)勢換來中小企業(yè)的上云規(guī)模。

但價格需要降到多少門檻才能讓廣泛的中小企業(yè)徹底擁抱云服務？阿里云為了教育中小企業(yè)對云計算的觀念轉變，需要付出多少市場成本？阿里云又如何打破當下企業(yè)服務器大多自持自建的現狀？這都是未知數。

并且，阿里云還要面對組織能力更深厚的競爭對手。比如華為內部可以專門為大客戶設立一個數十人到百人規(guī)模的公司，摸清客戶上下架構、業(yè)務情況，讓每個項目環(huán)節(jié)都有成熟打法指導。

據IDC最新數據，2023 年第三季度，阿里云憑借26.7%的份額位居國內公有云市場第一，但份額同比下跌5.8個百分點，位列二到四位的華為云、天翼云和移動云，份額均有上升。

公共云是“難而正確”的長跑，處在賽道上的阿里云必將經歷“陣痛”。

況且，AI大模型的時代已經到來，作為重要基礎設施的云廠商，又將如何爭奪未來定義權？

AI算力的“賭局”

OpenAI與微軟的模式，已經成為大模型創(chuàng)企與云廠商之間合作的理想范式。

綜合外媒報道及機構預測，OpenAI訓練GPT-4時可能使用了約1萬-2.5萬張GPU；而第三方數據機構SemiAnalysis估計，OpenAI打造ChatGPT可能使用了近3萬張英偉達GPU。

每一代大模型的訓練不僅需要投入巨額資金，更需要消耗海量算力，還要求算力基礎設施具備穩(wěn)定、彈性、高效等屬性，而云廠商往往是解決AI算力的首選。

2019年，微軟向OpenAI注資10億美元，由此Azure成為OpenAI的唯一云計算供應商；2023年初，微軟承諾將向OpenAI再投資100億美元，其中大部分為算力支付。

OpenAI不僅在使用Azure提供的云計算服務，也為Azure帶來可觀的增量收益。去年四季度，微軟CEO薩提亞·納德拉在財務電話會上表示，超過1.8萬家公司正在使用微軟的Azure OpenAI服務，其中包括以前從未使用過Azure的客戶。

大模型創(chuàng)業(yè)公司對算力有著剛性需求，他們必須付出成本從外部購買算力，而云廠商為了緊追AI大模型時代，也有意愿通過投資入股、算力支付等方式，與大模型企業(yè)建立深度綁定的合作關系。

據硅谷風投機構a16z調研，大模型和生成式 AI 創(chuàng)業(yè)公司80%-90%的早期融資都用于向云計算平臺購買算力；未來行業(yè)更成熟時，模型和應用公司每年也要把10%-20%的營收送給云計算公司。

更多云廠商渴望復制“OpenAI+微軟Azure”的模式。

在海外，被視為OpenAI最大競對的Anthropic，已經先后獲得谷歌、亞馬遜的投資；在國內，百度智能云去年四季度實現營收84億元，其中大模型為云業(yè)務帶來約6.6億元增量收入。

面對愈發(fā)內卷的“千模大戰(zhàn)”，阿里旗下通義千問沒有帶來劃時代的引領性，在技術和產品生態(tài)方面還需深厚沉淀，正如馬化騰對自家AI大模型的評價類似：“不能算最領先，但是至少沒有太落后?！?/p>

新的現實之下，阿里云試圖走上AWS和Azure的道路，在國內廣泛投資大模型創(chuàng)企。

據《科創(chuàng)板日報》，通用大模型初創(chuàng)企業(yè)MiniMax正在進行新一輪大規(guī)模融資，阿里為核心領投方。最關鍵的，阿里此前已經陸續(xù)投資多家代表性的大模型創(chuàng)企，比如百川智能、智譜AI、零一萬物、月之暗面。

對大模型創(chuàng)企而言，前期算力部署幾乎是燒錢無底洞，找到一家有意愿支付算力的云廠商是節(jié)約成本的捷徑；對阿里云而言，早在2023年云棲大會上，阿里云就明確新的戰(zhàn)略定位：成為AI時代的計算基礎設施。

為一眾大模型提供提供云計算能力，把握成為AI算力基礎設施的機會。阿里云已經設計好理想之路。

但現實往往更為殘酷。

2022年底發(fā)布的GPT-3.5開啟了通用大模型創(chuàng)業(yè)的新時代，但OpenAI早在2015年底就已經成立，其連續(xù)投入大量資源才造就今天的GPT-4。比如數據部分，OpenAI在數據收集、數據標注、數據清洗、數據整理等每個環(huán)節(jié)都有持續(xù)投入。

曾有專家預測，OpenAI訓練GPT-3一年，僅算力成本就超過2000萬美元。

近期，金沙江創(chuàng)投的朱嘯虎在接受騰訊新聞專訪時，揭示出國內大模型投資的現狀：“有多少收入？”“能否不燒錢？”是非常重要的衡量指標。

此前《財經十一人》的一篇報道也指出國內大模型存在的問題，比如國產大模型的原創(chuàng)性不足、不愿意承擔算力高投入的風險、中文互聯網數據低質等。

來自投資方和技術層面的問題，歸集到大模型企業(yè)身上就成為實打實的發(fā)展阻力，能歷經市場考驗并生存下來的企業(yè)終歸是少數。

阿里云能否“賭”對大模型企業(yè)？現在看來還懸而未決。