全球快看点丨大厂混战AI大模型，云计算谁最行？

近来随着ChatGPT的关注度持续提升，微软正式推出了内置ChatGPT的搜索引擎，谷歌则发布了Bard，国内互联网厂商百度、阿里、京东、360等，也都密集宣布大模型技术进展以及类ChatGPT项目计划。

近期，阿里云大模型“通义千问”启动邀测。据介绍，“通义千问”是一个专门响应人类指令的大模型，类似于百度的“文心一言”和ChatGPT。

相较于ChatGPT，阿里云的“通义千问”目前仅能生成文本，暂不支持图片以及视频。不过“通义千问”却将用户日常的对话场景进行了细分，以增强可玩性。比如，效率类分为写提纲、SWOT分析、商品描述生成；生活类则分为会放飞的菜谱、小学生作文。

(相关资料图)

事实上，云厂商们之所以密集扎堆ChatGPT，其原因在于AI模型的不断优化对算力提出了更高的要求。

以ChatGPT为例，2018年Open AI在训练GPT-1时，所用到的参数数量和数据训练量分别为1.17亿和5GB。但在2020年训练GPT-3时，以上两项数字则分别增长到1750亿和45TB（1TB=1024GB），GPT-4的训练参数量更是高达1.6万亿。

另据Open Al发布的相关数据显示，训练13亿参数的GPT-3 XL模型一次消耗的算力约为27.5 PF-days，训练1750亿参数的完整GPT-3模型则会消耗算力3640 PF-days(即每秒一千万亿次计算,要运行3640个整日)。

庞大的数据量以及算力决定了搭建AI模型为典型的重资金产业。以GPT-3模型消耗的算力3640 PF-days为例，若按照单个500P中心项目的总投资为30.2亿元来计算，若想要保证ChatGPT的正常运行，则至少需要投入7-8个数据中心，所产生的总成本超过200亿元。

显然，训练ChatGPT模型对数据、算力、资金的要求极高，是大部分初创团队很难承受的。由此，这些国内外云计算大厂具备了天然的先发优势，他们有资金、有技术、有算力资源，甚至还有应用场景。

随着云厂商们加速对ChatGPT的布局，未来国内云市场的竞争格局是否会被重新改写呢？

01 阿里云：内忧外患下找寻新增量

作为国内云厂商头部企业的阿里云，在IaaS领域和IaaS+PaaS领域的市场份额分别为34.6%和33.5%，以上两项排名均为业内*，具有*的*地位。

而且阿里云还是当前国内*实现盈利的云服务商。据阿里此前发布2022财年第四财季及全年财报显示，阿里云2022财年总收入在抵销跨分部交易前和抵销后分别为1001.8亿元和745.68亿元，实现13年来首次年度盈利；阿里云EBITA利润从上年的亏损22.51亿元改善为盈利11.46亿元。

不过这只是过去一年的成绩，进入2023年以来，阿里云的日子并不好过。一般来说，云厂商的收入来源=客户数量*单笔合同金额*客户续费率。目前阿里云的客户以新零售、教育、医疗健康、金融机构、互联网为主，但受制于消费市场复苏不及预期、出口业下滑等因素，阿里云客户本身并不轻松。

张梦琳是国内某新零售企业的负责人，她告诉我们，原本以为疫情全面放开后，公司的销售额和利润能实现大幅度增长。但现实情况却是今年公司*季度的销售额和净利润较去年同期分别下滑40%和25%。业绩承压之下，公司也不得不大幅度裁员，并且缩减在云服务上的投入。

事实上，“降本增效”是很多企业今年的主旋律之一，各项对外支出也在缩减，这其中就包括云服务领域的支出。

因此，后续阿里云也不得不面临客户减少采购金额或客户流失的情况，这就给阿里云的未来业绩增速蒙上一层阴影。另外，阿里云虽然在国内IaaS领域市场份额*，但目前IaaS领域产品高度同质化问题并没有缓解，阿里云仍面临多方位的竞争。

为抢占更多的客户资源，云厂商只能借助价格战来完成新客增加以及老客留存。价格战所带来的结果就是目前IaaS产业内的毛利率只有10%-15%，远低于SaaS行业内50%以上的毛利率。

面对上述问题，阿里云只能借助更多方式来开发新客户，而ChatGPT就是拓展新客户的手段之一。

作为参考，全球云计算巨头微软已提速自身在ChatGPT领域的布局，这些布局后续将不断反哺云业务。阿里云迅速做出反应，推出阿里云版的ChatGPT“通义千问”，并且对标GPT-4。借助大模型API接口的放开，阿里云既能完成新客增加以及老客留存，也能借助接口付费的方式带动企业业绩增长。

02 其他云厂商的动机

放大到全行业来看，目前国内不少云厂商结合自身业务优势布局“ChatGPT”，本质上也是为了能够抢占未来增量市场所产生的市场份额。

比如说，以ChatGPT为代表的人工智能对计算机性能、能耗、吞吐和延迟等方面要求较高，传统通用服务器的负载能力有限，无法承受高负载的人工智能应用，需要更适合深度学习训练场景的AI服务器方可完成。

随着后续算力的持续增长，自然语言处理和图像、视频等AI模型的深入发展，AI服务器将被更广泛使用，IDC此前就曾预估2023年全球AI服务器的市场规模或将达到211亿美元。

比如，数据要素是AI训练与迭代的核心资源，同时未来AIGC

产生的海量数据将带来爆发式的数据传输需求，并且如何保障数据在传输、训练、用户使用过程中的*安全也是一个新问题。

基于此，三大电信运营云厂商，作为中国算力与数据要素的“卖水者”，无论是用自身优质数据进行模型自研，或是将数据提供给第三方进行训练，运营商在未来都将成为我国“数据要素+AI”商业体系下的核心参与者。而做网络安全出身的360云自然在如何构建网络安全上，更具优势。

当然，有的云厂商做类“ChatGPT”模型，更多的是想丰富自身的云产品生态系统。以京东云为例，与其他技术性企业直接进入到云服务市场不同，京东云脱胎于京东电商、京东物流、京东金融的业务实战中。

基于业务上的实战，确保了京东云在相关产业上具有一定的洞察能力。因此，京东云旗下言犀人工智能应用平台Chat JD，定位为产业版ChatGPT，旨在打造优势、高频、刚需的产业版通用ChatGPT。随着后续Chat JD模型的不断迭代，也能让京东云和其他云厂商形成差异化竞争。

03 ChatGPT能否改变云厂商竞争格局？

短期来看，ChatGPT难以改变现有云厂商们的竞争格局。

其原因在于，从ChatGPT本身来看，行业仍存在一定泡沫。北京某投资机构的投资总监赵娜告诉我们，首先，相较于储能、氢能等各类新能源有着清晰的政策支撑，ChatGPT在政策端的后续走向并不明朗。尤其是一些围绕TOC端所提出AI大模型，一旦产生如数据泄露、误导用户等问题，不排除随时有可能会遭遇“封杀”的结局。

其次，目前市场对ChatGPT的能力存在过分高估，在实际很多场景中均难以落地。比如说，此前曾有券商提出过以ChatGPT为代表的AI大模型能够应用到医疗领域，充当医生在临床治疗过程中的辅助性工具。

但赵娜在拜访国内某家医院的赵医生后，对方直接坦言，使用人工智能给病人看病，这是在开什么玩笑啊？赵医生告诉她，不同病人因身体素质、体质、病症的不同，其适用的药物也有不同，这也是为何中医会讲究望闻问切，根据不同患者的情况开具属于患者个人药方的原因。

若是使用AI大模型为患者开具医用处方，一旦产生医疗纠纷，这个责任到底如何界定也是个难题。显然，当医生对于AI医疗大模型的使用保持谨慎的态度时，这也决定了AI医疗大模型的商业化探索之路远比想象中的还要复杂。

最后，在相关企业搭建各类AI大模型高投入的背后，后续到底要如何发展才能实现盈利也是个问题。即使作为AI大模型领军者的ChatGPT，目前也没有给出完整的答案。这就不免让圈子里的很多投资人觉得，现在市面上的各类AI大模型颇有“蹭热点”、“炒概念”的嫌疑。

从ChatGPT和云服务的场景结合来看，ChatGPT很难在部分细分云市场中得以渗透。以财务云市场为例，杭州某公司的负责人张航告诉我们，目前企业财务人员使用现有的财务云软件已相当成熟，这也能保证公司业务的顺利进行。若使用所谓的AI大模型云软件，是否会因企业财务人员难以使用或学习周期过长影响公司业务，是他最担心的问题。

当然，若是后续ChatGPT在国内得以顺利推广的话，这或能改变云厂商的竞争格局。

因为从整个国内的云服务市场来看，此前云厂商们往往借助IaaS+PaaS，IaaS+SaaS为客户提供服务并增加利润，但随着PaaS层面Docker、K8S等容器技术的支持，目前PaaS和SaaS已能脱离IaaS层单独使用。

当捆绑服务无法为云厂商带来利润时，行业又重新回归到IaaS的竞争。而IaaS层的产品高度同质化又决定了云厂商们谁能获取更多的客户，谁就能获取更大的市场份额。

而各家云厂商的AI大模型，实则是在帮助他们形成新的生态应用闭环。借助这些AI大模型，打破了开发层和应用层的壁垒，用户只需向作为中间层的AI提出需求即可自动生产代码，而无需理解其中含义。借助这种难以抗拒的“魅力”，其可以轻易触达更多用户，用户在免费使用过程中就会不自觉成为潜在的云厂商客户。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生认为，ChatGPT等技术对互联网行业领域来说很有挑战，可能未来很多应用都会依赖这样基础模型构建，谁能够打造一个特别强大的云，可能会自然吸引很多应用开发商在这样一个环境去搭建，这对于云厂商来说*是一个很大的拉动，其他后来的应用计算需求可能会被这样一个能力而吸引过去。

就像汤道生说的，ChatGPT对于形成这种应用闭环极为重要。或许这正是以阿里、百度、腾讯、京东、360为代表的国内云服务参与者纷纷将ChatGPT视为打破行业格局“利器”的原因。

标签：