AI時代，雲還是好生意麼

先說結論：AI 發展初期，公有云是「好模式」，但只對少數玩家是好生意。它適合有資本、客戶、工程調度能力和生態入口的雲廠商（綜合來看，生態和頂級模型能力相對更加重要，參考谷歌雲）；不太適合中小廠商用「買 GPU → 租算力 → MaaS 抽成」硬做。

1. 爲什麼早期公有云看起來是好模式？

AI 初期的核心矛盾是：算力稀缺、模型迭代快、企業不願自建集群。這時公有云有天然優勢：

企業客戶要的是「馬上能用的 GPU、網絡、存儲、安全、模型 API、推理部署、賬單和合規」，而不是自己採購機器。所以在需求爆發期，公有云像「AI 時代的電網」：誰控制算力供給、客戶入口和開發平台，誰就能吃到早期紅利。

2. 但它是極重資產，不是輕平台生意

問題在於，AI 公有云不是傳統 SaaS 那種高毛利模型，而是資本開支先行、收入後兌現（GPU租賃+MAAS）。

微軟 2025 財年 Azure 收入首次超過 750 億美元、同比增長 34%，但微軟也明確說 Microsoft Cloud 毛利率降至 69%，原因之一就是擴張 AI 基礎設施。

Amazon 的例子更明顯：2025 年 AWS 收入 1287 億美元、經營利潤 456 億美元，但自由現金流從 382 億美元降到 112 億美元，主要因爲購買物業和設備增加了 507 億美元，主要反映 AI 投資；Amazon 還預計 2026 年全公司 capex 約 2000 億美元。

這說明：雲廠商短期在用現金流換未來容量和市場份額。

3. 「租算力」收入質量一般，關鍵看利用率和鎖定期

只靠 GPU 租賃，本質是「高折舊庫存生意」。核心風險有四個：
第一，GPU 和數據中心投入是剛性的，客戶需求卻可能波動。
第二，芯片迭代快，H100、B200、Rubin 等代際切換會讓舊卡價格承壓。
第三，電力、機房、網絡、液冷、運維都會吃掉毛利。
第四，一旦大模型訓練需求轉向推理優化，算力結構可能變化，訓練集群未必持續滿載。

所以這個模式好不好，取決於幾個指標：GPU 利用率、客戶預付/長約比例、推理負載佔比、單位 token 成本下降速度、折舊週期、融資成本。

如果 GPU 利用率高、客戶籤多年合約、雲廠商有自研芯片或議價能力（AI服務器上游整體仍在快速提價，下游可承受價格仍是巨大問號，所以中短期雲廠商毛利率需要重點關注，後續雲廠商爲了做大AI營收規模而損失部門毛利），那是好生意（當前AI算力供不應求，相應GPU租賃還可以保持相對較好毛利，但相應只是比傳統IAAS更高）；如果只是高價買卡再按小時出租，就很危險。

4. MaaS 分成比租算力更輕，但護城河也更弱

MaaS，也就是 Model-as-a-Service，表面上比租 GPU 好，因爲它更接近平台抽成：模型廠商提供模型，雲廠商提供分發、API、推理、計費、企業銷售。

但問題是：MaaS 抽成很難單獨支撐巨額 capex。

如果雲廠商只是模型 API 的渠道，議價權可能被頭部模型公司拿走（同時頭部模型廠商的模型入口可能並不一定來自雲廠商，雲廠商在AI時代的入口效應可能快速減弱，在當前AI快速發展過程中，雲廠商更偏向於算力基礎設施，AI收入中絕大比例爲GPU租賃）；如果企業客戶只調用 OpenAI、Anthropic、Qwen、DeepSeek、Claude 等模型，雲廠商獲得的是通道費和算力費，利潤未必高（所以要想利潤高，雲廠商自己的模型必須要能打才行）。真正高質量的 MaaS 收入來自三層疊加：
算力收入 + 模型調用收入 + 企業平台/數據/Agent/安全/運維收入。

也就是說，MaaS 只有和 PaaS、數據庫、數據治理、RAG、Agent 編排、DevOps、安全合規綁定起來，才會從「賣 API」變成「企業 AI 操作系統」。

5. 中國語境下，公有云更像戰略入口，而非短期利潤中心

阿里雲是典型案例。阿里 2025 年宣佈未來三年在 AI 和雲基礎設施投入至少 3800 億元人民幣（當前管理層表示可能會顯著提升）；中短期阿里、騰訊等利潤層面大概率會受到 AI 基礎設施投入的拖累。這說明中國雲廠商也在走類似路線：先用 AI 雲搶客戶、生態和開發者，再談利潤率修復。但中國市場還多一層變量：國產芯片、信創、政企私有化/混合雲、價格戰、模型開源，都會壓低單純公有云算力租賃的超額收益。

6. 當前判斷：早期 AI 階段，公有云是好戰略，但未必是好財務模型。

對 AWS、Azure、Google Cloud、阿里雲這種玩家，公有云是好模式，因爲它們已有客戶、現金流、機房、電力、銷售體系、平台生態和長期合約能力。它們可以承受短期 capex 和毛利率壓力，用基礎設施換未來 AI 平台地位。

對新進入者或中小云廠商，單純做「GPU 租賃 + MaaS 分成」不是好模式，除非有明確差異化：比如特定行業客戶、主權雲、本地化合規、低成本電力、自研芯片、極高集群利用率，或者綁定某個強模型生態。

一句話概括：公有云在 AI 初期是基礎設施紅利，但不是躺賺生意；贏家不是「有卡的人」，而是能把算力、模型、數據、平台和客戶工作流打包賣出去的人。

瀏覽 8.8萬