文 | 表外表里 張冉冉 周霄

編輯 | 付曉玲 曹賓玲

(相關(guān)資料圖)

今年以來，互聯(lián)網(wǎng)云廠商似乎在集體表演“自殺”。

一季度里，各家業(yè)績的惡化形勢，沒有太大改善。比如，阿里云2023Q1營收增速已經(jīng)跌到負增長2%。

但這個節(jié)骨眼上，業(yè)內(nèi)卻打起了價格戰(zhàn)：4月底，阿里云宣布核心產(chǎn)品價格全線下調(diào)15％至50％；騰訊云緊隨其后，部分產(chǎn)品線最高降幅達40%；京東云直接承諾“全網(wǎng)比價，買貴就賠”。

內(nèi)卷之激烈，被網(wǎng)友調(diào)侃為，“換個思路，各家可以相互倒賣彼此的產(chǎn)品賺差價了?！?/p>

然而，外界談?wù)撋乐H，云廠商們卻講起了奉獻。騰訊2023Q1電話會議淡定表示，降價“適用于中小企業(yè)”；阿里則在合作伙伴大會上放言，“希望將技術(shù)紅利更多回饋給客戶和伙伴，讓更多中小企業(yè)更好地使用云計算?！?/p>

可商業(yè)世界哪有無緣無故的好，所有的恩惠，都是有訴求的。

可以看到，此輪降價的品類主要聚焦在數(shù)據(jù)庫和云存儲產(chǎn)品，甚至一些云廠商還放開了包括ECS、數(shù)據(jù)庫PolarDB、機器學(xué)習(xí)PAI等支持AI大模型訓(xùn)練云產(chǎn)品的免費試用。

與此同時，阿里云、騰訊云、華為云等都在加碼生態(tài)，以降低大模型的使用門檻。

很顯然，技術(shù)普惠是借口，押注AI技術(shù)周期恐怕才是真心。

畢竟如此一來，不僅有可能打破現(xiàn)在的“增長困境”，還有新的利潤想象空間——靠降價降低AI模型訓(xùn)練成本，圈新的上云用戶，再通過生態(tài)建設(shè)，將用戶留住，撬動更多變現(xiàn)渠道。

就這個角度來看，“自殺式”降價不失為一個破局的思路。但價格戰(zhàn)這味藥，能有幾分療效呢？

一、AI技術(shù)周期，降價率先圈住“觀望者”

“阿里云們可能會得不償失?！?/p>

對于互聯(lián)網(wǎng)云廠商重打價格戰(zhàn)，一些投資人相當(dāng)不看好。其提到的“失”，指的是被犧牲的利潤。

此前，云巨頭們要么剛有了經(jīng)營利潤率好轉(zhuǎn)的跡象（如阿里），要么剛定下“要利潤，不要規(guī)?！钡哪繕?biāo)（如騰訊），可以說才喘上來半口氣?，F(xiàn)在降價潮襲來，相當(dāng)于撲滅了賺錢的希望之火。

明知山有虎，大家依然爭先恐后向虎山行，那答案大概率只有一個——預(yù)期回報實在太誘人了。

畢竟在云計算行業(yè)，借助新需求周期重拾增長的情況屢見不鮮。

2016年，微軟同樣站在了懸崖邊上：從“一本萬利”的套裝軟件銷售，轉(zhuǎn)型至“螞蟻搬大象”的云服務(wù)，并且在轉(zhuǎn)型陣痛期多次降低產(chǎn)品價格，最終陷入利潤下降、投資回報減少等輿論漩渦。

在外界看來，微軟的舉動，多少有些任性。但切換微軟視角，其看到的，是混合云已走到爆發(fā)前夜。

彼時，美國大企業(yè)并不覺得所有的工作都需要上云，比如銀行，希望敏感的信息可以和互聯(lián)網(wǎng)隔絕，不太敏感的再放到公有云上完成。

看到這種趨勢，微軟云將推動混合云作為了差異點，吸引這些客戶群體上云。

為此，其一邊加碼推廣步伐，如2016年召開的Ignite大會上，1446場對話中大約有500場對話都是關(guān)于混合云的。另一邊，基于虛擬機可以大大提高公私有云之間切換靈活性的特點，持續(xù)降低其價格，為客戶使用混合云降低門檻。

結(jié)果證明，微軟押到寶了。RightScale調(diào)查報告顯示，2017年采用混合云的企業(yè)較2015年上升9%，且預(yù)計未來在云的市場份額能達到67%，混合云需求如期而至。

最早切入的微軟云，吃到了巨大紅利，利潤率在2017年之后重啟增長，且生意愈發(fā)紅火，越賺越多。

也就是說，微軟云通過降價讓利布局混合云，不僅獲得了新的客戶群體，也擴大了云產(chǎn)品的銷售。

看到成效的亞馬遜云、谷歌云，紛紛加碼混合云，但失去先機下，始終難以和微軟云匹敵：據(jù)Synergy Research統(tǒng)計，微軟云的市場份額增幅，持續(xù)超過亞馬遜云和谷歌云。

回到當(dāng)下，國內(nèi)互聯(lián)網(wǎng)云廠商價格一降再降，同樣劍指新一輪技術(shù)周期帶來的需求紅利。

眾所周知，去年運營商（移動云、聯(lián)通云和天翼云）在政企市場混得風(fēng)生水起，收入增速均超過100%，強勢搶占了互聯(lián)網(wǎng)云廠商的份額。

阿里云們急需一個突圍的口子，傳統(tǒng)企業(yè)隨之被盯上——除了零售業(yè)和制造業(yè)上云滲透率近30%之外，其他如汽車、餐飲、建筑等均在10%以下，蛋糕很大。

過去這部分客戶因為上云帶來的ROI不高，大多在觀望，但AI技術(shù)的出現(xiàn)，打破了這一掣肘。

以制造業(yè)為例，關(guān)鍵的質(zhì)檢環(huán)節(jié)，過去面臨人力操作、效率低下、次品率高等老大難問題。富士康上線AI質(zhì)檢系統(tǒng)后，通過機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，實現(xiàn)了長期穩(wěn)定運行情況下，月檢測6000+臺，總體準(zhǔn)確率＞99%。

如此一來，和過往購買傳統(tǒng)的云服務(wù)相比，企業(yè)AI上云的積極性大大提升。

事實上，更早推出AI技術(shù)的海外，已經(jīng)顯露出用戶增長爆發(fā)跡象。

·微軟最新電話會議顯示，Azure OpenAI 已擁有2500位新客戶，預(yù)計二季度將增長10倍。

·C3.ai（專供企業(yè)AI服務(wù)）2022Q4電話會議透露，服務(wù)的行業(yè)范圍也在不斷擴大。

而企業(yè)AI上云，對云廠商的算力和數(shù)據(jù)存儲需求也會提升。

畢竟對大多數(shù)企業(yè)來說，直接掏錢批量采購GPU是一件奢侈的事情。據(jù)硅谷著名風(fēng)險資本a16z測算，一個公司一年的AI運算開支只有超過5000萬美元，才有足夠的規(guī)模效應(yīng)支撐自己批量采購 GPU。

更何況，AI技術(shù)人才的缺失也是一大頭疼的問題，如某傳統(tǒng)行業(yè)員工所說：“我們IT部門基本沒有太符合要求的，如果上馬AI首先要將技術(shù)團隊大換血?！?/p>

因此，對傳統(tǒng)行業(yè)和中小企業(yè)來說，自研大模型并不現(xiàn)實。

在這種情況下，向云廠商“租用”資源，聯(lián)手研發(fā)，才是性價比更高的方案——接入云廠商提供的通用大模型，再結(jié)合自身所積累的行業(yè)場景化數(shù)據(jù)對大模型進一步訓(xùn)練，開發(fā)出自身的前端具體應(yīng)用。

而要想拉攏傳統(tǒng)企業(yè)和中小企業(yè)AI上云，“租金”就要有吸引力?？梢钥吹?，云廠商此輪降價就錨定數(shù)據(jù)、存儲這些門檻級產(chǎn)品。

總的來說，AI技術(shù)加成下，不僅帶來更多新用戶群體，也提升了用戶對云產(chǎn)品的需求量。而這一定程度預(yù)示著AI新技術(shù)周期藍海，爆發(fā)在即。

可以看到，今年以來，上游巨頭們都對大語言模型顛覆下游應(yīng)用端，堅信不已。

此輪云廠商“價格內(nèi)卷”背后潛藏的，或許正是降價圈住AI新用戶，復(fù)刻微軟云逆襲故事的野望。

二、瞄上生態(tài)，打的是長期利潤算盤？

在AI創(chuàng)新周期的博弈里，“開發(fā)者”是大佬們掛在嘴邊的關(guān)鍵詞。

騰訊的湯道生曾在技術(shù)開放大會上表示：“面向數(shù)實融合世界，開發(fā)者是最重要的‘建筑師’?！?/p>

張勇更是直接在訪談中喊話：“我們有個原則會堅決執(zhí)行，有所為有所不為，換言之把半條命交給伙伴?！?/p>

之所以如此重視交朋友，在于當(dāng)下大模型領(lǐng)域的競爭，已經(jīng)從“單打獨斗”轉(zhuǎn)向了“抱團作戰(zhàn)”，也即生態(tài)的較量。

畢竟光大模型訓(xùn)練，就要幾億算力打底，而想將大模型進行規(guī)?；瘧?yīng)用，很可能要付出百億量級別的算力成本。

比如，為了給ChatGPT 提供算力保障，其金主爸爸微軟用幾億美元，耗費上萬張英偉達A100芯片打造超算平臺，還在Azure的60多個數(shù)據(jù)中心部署了幾十萬張GPU，用于ChatGPT的推理，預(yù)計成本超過幾十億美元。

而且這筆錢還不夠花，2022年4月，由于成本巨大，ChatGPT關(guān)閉了面向C端的 Plus服務(wù)。

如此巨大的投入，必須要有足夠豐富的商業(yè)場景才不會血虧。但大模型公司自身能夠滲透的應(yīng)用場景十分有限，因此它們需要借助外力，把觸手伸到千行百業(yè)。

OpenAI 創(chuàng)始人山姆·阿爾特曼今年1月就提到：關(guān)鍵在于中間層，有一批新的創(chuàng)業(yè)公司采用已有的大模型，并對其進行調(diào)整，它們有獨特的數(shù)據(jù)飛輪，隨著時間推移不斷改進，會反哺大模型，創(chuàng)造很多價值。

具體理解就是，依靠眾多開發(fā)者和大模型客戶的實際應(yīng)用與調(diào)試，相應(yīng)攤薄廠商數(shù)據(jù)獲取、模型精調(diào)的成本（定位到大模型基礎(chǔ)成本上），并且產(chǎn)品豐富后，客戶可以對平臺上的云產(chǎn)品隨取隨用，提高產(chǎn)品研發(fā)、銷售效率。

這一點，此前海外云的競爭中已有體現(xiàn)。以AWS為例，其從2013年起就不斷“呼朋喚友”。

在伙伴們的支持下，僅2018年，AWS就上線了1957項新功能和服務(wù)，其中有90%-95%源自客戶反饋，覆蓋基礎(chǔ)設(shè)施類產(chǎn)品、垂直行業(yè)解決方案等多個領(lǐng)域。

AWS也投桃報李，為合作伙伴提供銷售渠道Marketplace（可以理解為云產(chǎn)品的APPstore），截至今年5月已積累200萬訂閱用戶，讓其產(chǎn)品能夠迅速觸達到全球百萬用戶。

可以看到，開發(fā)者在Marketplace上的交易規(guī)模可以擴大80%，成交速度能夠提升40%。在此吸引下，著急下水的開發(fā)者也越來越多。

憑借產(chǎn)品生態(tài)擴大銷量、再通過銷量規(guī)模吸引開發(fā)者進一步入駐的輪動，Marketplace成為年賺超十億美金的云上“APP Store”。

不僅是賺現(xiàn)錢，隨著生態(tài)輪動越來越成熟，開發(fā)者們扎根越來越深入，巨頭還有更多好處可拿。

回到當(dāng)下來說，OpenAI似乎也想走這條路。

截至2023年1月，其已跟科技、教育、制造、金融、零售等行業(yè)的902家企業(yè)形成合作關(guān)系，并且最近被披露正在考慮創(chuàng)建應(yīng)用程序商店，供客戶向企業(yè)出售定制的AI模型，“技術(shù)-產(chǎn)品-生態(tài)”三部曲漸現(xiàn)雛形。

相比于海外，起步較晚的國內(nèi)云廠商，生態(tài)鏈環(huán)節(jié)缺失的問題更突出，在這方面的需求更迫切。

可以看到，截至2022年，國內(nèi)低代碼軟件在企業(yè)軟件市場的滲透率不到1%，且在對低代碼有一定認(rèn)知的企業(yè)中，嘗試或已經(jīng)實踐的企業(yè)不足10%。

而缺乏大規(guī)模的生態(tài)基礎(chǔ)，云廠商若想將應(yīng)用深入各個垂直細分領(lǐng)域，就得死磕自研或者外部采買——比如，阿里云就是前者，今年之前的騰訊是后者。但無論是哪一種，都有點費力不討好。

不過，如今這一行業(yè)格局，似乎隨著AI上云的趨勢，有了改變的預(yù)期。

在這一輪AI上云趨勢里，如上文提到的，上云企業(yè)的成本壓力是倍增的，它們同樣需要“借力”來攤薄開銷，達到輕裝上陣，和時間賽跑的目的。

這樣的背景下，上云企業(yè)對生態(tài)的依賴程度進一步加大，相當(dāng)于給擁有大模型的巨頭們，送來了真正做起生態(tài)，實現(xiàn)類似OpenAI那樣“技術(shù)-產(chǎn)品-開發(fā)者”輪動的大契機。

并且隨著生態(tài)的豐富，客戶選用產(chǎn)品的自由度提高，還可以一定程度上提高定價的彈性。

比如，阿里云就曾提到：“所有平臺級產(chǎn)品都會云化，做到開箱即用，云服務(wù)不再以資源方式付費，而是以業(yè)務(wù)效果付費。”

而等到生態(tài)成熟，國內(nèi)云廠商就可以參考當(dāng)年亞馬遜、微軟的經(jīng)驗“變現(xiàn)”，以提振收入。

不僅如此，大模型生態(tài)一旦跑通，或還能重塑用戶青睞私有云的使用習(xí)慣。畢竟企業(yè)若要高效、快速地接入AI，就得先放下對定制化二次開發(fā)的“執(zhí)念”。

以某大廠園區(qū)人臉識別系統(tǒng)為例，支持10萬個ID的人臉識別，每次訓(xùn)練，需要處理約500萬張照片。如此大規(guī)模的數(shù)據(jù)，單個企業(yè)很難吃下，在公有生態(tài)上多企業(yè)協(xié)作開發(fā)更有效力。

而對云廠商來說，私有云占比降低，省下來的可是真金白銀。參考金山云就知道了，此前隨著私有云業(yè)務(wù)增長，“解決方案開發(fā)育服務(wù)成本”也迅速增加。

收入多了，開銷少了，云廠商的利潤表自然也會有更多的騰挪空間。雖然降價短期內(nèi)讓它們承壓，但看看未來的甜頭，或許是一筆不錯的買賣。

小結(jié)

所謂新一輪價格戰(zhàn)，究其本質(zhì)是新一輪的云計算大戰(zhàn)。

而這一回的關(guān)鍵是，如何抓住生成式AI契機，跑馬圈地；同時建立起生態(tài)輪動，尋求更大的規(guī)模、利潤空間。

事實上，目前的價格戰(zhàn)可能只是開始，畢竟站在這樣的十字路口，恐怕沒有人可以獨善其身。

數(shù)據(jù)支持 | 洞見數(shù)據(jù)研究院