撰文 | 吴坤谚
编辑 | 吴先之
在各大枢纽机场的广告屏上，“大模型”“算力”“AI云”“第一”等关键词高频重复——候机楼灯箱、登机口屏幕、行李转盘旁巨幕，无不传递着同一信号。
枢纽机场向来是To B营销重镇，广告背后不仅是品牌声量，更是行业信心的晴雨表。当所有厂商都宣称“第一”，恰恰说明AI云尚无公认的领跑者。
模型调用量、算力规模、项目落地率、全栈能力……口径越多元，越反映出各方对同一问题的争夺：AI云的终局形态究竟是什么？
机场广告因此成为一张“派别地图”，映射出当前AI云竞争的几条典型路径：
阿里云依托长期IaaS与工程体系积累，强调算力调度与基础设施支撑，属“基建派”；百度智能云、京东云聚焦端到端解决方案与行业交付，属“落地派”；火山引擎以“你的AI云”为叙事核心，致力于推动云计算整体市场迭代升级，是传统格局的“挑战者”。
华为云与运营商云则下沉至二线城市机场，突出国产算力与整体替代方案，在更封闭的需求与合规框架内构建自有秩序。
当这些差异化路径被并置于机场广告位时，AI云竞争的真实图景反而清晰：这不是同赛道的匀速竞跑，而是多路径并行试错。终局答案，只能在企业一轮轮真实部署、分层使用与规模化落地中浮现。
一场AI云的新老之争
若论当下最具代表性的对照样本，阿里云与火山引擎正日益构成AI云竞争的两端。
阿里云源于集团高峰值业务长期压测，其云能力本质是系统工程：先夯实IaaS的稳定性、弹性与大规模调度能力，再在其上构建可复制、可交付的产品体系。
阿里云公有云负责人曾指出：随着GPU成为通用计算资源，承载推理、训练、Agent等全部AI任务，未来云将演进为统一AI云，业内亦称“GPU云”。“底层物理节点、网络、存储与安全，都将因AI需求全面升级。”
相较而言，火山引擎更聚焦模型服务层，通过快速迭代、敏捷迁移与短决策链路抢占增长。其总裁谭待提出：“模型只有被调用才能发挥价值——越有价值的模型，调用量越高。”按此逻辑，算力以Tokens形式转化为智能，智能本身成为云服务的核心价值；量化标准明确、“即插即用”的交付方式，与AI加速渗透相互强化，快速形成规模效应。
如果说阿里云将AI云视为长期系统工程，火山引擎则将其视作一场尚未定型的迁移——旧秩序松动、用户习惯未固化，关键不在底座有多完整，而在能否抓住变化本身。
二者能力结构差异，导致正面碰撞不可避免。IDC数据显示：2025年上半年，阿里云以24.7%份额领跑中国AI IaaS市场（规模198.7亿元，同比增长122.4%）；同期，火山引擎以49.2%份额位居大模型公有云服务（MaaS）市场第一（规模12.9亿元，同比增长421.2%）。
两组数据对比鲜明：IaaS市场规模仍远超MaaS，阿里云凭借“昨日”工程积累与“今日”规模优势，整体仍处领先；但MaaS作为当前AI商业化最活跃板块，增速惊人，变量犹存。
这场“底座”与“入口”的对决中，底座派需在MaaS/开发者侧证明产品化速度，入口派最终也要回归工程效率验证。双方共同的交汇点，正是MaaS。
MaaS何以成为“分流器”
去年英伟达技术大会上，黄仁勋耗时两小时讲述Token作为新型生产要素的经济增长逻辑——对其而言是生意，对云厂商而言，已是现实。
MaaS之所以成为AI云增速最快的细分市场，源自双重动力：
一是供给端门槛极低：企业或开发者无需重构底层算力、不涉复杂运维，仅凭一条API即可启动AI实验，契合组织内“业务先行、局部见效、再谋扩展”的扩散路径。
二是度量维度直观可感：Tokens消耗、调用量、开发者数量、生态伙伴数等指标即时可视，易转化为心智优势——厂商难向公众解释异构集群调度的含金量，但“调用量第一”一目了然。
由此，MaaS在AI云中扮演关键“分流器”角色：大量早期需求在传统Top-Down流程尚未启动前已被承接。深度AI落地，则取决于企业自身的组织能力与场景分层。
电商与物流行业构成一对典型对照：
- 电商数据结构化程度高、提效需求自下而上强烈，天然适配MaaS。不少代运营团队已直接使用飞书多维表格构建日常AI看板。
- 物流则以时效、成本、履约质量、异常处理为核心，对GenAI依赖有限，更需稳定数据管道、高吞吐计算与可控模型，资源消耗集中于IaaS层。
某物流企业技术负责人坦言：“我们把自研分为两类功能——集成式解决方案全自建，但大量原子能力仍会外采。相比核心物流模型产生的Tokens消耗，原子能力采购投入更大。”
可见，IaaS主要满足中大型企业对核心IT系统规模化运行的刚性需求（如合规、混合部署、持续交付）；MaaS则覆盖标准化、结构化场景，在试错与迭代要求下兼具弹性特征。
二者并非替代关系，但在厂商竞争中存在结构性拉扯：
- 阿里云虽在IaaS占优，仍无法忽视MaaS的增长逻辑——其驱动力在于供给方式与组织能力匹配，而非单纯价格下行；
- 火山引擎同样面临需求深化挑战。据云厂商人士透露，其MaaS客户与自购算力做模型训练的客户重合度高达70%，说明领先企业普遍选择“分层使用”：快上线场景靠调用，核心场景靠微调、专有部署或自训。
当AI进入核心系统并规模化应用，决定可持续性的，终归是底座的确定性。火山引擎需向市场证明：不仅能把调用做大，更能把系统做稳。
其他云厂的理性位置
主战场之外，更多玩家策略趋于务实：
华为云与运营商云聚焦国产算力与替代方案，目标客户、交付方式与合规框架高度定制化，重在构建可控、封闭的自有体系，而非开放市场竞争通用标准。
百度智能云长期以“落地”为传播关键词，政企端商业化特征明显——截至2025年，已成为65%央企、100%系统重要性银行及800+金融机构的选择。To G市场必须持续证明“能落地、可复制”，这是其现实约束，也部分解释了其对外叙事中IaaS/PaaS/MaaS三层能力并举、焦点分散的现象。
值得注意的是，伴随国产算力结构变化，百度迎来新转机。沙利文《2025年中国GPU云市场研究报告》显示：在中国自研GPU云市场，百度智能云以40.4%份额居首。依托昆仑芯早期积累，其万卡集群调度能力已在大模型训练、推理与规模化部署中形成闭环反馈，或将成为下一阶段核心竞争力与传播重点。
京东云路径更贴近集团产业基因：深耕供应链、零售、物流等真实场景，不追求覆盖全部想象空间，专注将AI转化为业务动能。
综观各派路径，AI云竞争早已超越单一指标比拼——定义在变、技术在变、企业采购与部署逻辑也在变。尤其当市场存在“冰山效应”，公有云统计口径难以覆盖企业真实AI消耗时，仅凭可见数据判定胜负极易失真。
事实是，AI云真实规模或被系统性低估。公开可见的基础设施与Token调用量，仅是“冰山一角”。大量出于安全与数据主权考虑的私有化、内生化部署，并未纳入公有云统计。业内人士估算，仅API调用这一维度，非公有云口径覆盖的市场空间可达当前可见市场的5～10倍以上。
既然大量消耗发生在私有环境，“公有云第一”便不具备定义行业第一的能力。
诸侯并起、路径并行、标准未立，AI云在火热落地中正式步入“春秋时代”。共识中的AI云究竟长什么样？答案只会在厂商持续试错、企业广泛实践、以及下一轮规模化应用全面展开之后，真正浮出水面。