AI云进入阿里百度的 “双强时代” ？

来源：界面新闻

文 | 新摘商业评论 番茄酱

即将结束的10月份，足以被定义为头部AI厂商的“战略爆发月”。

Open AI正以一系列动作，大肆预定算力资源：与AMD达成数百亿美元的芯片采购协议、在四年间订购数十万块人工智能芯片；和英伟达千亿美元级的基础设施合作，通过由数百万个英伟达GPU提供支持的数千兆瓦（GW）数据中心来扩展OpenAI的算力……

OpenAI头号劲敌Anthropic，也与谷歌联手宣布了高达数百亿美元的芯片采购计划，预计将使用多达100万个谷歌Tensor处理器为其AI提供支持。

OpenAI们大张旗鼓抢购算力的核心目的，都是为了尽可能压缩AI投入成本。外媒The information爆料称，OpenAI在 2025 年上半年创造了约 43 亿美元的收入，比去年全年增长了约 16%。但其现金消耗同样飙升至25亿美元，很大一部分原因是其开发人工智能和运行ChatGPT的研发成本。

前所未有的现金消耗速度，加上过去两年约20亿美元的现金花费，很好地解释了为何OpenAI的融资额超过了历史上任何一家私营公司，其CEO山姆·奥特曼此前曾告诉员工，他们的公司可能是有史以来“资本最密集”的初创公司。

超高现金消耗速度的背后，也在折射出一个行业新趋势，即云厂商已经越来越难以靠单一环节的优势来满足AI公司对成本优化的需求。无论是传统云厂商还是AI云新贵，都必须将触角延伸至上下游，形成垂直整合的合力，才能以更高效的成本优化能力，拿下客户订单。

把目光放到AI云市场，沙利文、IDC等权威机构近期发布的报告也印证了这个趋势。

沙利文《中国全栈AI云服务（公有云）市场报告2025H1》报告显示，两大全栈AI巨头——阿里云与百度智能云共同占据AI云市场超50%的份额；苹果AI（Apple Intelligence）的中国合作伙伴名单中，也只出现了百度和阿里的名字。

未来已来，以“全栈”之名：一场关乎未来十年AI主导权的博弈，已然拉开帷幕。

一、为何“只有全栈才是真正的AI云”？

在行业看来，驱动头部厂商布局全栈的战略逻辑很清晰：首先，是成本的倒逼。

拿Open AI来说，训练GPT-4耗资数亿美元，推理成本惊人，奥特曼曾多次吐槽AI算力“太贵了”，随着模型规模指数级增长，这笔“算力税”将成为吞噬企业现金流的无底洞，严重制约研发投入。

为了尽最大可能满足AI头部公司对成本优化的渴望，云厂商不得不逐渐构建起“芯片-算力-模型-应用”的全栈闭环，才有望实现端到端的极致成本优化，从而打动外部AI公司们，形成集聚效应。

这也映射出行业一大新的走向。

马太效应将进一步加强，未来的AI领导者，必然是全栈巨头，新玩家入场难度激增，“赢家通吃”成定势。

拿沙利文报告中，我国全栈AI云服务两巨头来说， 百度智能云以“云智一体”战略为锚，构建了无死角的全栈能力矩阵。在算力层，百度自研的昆仑芯AI芯片，搭配百舸AI计算平台，实现了从硬件底层的性能突破和成本优化，成功点亮国内首个自研万卡集群，这意味着其在面对类似OpenAI这样的头部AI厂商需求时，能够借助全栈优势，以更低成本匹配对方更高要求。

在模型平台层，千帆大模型平台集成了150多个模型，并提供完善的开发工具链，企业可以避免“工具链碎片化”的困扰，在一个平台上高效完成模型选型、精调、评估到部署的全流程。

在应用层，百度能直接将技术转化为解决业务痛点的方案，如数字员工和行业智能体，确保从技术到价值的转化路径最短、最顺畅。

这套层层递进、“多位一体”的完整体系，让其获得越来越多追求实效的企业客户青睐，最终深入千行百业腹地。

二、全栈AI云，重塑千行百业

为什么企业迫切需要全栈AI云？

这背后是，AI“玩具”时代已经结束，“效用”时代全面开启。随着AI深入千行百业，企业客户的需求也发生了根本性转变，他们不再为“AI噱头”买单，而是迫切需要AI能无缝嵌入核心业务流程，解决棘手难题。

沙利文报告指出，当前80%企业面临AI应用的“技术悬崖”，核心矛盾在于工具链碎片化与技术门槛过高。全栈AI云服务通过算力池化架构、低代码智能体平台、大小模型协同三大维度破局，其核心价值体现在三方面：一是简化AI应用开发流程，缩短产品上市时间；二是支持按需扩展与灵活定制，平衡性能与成本；三是保障数据安全与合规性，降低伦理风险。

诚如所言，在风起“云”涌、各行业加速数智化转型的2025年，百度智能云与阿里云的全栈能力，正在众多行业客户实践中转化为实在的增益。

先来看央国企数字化转型的重镇——金融行业，根据公开数据统计，2025年1-9月，大模型相关的中标项目数量已达到358个，较2024年全年激增170%，显示出金融业拥抱AI的迫切性与决心，在这片高价值战场上，百度智能云在中标数量和中标金额上均位居行业第一。

这背后深层原因是，在金融行业，安全、合规与稳定性的要求是压倒一切的，客户需要的不仅仅是一个强大的AI工具，更是一套高度可靠的基础设施，这是单一模型服务商难以提供的价值。

金融客户若采用“拼凑”或“部分外包”的模式，就会面临“碎片化”带来的安全与合规风险，比如，敏感金融数据可能需要离开银行的内网环境，存在巨大的数据泄露隐患；同时，若底层芯片、框架、模型是松耦合的，升级其中任何一部分都可能“牵一发而动全身”，导致机构不敢轻易升级。

而透视百度智能云与招商银行的合作，双方基于百度自研的昆仑芯P800，成功实现了国产AI芯片在大规模集群环境下的规模化应用，该集群能稳定支持各类开源大模型，其性能表现远超同类型国产芯片，招行在享受AI带来的智能客服体验升级、多模态数据分析效能提升的同时，其技术底座的安全也得到了强有力的保障。

如果说金融业考验的是AI云的“内力”与“可靠性”，那么将目光投向更“硬核”的传统制造业，在这里，全栈AI正成为提质增效、培育新质生产力的关键。

要知道，制造业痛点分散且专业性强，单一AI模型或算法无法通解所有问题，缺乏对特定制造工艺的深入理解，AI解决方案容易与实际生产流程脱节。

而中国钢研与百度智能云的合作，则演示了“钢铁是怎样智能炼成的”。

双方联合打造了钢铁行业的系统级智能基础设施，实现了秒级的数据标注速度和95%以上的检测准确率等关键指标突破，最终让产线效率提升50%以上，质检人力节省40%以上。

可以说，全栈AI云向下兼容各种硬件和设备，向上提供标准化的AI开发和应用能力，确保了AI解决方案能深度融入炼钢这个复杂的物理流程。

可以看到，在AI应用的“深水区”，那些依靠东拼西凑的“组装”解决方案，在稳定性、安全性和持续演进能力上，永远无法与铁板一块的原生一体化设计相抗衡。如今，千行百业的客户用钱包给头部全栈云厂商投票，是因为全栈能力带来了确定的增益，如更低的综合拥有成本、更快的部署速度和更优的实用性能。

而另一头，头部厂商的战略投入也终于迎来了“回报时刻”。

三、AI战略投入迎来“回报时刻”

不过，行业也别太眼红阿里云和百度智能云“吃肉”，冰冻三尺，非一日之寒，当前的市场份额，是其战略定力和长期压强式投入的兑现。

百度自2017年便明确将AI作为公司发展的核心战略，是国内最早押注AI的科技巨头。数据显示，百度近十年累计投入的研发资金超过1800亿元，研发占比常年在20%以上。

而阿里云则在2025年初宣布了未来三年投入超过3800亿元用于云和AI基础设施建设的计划。

在行业看来，这种规模投入已远超普通的技术布局，而是对企业未来命运的“战略押注”。这意味着，AI云的竞争壁垒首先就建立在资金和战略决心的“硬门槛”之上，后来者几乎难以在短期内通过单一产品或模型实现超越。

功不唐捐，如今，AI真正开始像水电煤一样成为社会的基础设施，这些早期布局、坚定投入、并完整构建了从芯片到应用全栈能力的玩家，其长期价值正被市场重新发现和重估。

从财报数据来看，高强度的战略投入已经度过了漫长的“输血”培育期，开始进入“造血”回报期。

2025年上半年，涵盖智能云服务在内的百度AI新业务收入达到194亿元，同比增长高达36%，增速在一众上市云厂商中位列第一。同期，阿里云收入为635.25亿元，同比增长也达到了22%，不仅验证了战略方向的正确性，更证明了其商业模式的成功和健康度。

这让我们感慨，在AI应用发展早期，市场或许会为技术的潜力和想象力买单；但在AI应用走向成熟之后，市场只会为清晰、确定的商业价值付费。真正的领先，始于对技术趋势的信仰，成于构建体系化的能力，最终兑现为为客户创造的可衡量、可感知的价值。

潮水逐渐褪去，喧嚣归于平静，短期的投机者终会退场，唯有那些将AI视为集团生命线、敢于进行长期甚至孤独的压强式投入的“长期主义者”，才能穿越技术迭代与市场波动的周期，率先触摸到回报与希望的曙光。

我们期待，在阿里云、百度智能云两大头部玩家的牵头和引领下，AI能进一步扎根本土场景，更深入地赋能千行百业，跑出高质量发展的“中国速度”！