运营商AI转型之路：不做通⽤⼤模型，做⼤模型的管道？

本文来自微信公众号： 通信炼金所 ，作者：飞马腾空

“OTT”在通信行业有两段截然不同的命运。移动互联网时代，它是运营商的梦魇：互联网企业踩着运营商建好的网络，用微信的免费消息干掉了千亿级短信，运营商投入巨资建网，却只赚到基础流量费，高附加值的增值业务被拿走，陷入”管道化”困局。

大模型时代，算力、网络、属地交付重新成为产业核心资源，叙事开始反转。运营商走到岔路口：继续被动被OTT，还是转身做AI底座？

业内长期有两种声音：一种主张靠网络地位掐住AI类OTT的脖子；一种主张全力自研通用大模型，下场与头部AI企业同台竞争。但现实是：掐入口不具可行性，自研通用大模型也不符合运营商的资源禀赋。更合理的定位，是做”大模型的管道”——但必须吸取第一代OTT的教训：AI时代的管道，绝不能复刻”按流量、按token计量收费”的老路，否则会再次陷入增量不增收。

一、掐住OTT入口，走不通

每当运营商与互联网平台博弈，”靠网络层优势约束OTT厂商”就会被提起。这条路不是技术不行，而是三重硬约束难以落地。

第一，监管不让。运营商具备准公共基础设施属性，承担普遍服务义务，网络中立是治理原则。监管不会允许运营商利用底层网络对上下游做非对称竞争——商业诉求必须服从行业治理逻辑。

第二，舆情不让。用户的网络体验预期已经稳定，而网络资源本就高负荷运转。若商业化售卖差异化加速、优先级保障，制造访问等级差异，舆情极易引爆。在网络体验没有余量的前提下，靠特权赚超额收益并不现实。

第三，模式不成立。“掐脖子”本质是收保护费，前提是掌握用户入口——而移动互联网时代，C端入口早就在互联网应用手里。B端确实存在QoS保障类业务，但一直只能偷摸搞搞、局限在定制场景，成不了战略级业务。靠网络管控收割AI红利，是幻想。

二、下场做通用大模型，打不赢

既然管控不行，另一派主张：重金自研通用大模型，打造自有C端AI产品。这更像务实派的幻觉。

运营商在算力、云服务上探索多年，始终声音大、雨点小。做基础设施是本分也是长项——海量机房、带宽、电力、属地节点，这是央企与生俱来的。但一旦延伸到大模型产品打磨、生态运营、开发者服务，短板就暴露了：产品迭代、生态构建、开发者关系，运营商比互联网大厂差得太多，这不是加投入、加人就能补齐，是组织基因的差异。

价格是最直接的佐证。一个真实体验的数字：同样消耗DeepSeek-V4的token，用claude消耗1.2亿token约26元，某运营商却要30元才给2000多万token——贵了好几倍。

贵在哪？首先要纠正一个非此即彼的误解：运营商对外销售token，从来不是”转售还是自建”的二选一，而是混合模式并行——代理转售、自有GPU部署开源、合营部署三条线同时跑，三种模式各自都推高成本。

代理模式（对接厂商公有API转售批发）：运营商不跑模型，向DeepSeek、千问、智谱等厂商拿批发价，封装进自家MaaS平台对外卖套餐，客户调用走运营商网关，运营商按量与上游结算。每笔调用都要付上游费用，再叠加运营商自己的运维、销售、渠道成本，单位成本天然高于客户直接找模型厂商。

自建模式（自有GPU+开源权重）：智算中心自购GPU部署Qwen、DeepSeek开源版、

ChatGLM等权重，服务政企信创、数据不出域的私有化项目——这正是”合规溢价”的来源。但局限同样硬：闭源旗舰拿不到权重，只能跑开源和垂直小模型；工程调优、vLLM推理优化能力弱，GPU利用率不及AI大厂，叠加硬件折旧、电力、机房、运维人力，即便跑开源模型，成本也不一定打平头部厂商。

合营模式（模型厂商把模型部署进运营商机房）：这是政企”数据不出域”需求下最重要的落地形态——模型厂商出模型与调优，运营商出机房、网络、属地交付和客户。但它有三个绕不开的问题：收益怎么分（算力费、模型授权费、运维费各占多少）；知识产权边界在哪（模型权重归厂商，但属地化调优产出的行业数据与微调成果归谁）；风险怎么担（数据安全事件、模型效果不达标的责任主体）。这些问题谈不拢，合营就只是”一起卖”，不是”⼀起成”。

但三种模式都还不是最深的根源。真正把价格顶到5倍差价的，是国企机制的成本核算刚性：民营云厂商可以动态定价，按用户实际调用的模型、实际流量精细核算，甚至敢”赌”大多数用户大部分时间用便宜模型；而运营商是国企，定价必须按”用户会全部使用最贵的大模型”这一最坏情况来计量成本，确保自己不倒挂——国企不能亏，亏了就触发问责。于是三档套餐一刀切、单位价完全一致：它不是按你的实际用量计价，是按”你可能把最贵的模型用到满”来计价。

这恰恰说明：运营商token生意的本质，不是技术能力，是合规牌照叠加国企定价机制下的刚性加价——客户买的是”不出域的、合规的、按最坏情况定价的模型”，不是”最新最强、按实际用量定价的模型”。运营商既没有技术领先，也没有分发权，更没有定价弹性，它的token业务从头到尾是一个合规利基市场。

一个具体的实证：某运营商的”算力包”产品，在产品页面上明确接入的是MiniMax-M2.5和DeepSeek-V4-Flash两个模型，并用了”按需调用AI大模型算力”的措辞——“按需调用”在云计算行业里就是API调用的标准说法，等于运营商自己亲口承认了：提供的就是大模型API的转售服务，运营商即使想自建，也只能拿到上一代甚至上上代的开源权重，性能差距根本撑不起”商用”二字。更何况即使开源了，自建推理在GPU利用率、推理优化、规模效应、运维成本四个维度全面劣后于云厂商，自建是”贵+旧+差”的赔本买卖，调API才是理性选择。

所以，运营商token业务的真实结构可以定论了：话费支付渠道+混合模式供给（代理+自建+合营）+合规包装+国企刚性定价——技术含量低，定价权没有，弹性没有。唯一的护城河，是运营商的企业级结算能力——不止话费扣款，还有政企账单归集、统一结算、央企采购准入这一揽子能力，这是云厂商和模型厂商都缺的。但它的天花板同样有限：这套结算能力本质还是”渠道能力”⽽⾮”技术能力”，随着模型厂商与支付、金融、政企服务商的合作加深，通道优势会被逐步绕开。

还有客观的资源约束。大模型是无底洞式的资本消耗，年入数千亿、利润率个位数的央企，把大量资金押注到胜负未知的通用大模型，商业风险过高。

但远离通用大模型，不等于远离大模型。建设国产化算力底座、落实信创替代、参与东数西算、构建全国算力网，是国家赋予运营商的战略任务，也恰好匹配其资源禀赋。央企资源应优先投向确定性高的底座建设。

这里要做一个关键区分：不做通用大模型，不等于不做模型。面向通信运维、政务、城市治理、行业客服等场景，运营商完全可以布局垂直小模型、领域专用模型——这类模型不对标C端通用大模型，而是服务自身属地政企项目，作为算网底座的配套能力。把专用模型当配套工具，和下场打造通用大模型产品，是两码事。

但也要看到另一种可能：垂直行业模型一旦在某个场景做到不可替代，就可能脱离”配套”成长为独立的高价值业务——通信网络运维模型、政务热线模型、反诈风控模型，本身就有独立付费意愿。只是这条路需要数据、场景、人才三样运营商当前都缺的东西，它是远期期权、不是近期现实。当前定位为配套是务实的起点，但战略上要留出它独立成长的空间，不能一开始就把天花板钉死。

过去，语音、短信、流量是通信的核心生产要素；进入AI时代，算力有望成为第四要素。但要素不等于产品——运营商靠语音、短信、流量赚钱，不是因为做出了最好的IM，而是掌握了要素的计量、调度与分发。

延续这套逻辑，运营商在AI时代的盈利重心，不该是C端大模型应用，而应是AI核心要素的调度、分发与服务。定位不是自研通用大模型去和DeepSeek、千问、豆包抢C端，而是聚焦三件事：算力网络全局调度、国产化大模型算力底座、为全行业大模型厂商提供”网络+算力”一体化底座——做”大模型的管道”。

但这里藏着一个必须直面的大前提：”要素≠产品”这套逻辑成立，靠的是运营商掌握要素的分发权。语音、短信、流量时代，运营商是守门人——号码、频谱、基站、管道全是物理垄断，OTT必须过门、过门就得交钱。分发权，本质是物理垄断权。

到了AI时代，这个前提动摇了。token的生产权在模型厂商，调用入口（也就是分发权）在云厂商和应用层手里；连底层的算力，都有云厂商自建智算中心、地方国资算力平台、大模型厂商自建三路竞争。运营商手里已经没有”⻔”了，只剩”路”（网络）和一部分”停车场”（算力）。

前面那个5倍多的价差，正是这件事的铁证——贵的是合规牌照，不是技术能力。真有分发权，就该收分发费，而不是靠高单价硬卖。高价是丢了分发权的症状，不是握有定价权的证据。

所以，要对”第四要素”做一个修正：运营商做不成第四要素的分发者，只能做第四要素的基础设施供应商。分发者吃增量、能分成；基础设施供应商被定价、吃固定回报、易被替代。而这一修正，反而让后面的结论更清晰：既然分发权没了，运营商手里唯一还接近”⻔”的资产，就是渠道——百万门店、网格团队、政企客戶经理触达长尾市场的入口。这是云厂商、大模型厂商都缺、也养不起的。用渠道分成机制，把”基础设施供应商”升级成”最后一公里的分发者”，才是对抗商品化的真正答案。

落地商业化有三个抓手，每个都要认清边界：

第一，B端合规溢价。面向政企输出CDN边缘加速、专线、5G切片、算力集群。但要厘清：网络切片、QoS优先级受网络中立约束，大规模售卖差您化加速空间有限。真正的结构性溢价，主要来自信创适配、属地数据存储、等保、涉密资质带来的风险溢价——政企为安全合规买单，这类溢价抗价格战。C端仅适度开放游戏加速等合规场景。

第二，属地交付。各地市政企的国产信创需求，运营商云和算力具备独特优势，不少项目走单一来源采购。数十年沉淀的属地政企团队是珍贵资产，云厂商想复制一支覆盖全国地市的地面队伍，成本极高。但要正视短板：属地客户经理擅长关系维护，普遍缺AI解决方案能力，易陷入”拿得到项目、做不好交付”。可行路径是”运营商抓线索，联合ISV生态伙伴完成方案实施”。

第三，算网融合。把通信网和算力网融合，推出”专线+边缘算力集群”一体化方案，将网络与算力做乘法，抬高客户迁移成本。客户的IT架构一旦基于算网融合搭建，就形成强绑定。这是运营商独有的组合能力，纯云厂商难以复刻。

三、吸取教训：别重蹈管道商品化

管道的宿命是商品化。第一代OTT的痛点，不是管道收入消失——流量收入一直在涨——⽽是按量计费不制造粘性：无差异化→拼价格→价格战→增量不增收。流量百倍增长，ARPU原地踏步。

投射到AI时代，若”大模型的管道”仍按token调用量、算力时长计量收费，几年后大概率重演：算力需求爆发，单位收益持续下滑。破局不在技术升级，在激活渠道。运营商有一支被低估的线下力量：上百万门店、网格团队、政企客户经理、SA伙伴。这些渠道不该只卖号卡续费，而应改造成算力与AI服务的分销网络。

铁塔能租赁，算力也能租赁。设计长期渠道分成机制：算力租赁订单、属地项目、后续续费，都给渠道伙伴分成。渠道的动机是”冲量”；而算力分成把动机切换成”养客户”。这才是渠道愿意学、愿意卖复杂算力的根本动力。但这只是业务账。还有一笔组织账，账面上看不见，却决定这套机制能不能落地：分成要动云、网络、政企、渠道四个部门的考核蛋糕，每一家都有几十年的KPI惯性。国企的考核逻辑是”谁的收入、谁的KPI、谁的成本”——让渠道部门分走云事业部的收入，等于让一个部门割肉喂另一个部门。这笔内部改革的隐性成本没有显性价格，但量级可能远超业务账本身：现实中大量”商业模型漂亮、组织推不动”的改革，都死在这一步。这套分成机制真正的风险，不在LTV算得对不对，在组织能不能承载利益重构。

由此得出三条设计原则：

一是分成比例要锚定”渠道值得学”。算力比号卡复杂，渠道要投入学习成本，分成必须覆盖这个成本，否则门店会退回卖号卡。

二是分成必须长周期。把一次性佣金改成年金，倒逼渠道看重续约而非一锤子买卖。

三是分层分成。大型政企项目靠客户经理+行业伙伴，中小微企业算力交给代理商，门店只承担线索引流、不深度销售复杂算力。

落地还有两个组织层面的现实阻碍：分成机制跨云事业部、网络部、政企部、渠道部，涉及考核与利益再分配，内部协调阻力大，需提前理顺考核、打通跨部门利益；产品层面要沉淀标准化套餐（如封装”专线+边缘算力+安全底座”），降低渠道理解与交付成本，才适合大规模分销。

唯有如此，这套重人力、重服务的护城河才真正难以复制——互联网大厂追求轻量化，不会养百万级地面队伍，这正是运营商最核心的壁垒。

四、正视风险：属地市场不是自留地

这套思路同样面临外部竞争，而且不止互联网大厂。

阿里云、钉钉已在加速属地化，深度参与多地政务数字化，不少标杆项目由互联网厂商落地——属地政企市场从来不是运营商的自留地。运营商手里有两张牌：一是央企背书，在涉密、关键基础设施项目上，”阿里毕竟还是资本化的”，存在准入短板；二是渠道纵深，大厂能拿标杆项目，却铺不满全国地市县的长尾市场。

但要清醒：央企背书只是入场券，不是永久护城河。躺平不磨产品、不提升AI方案能力，标杆项目会持续流失，仅靠长尾撑不起AI时代的业务大盘。

除互联网大厂，还有两类对手。地方国资算力平台是更直接的竞争者：它们有地方政府背书，在属地政企项目的竞争力与运营商相当甚至更强——毕竟它们是地方政府的”亲儿⼦”。AI大模型厂商则自建算力中心、布局边缘节点，替代运营商的算力管道。

还要戳破一个容易自我安慰的错觉：合规是入场券，不等于高毛利。自建GPU跑开源模型服务信创项目，同样要承担开源模型的持续调优、数据标注、人才招聘、版本迭代成本——开源不等于免费，部署不等于交付。运营商需把算网融合、属地服务、安全合规组合成综合壁垒，而非单纯比拼算力价格。

写在最后

运营商的OTT转型路径，一句话：掐入口走不通，下场做通用大模型打不赢，正路是“底座+管道+渠道分成”三件套——以国家战略夯实国产化算力底座，守住基本盘；以合规溢价和属地交付守住高毛利；以分层设计的渠道分成机制，对抗管道商品化。

AI时代运营商已经失去了要素分发权，它回不到”守门人”的位置了。它能做的，是用渠道把自己从”基础设施供应商”重新顶到”最后一公里的分发者”——这一步能不能跨过去，决定了运营商只能又是AI时代的收租者，还是又一个被时代绕过去的管道。

第一次被OTT，运营商丢的是增值业务；大模型时代若只做收过路费的透明管道，丢的将是整个AI时代。管道不可耻，可耻的是只会收过路费。运营商要做的，是具备服务能力、生态能力、属地交付能力的新型管道——以及，重新抢回一点分发权的资格。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4888303.html?f=wyxwapp