雲廠商的新战場：如何用MaaS賺錢？

2023-12-15 18:40:37 編輯： robot

導讀文：武佔國，編輯：何玥陽，出品：數智界今年，大模型之風，在國內已經刮了一波又一波。無論是在烏鎮召开互聯網大會，還是各大互聯網論壇，大模型一次又一次被大佬們捧上C位，如今百模大战的硝煙仍未...

文：武佔國，編輯：何玥陽，出品：數智界

今年，大模型之風，在國內已經刮了一波又一波。

無論是在烏鎮召开互聯網大會，還是各大互聯網論壇，大模型一次又一次被大佬們捧上C位，如今百模大战的硝煙仍未停止，最終會不會是像“百團大战、百雲大战”一樣，贏者通喫，猶未可知。

至少目前，大部分都屬於燒錢研發階段，實現盈利、變現的屈指可數。但是，這場針對大模型訓練的雲廠商之战，已經拉开帷幕，各大雲廠商紛紛發布了各自對大模型的服務方案。

截至目前，國內外雲廠商，包括阿裏雲、華爲雲、騰訊雲、百度雲、京東雲、微軟雲Azure等雲計算大廠，都已經推出了MaaS服務。

推出MaaS服務對雲廠商有什么影響？雲廠商如何通過MaaS進行變現？MaaS能不能成爲雲廠商新的業務增長極？本文將回答這些問題。

一、雲廠商鏖战MaaS

MaaS是模型即服務，是IaaS（基礎設施即服務）、PaaS（平台即服務）、SaaS（軟件即服務）之外的一個新概念，也是雲廠商的新業務，但目前主流雲廠商對MaaS的定義並未形成統一的說法。

曾經制定過IaaS、PaaS和SaaS技術標准的美國國家標准與技術研究所（NIST），目前也沒有給出MaaS的技術標准，國際上也沒有其他權威認證。

根據雲廠商的描述，MaaS模式的核心價值可歸納爲：降低算法需求側的开發技術和使用成本門檻，用戶可以直接通過API調用基礎大模型，爲不同的業務場景，來構建、訓練和部署專屬模型。

主流雲廠商發力MaaS服務，存在着主動和被動兩方面的原因。

第一，主流雲廠商的傳統業務增長放緩。

總體看，雲廠商的傳統業務大多是基於IaaS層的公有雲業務，而PaaS和SaaS層的業務規模相對較小。在IaaS層提供服務的顯著特點是，重資產、重投入，靠規模喫飯，但同質化嚴重，所以利潤率較低。

再加上運營商的加入，競爭更加激烈，價格战頻頻上演。

另一方面，阿裏雲、騰訊雲等雲廠商調整了以往要規模的路线，通過主動放棄一些低利潤項目，來保利潤率。如互聯網雲廠商所愿，這兩年雲廠商的利潤率有所改善，但增長落入10%以下的區間。比如排第一的阿裏雲，2023年增速已經趨近於零，相比前兩年高達20%-100%的增速，已經大幅下降。

在利潤率更高的PaaS和SaaS層，由於基礎开發軟件和SaaS業務端需求不足，國內這兩層的業務量規模較低，佔整個公有雲市場的比例也遠低於國外。

第二，大模型訓練和運營，存在算力和服務缺口。

隨着ChatGPT的爆火，各個大廠、企業紛紛下場做大模型，截至10月份，我國擁有10億參數規模以上大模型的廠商及高校院所共計254家，國內已經發布了238個大模型，相較於6月份的79個，在四個月內增長了三倍。

這么多大模型的訓練和運營都需要巨大的算力支持。比如OpenAI訓練大模型，前期GPT-3的訓練一次需要購买49台服務器，成本140萬美元，日常運行成本則更高，以早期的每日2500萬訪問量計算，需要購买3798台服務器，成本7.59億美元。

華爲預測，2030年通用計算總量比2020年增長10倍，至3.3ZFLOPS；AI計算總量將增長500倍至105ZFLOPS。

基於這樣的預期，雲廠商紛紛推出了各自MaaS業務。

今年3月，李彥宏在文心一言發布會上提出，大模型時代MaaS將取代IaaS，成爲主流。4月，阿裏發布通義千問大模型，同時，阿裏雲峰會上，張勇表示，阿裏雲已形成模型即服務（MaaS）、平台即服務（PaaS）、基礎設施即服務（IaaS）三層架構。從這樣的表述也可以看出阿裏雲對於MaaS的重視。

今年7月初，華爲雲公布了盤古大模型3.0和昇騰AI雲計算服務，盤古3.0可以提供從100億到1000億參數等四種系列化基礎大模型，昇騰AI雲可以提供單集群2000P Flops等算力服務。

9月初，騰訊發布自研混元大模型，同時國內企業可以通過騰訊的公衆雲平台接入混元，並根據具體需要進行微調。

二、雲廠商如何通過MaaS變現？

目前業界對MaaS的定義存在分歧，包括MaaS與IaaS、PaaS、SaaS之間的關系，以及未來MaaS是否會重新定義IaaS、PaaS、SaaS，這些都存在不同看法。

目前雲廠商，已推出的MaaS相關服務，主要包括基於IaaS的AI算力服務，以及通過自研大模型或开源大模型提供API調用服務。

第一，API調用服務是MaaS最核心的變現方式。

API調用服務就是，雲計算平台將機器學習模型封裝成可以調用的雲服務，用戶通過API接口或者其他方式，來調用模型的能力。

這個過程中，雲廠商可以根據用量或者時間來收費。

比如，OpenAI推出GPTs及相應自然語言开發工具。OpenAI共制定了四種收費模式，分別是ChatGPT Plus訂閱收費、API（除GPT模型接口外，還包括模型微調接口和嵌入接口）調用量收費、文生圖按生成量收費和音轉文按分鐘收費、模型實例租用收費。

其中，GPT-3.5模型是按調用token（分解單元，中文大致等同於一個詞）數量計費，每10萬個token收取4美分。美國應用市場排名靠前的應用，服務營銷文案的Jasper和聊天機器人Chat with Ask AI都是基於OpenAI旗下模型开發的應用，其最核心的成本也是給OpenAI的API調用費。

第二，給訓練、運行大模型提供AI算力服務。

算力服務一直是雲計算最初級的服務，也就是IaaS層的服務。IaaS，最初就是爲企業提供集中服務器、數據存儲等底層的技術服務，後來在此基礎上發展出了PaaS和SaaS。

跑大模型需要的是AI算力，而非以往的通用算力，AI算力的需求，對雲廠商IaaS層的服務器、網絡、存儲等都產生了重構。比如，在提供算力的服務器，需要採購大量的搭載英偉達的GPU服務器，重新搭建建立在其基礎之上的系統和網絡服務。

大模型未來也有可能重構PaaS層和SaaS層。

在此基礎之上，雲廠商也可以探索新的付費模式，比如基於开源模型，形成开發者社區，實現AI PaaS服務，給开發者提供除算力和模型之外的服務，比如提供开發者訓練大模型需要的數據庫、中間件等服務。

此外，在SaaS層，更多企業的SaaS產品开始基於AI(AI-based-SaaS)，AI從SaaS的輔助工具到AI原生SaaS（基於特定大模型的SaaS產品），再到AI agent SaaS（智能體即服務），都將經歷在應用層探索。

三、通過MaaS賺錢，存在哪些困難

首先我們需要釐清，雲廠商提供MaaS服務，想賺誰的錢？

模型廠商的錢，包括大模型和行業模型，比如百川智能就是在阿裏雲上跑的，行業模型是一個趨勢。最終賺的是B端企業的錢，針對C端的AI應用變現問題，我們在此前的文章《大模型太卷，AI應用就好做嗎？》中討論過。

雲廠商也可以自己去做行業模型，不過每個行業來一遍，投入高，周期也比較長，增加了盈利的難度。

當大模型投資熱回歸理性之後，理想的循環是，企業客戶可以將行業大模型以及其提供的工具，應用於自身運營、生產、財務管理等多個業務中，應用之後效率提升，才會愿意持續付費，這樣一來模型廠商賺錢，雲廠商也賺錢。

技術落地的過程是從模型到工具再到場景，商業化卻是從應用場景开始的。

中國的PaaS和SaaS佔公有雲市場比重低，部分原因在於盈利能力弱，所以評估收益與成本之後，爲SaaS付費意愿不高。

所以，雲廠商通過MaaS服務可能會遇到與SaaS相似的問題，即從供給端到需求端，都未形成如國外那樣成熟的管理模式和市場環境，也沒有形成標准化產品，無法進行低成本復制。（詳見《中國SaaS之殤：差距是如何被一步步拉大的》）

當然，MaaS與SaaS也有不同，因爲有大模型的輔助，MaaS在用戶定制化的需求上，能夠有更好的適配，因此在標准化和定制化之間的兩難，會得到一定解決。

賺不賺錢，另一個重要的因素在於成本。

提供MaaS服務對AI算力有極高的要求，雲廠商需要採購大量的GPU芯片，用來搭建新的服務，來滿足日益增長的AI算力需求。今年微軟和Meta各买了英偉達15萬片H100GPU，百度、阿裏和字節分別买了3萬、2.5萬和2萬片。這些芯片，都將部署在新的適配於大模型訓練和運行的服務器上。

除了外部採購，國內雲廠商也在加緊腳步布局自研AI芯片，或拓展其他購买渠道。

今年10月23日，美國开始實施新的芯片出口管制，英偉達高性能AI芯片——A800、H800、L40S等，被禁止出口。這導致國內雲廠商，無法买到國外高性能芯片，這些成爲制約國內雲廠商提供AI算力的制約因素。