近几年，国内云服务市场增长显露疲态。IDC数据显示，在中国公有云整体市场规模上，2022年上半年增速同比下滑18%，2023年上半年同比下滑14.8%。各龙头厂商不断调整业务、以价换量也难以挽回颓势，亟需寻觅新的增长点。
2024年3月5日，十四届全国人大二次会议在北京召开，政府工作报告中首次提出开展“ 人工智能+”行动。“人工智能+”代表人工智能技术与各行各业的深度融合，旨在推动我国经济结构的优化升级和新旧动能的转换。2023年末，全国信息技术标准化技术委员会人工智能分委会全体会议启动MaaS（模型即服务）领域《人工智能 模型即服务（MaaS）参考架构》的编制工作。该标准启动编制将促进产业发展，后续将持续推进成为国内模型即服务的依据标准。
MaaS是指将人工智能算法模型部署在云端，将模型和计算资源结合向用户提供服务。MaaS作为云计算和人工智能的深度结合点备受关注，存在巨大机遇与挑战。
人工智能与云计算互生互融成必然趋势。
随着行业智能化渗透率的提升，人工智能大模型的生产需求极为旺盛，但大模型供给能力面临失衡的风险，主要表现为缺乏基础支撑资源和迭代效率低下。云计算通过构建云端资源共享平台，可提供强大的计算和存储能力，帮助大模型企业实现工程化生产、提高生产效率，并提高整个产业链的资源利用率。另一方面，人工智能庞大的数据规模为云计算带来了巨大的资源需求和应用场景，从而催化出MaaS服务。
MaaS成为人工智能商业化的重要实现路径。
随着“百模大战”日趋白热化，越来越多的企业渴望抓住大模型的风口，站在时代的前沿赚取大模型产业的经济利益，然而人工智能高昂的门槛增加了入局难度。MaaS可以有效降低使用人工智能的技术壁垒，弱化人工智能技术的专业性和复杂度，简化人工智能技术的使用和开发难度，还能大大缩短开发周期实现更快速的商业落地。
商业模式仍需探索。
国内对大模型的商业探索仍处在早期阶段，主要盈利模式为提供技术服务或技术平台。AI模型厂商及云计算厂商短期内难以实现盈利，一方面由于高昂成本与激烈的市场竞争导致难以定价，另一方面需要提供高质量的技术支持和服务水平协议（SLA）以确保用户获得满意的性能和质量。MaaS提供商应探索多元化的商业模式，实现可持续发展。
成本控制尚需加强。
MaaS服务的本质是一种云计算服务形式，云计算本身是一种重资产的商业模式，这意味着在基础设施、硬件设备、数据中心以及技术研发等方面的投入巨大。对于MaaS提供商而言，如何有效地管理和利用这些资产，降低运营成本，是一个亟待解决的问题。
合规管理有待明确。
MaaS的合规管理挑战体现在数据合规和运营合规两个方面。在数据合规方面，一方面涉及网络安全相关的数据隐私和安全保护，另一方面涉及训练数据的商业合规性。在运营合规方面，跨地域运营导致的合规标准不统一，需要持续关注并积极应对。
一是完善行业法规标准。
建议加大对MaaS行业的监管力度，制定并完善相关法规标准，规范市场秩序，确保用户数据安全和隐私保护。同时，还应制定鼓励技术创新的法规标准，激发MaaS服务提供商的创新活力，推动行业的技术进步和升级。
二是加强数据监管力度。
建议加强数据安全保护机制，确保MaaS服务提供商遵守数据隐私和安全保护法规。同时，还应建立定期审查制度，明确数据备份容灾管理要求，引导提高数据质量及服务的准确性和可靠性。
三是促进跨地域运营合规。
建议推动各地政府部门加强合作，制定统一的合规标准和监管机制。积极推动国际合作与交流，共同研究和制定适用于不同地域的MaaS服务合规标准，确保MaaS服务在各地市场的合规运营。
