本文约4500字，推荐阅读时长20分钟，欢迎关注新财富公众号。
接入DeepSeek，云计算的福报还是成本灾难？
近期，硅基流动创始人袁进辉与潞晨科技创始人尤洋在知乎上演了一波隔空对峙。
事件的起因是尤洋在社交媒体发表《DeepSeek MaaS成本解析》和《坑人的硅基流动》两篇文章，直指AI Infra 厂商部署DeepSeek成本过高和硅基流动不正当行为破坏市场的问题。
抛开两家公司间商业“互撕”不谈，二人讨论围绕的中心，本质上是对接入 DeepSeek 后的商业合理性上争论。
尤洋认为，DeepSeek官网服务频繁掉线，并不是一款合格的产品。而云厂商要接入 DeepSeek 保证服务稳定，则需要承担高额的服务器成本，基本就是“赔本赚吆喝”。
争议发酵之后，DeepSeek 火速在知乎建号，甩出一篇《DeepSeek-V3/R1推理系统概览》并以545%的理论成本利润率回击：接入DeepSeek API亏本是友商技术不够好，不要乱甩锅。
此文发布后，吃瓜网友们纷纷将矛头再次指向潞晨科技。
尤洋在承认自己“言辞过激”的同时，也指出DeepSeek观点中的漏洞：尽管DeepSeek公布的日理论收入达56万美元，但在实际运营中因定价策略和夜间折扣收入实际存在缩水。并且作为面向 toB 的 MaaS （模型即服务）供应商，AI Infra 厂商需储备5倍的冗余算力来维持产品的稳定性。经他测算，企业接入DeepSeek后的月亏损将高达4亿元。
在DeepSeek官号的文章下面，袁进辉也评论：“现在很多供应商还做不到DeepSeek的水平”。
各家对于部署DeepSeek API成本的观点实际上都没有错。DeepSeek开源策略虽利好整个AI云计算的行业生态，但对于AI Infra厂商，“不接入等死，接入后作死”的也是其所面临的真实困境。潞晨科技宣布退出DeepSeek API服务支持，则对这一现状无奈的证明。
在AI Infra厂商红利期过后，对于站在幕后的云服务巨头们而言，这场中国版的“AI+云计算”狂潮还远未结束。
中国特色云计算市场，阿里云的大而不强
中国云计算的巨头之中，阿里云始终是绕不开的主角。
然而作为坐拥中国云计算市场、亚太区云计算 IaaS 市场份额双第一的绝对巨头，在15年的发展过程中阿里云却一直被看作是盈利低、大而不强的“虚胖”者。潞晨科技“们”遭遇的问题，也是阿里云曾经面对过的挑战。
当2019年北美CSP三巨头以超60%的增速在云业务上狂飙时，阿里云也在上海云计算峰会上向全中国企业发出号召：全面上云的拐点到了。
在阿里云看来，有互联网公司接入公有云的珠玉在前，非互联网企业的数字化转型也正百废待兴。阿里云对复刻自己在公有云计算领域的辉煌战绩充满信心。
但阿里云最终没有想到的是，中国云计算市场的下半场则完全走向了另一个方向。
与欧美企业奉行效率优先的企业文化不同，中国企业往往对数据的保密性和安全性有着更高的要求。
根据中国信通院的数据，2019年中国私有云市场规模占比约为 48.35%，显著高于全球平均水平。
中国企业私有云的情节理由也十分充分。在中国互联网企业带着公有云加速跑完近10年的扩张期之后，以政府、金融、电信客户为代表的甲方客户，对数据安全有强烈的要求。
把数据库建在本地，是他们选择上云优先级最高的需求。
定制化私有云成为了此时增长最快的场景。尽管阿里云尝试将针对互联网客户“轻量交付”的模式复制到政企市场，但面对复杂需求时，效率极其低下，甚至多次因无法满足交付周期导致项目失败。后面频发的数据安全事故，更是成为阿里云退出政务云市场领导者的直接原因。
当阿里云踌躇于技术转型的时候，华为云后来居上，依赖“昇腾+鸿蒙”全栈国产化能力迅速打入政务云市场，并持续蝉联 5 年国内政务云基础设施市场份额第一的位置。阿里云只能眼睁睁地将千亿规模的政务云市场拱手相让。
与私有云一体两面的IaaS业务，则将中国云计算业务困在低毛利率的泥沼之中。
所谓 IaaS 就是指基础设施即服务，供应商只需要给客户提供虚拟化的计算资源，类似于给用户提供一个“毛坯房”。而PaaS/SaaS（平台即服务/软件即服务）则是给用户提供“开箱即用”的标准化产品，是拎包入住的“精装房”。PaaS/SaaS 的毛利率是远高于 IaaS 的（接近5-8倍）。
由于侧重私有云布局的商业模式，中国云计算市场呈现“倒金字塔”结构：IaaS占比高达70%（全球仅20%），高毛利的PaaS+SaaS份额仅占30%。
当海外大中小企业积极拥抱Salesforce、Zoom、Adobe等软件实现数字化办公的时候，中国老板们则在订阅软件之外，选择了用“堆人头”的方式来解决企业各种问题。
云计算诞生之初的目的，就是通过规模效应来摊薄成本。标准化则是云厂商不断扩大规模，提升毛利率、降低成本的关键。但随着“反标准化”的私有云+IaaS的定制业务成为主流，云厂商最终陷入了“客户越多，亏损越大”的怪圈之中。
随着二十年狂飙的电商、流媒体、游戏等云服务主力赛道需求的见顶，互联网行业的云计算需求已然降至周期性的冰点。2022年全球企业因疫情反复和经济不确定性，更是导致全球科技公司普遍缩减IT预算，企业更倾向于在此时压缩而非扩张数字化投入。
受此影响，中国公有云市场增速从2021年的48.7%降至2022年的30.7%，而同期AWS、Azure增速也分别从40%、50%降至33%、35%。阿里云的跌幅更大，从50%断崖式跌至10%。
当增量空间受阻、客户流失严重、技术进步放缓之后，下行周期的价格战在所难免。
北美云计算带头开启了狂暴降价模式。
时任亚马逊AWS CFO公开表示“降价是公司的核心策略”。谷歌云、微软Azure也纷纷对存储、数据库等功能在内的云计算产品实施了20%至80%的全面降价。
一波未平一波又起。2022年中国电信、中国移动下场推出的天翼云、移动云，依靠大国企的信用背书及低价策略，创造了超100%的业务增速，对互联网云厂开展了降维打击。曾经最大的客户字节跳动不再续约，选择自建火山引擎，直接导致了阿里云百亿级的收入缺口。
竞争对手的价格战、新玩家的崛起，面对内忧外患，2023年阿里云也迫不得已开启了史上最大规模降价：核心产品价格全线下调15%至50%，存储产品最高降幅达50%。
归根结底，阿里云“大而不强”的困境，既是全球云计算周期震荡的缩影，更是中国云计算结构性矛盾集中爆发的体现。
如何让沉迷于“私有云+IaaS”的中国云计算市场，向高毛利“PaaS/SaaS”展开规模化的技改数转，是突破云计算成本驱动增长诅咒的关键。
对于阿里云而言，改变市场环境，远比改变自己要难得多。
MaaS 的模式是云计算新的解药
“AI+云计算”的出现，则成为了彻底颠覆一切的关键。
自ChatGPT诞生之后，美股云计算厂商兑现AI驱动云计算利润和股价双增的逻辑，成为行业的绝对共识。
以微软为例，2023 年 2 月 微软宣布在自家云服务Azure上开放OpenAI API，并给SaaS产品 M365 推出 Copilot 能力。根据微软财报统计，从 2023 年第三季度起，AI 云业务对 Azure 增速贡献比例不断提升，从最初的 3% 逐步提升至 2024 年的 12%。
2023 年第三季度，微软云计算资本开支同比增速从第二季度的 30% 迅速提升到 55% 以上水平，直到现在微软的年AI资本开支增速仍旧保持50%附近。
强劲的业务同样受到了资本市场的强烈追捧，自 2023 年 2 月 1 日至今微软股价已经累计上涨了 58.66%。
AI+云计算的叙事当然不只是海外云厂商的独角戏。
阿里巴巴在3QFY25财报揭示了阿里云业务营收重回13%的增长，AI相关产品连续六个季度出现了三位数增长。
阿里云业务超预期增长的背后，反映的则是中国云计算需求在 AI 拉动下的全面反弹。
而这种趋势，在DeepSeek-R1发布后已然一发不可收拾。
DeepSeek 带来的AI平权彻底颠覆了整个社会对于AI能力的认识。国产高性能大模型的开源、高效、自主可控的特征，体制内单位优先带头全面拥抱 AI，深圳、南京等地的政府部门纷纷报道接入DeepSeek打造“AI政务员”。腾讯云、华为云、阿里云第一时间部署了接口，后续腾讯元宝等C端产品也迅速接入DeepSeek。
DeepSeek实现的AI技术平权还带来了海量非互联网下游客户需求。
根据弘则研究的产业调研。除地区政务云&大型国央企外，一些传统制造业也开始主动向云厂商提出合作接入DeepSeek。以阿里云为例，在总体的新增企业中，非互联网企业占了几乎一半的份额。
这种自上而下、自下而上的双向渗透，是此前其他任何大模型都没有做到的事。
至此，MaaS （模型即服务）正式成为了云厂商新的机遇。
MaaS指将模型部署到企业端提供给用户服务的模式。企业无需自行搭建复杂的模型开发与训练体系，便能便捷地借助成熟模型开展业务。
MaaS新业态的崛起，预示着公有云市场将有机会再次成为行业主流，因为MaaS与公有云天生具有很强的契合度。大模型的训练、推理的部署有着比传统服务器更高的硬件需求，而公有云可以依靠庞大的集群效应来实现硬件成本的摊销，成本优势将大幅领先于私有云的AI服务。
后DeepSeek时代，阿里云的优势
当 DeepSeek 带来的模型技术平权和AI需求增量已经板上钉钉之后，如何成本问题，再次成为摆在云厂商面前的一道鸿沟。
DeepSeek官方开源了算法、架构能够突破H800性能上限，但这并不是所有人都能在短时间内追得上的。本文开头所提到的潞晨科技尤洋“月亏损4亿元”矛盾的产生，本质上也是源自无法有效控制成本的问题。
构筑全栈自研的云计算生态，已经成为云厂商降低成本、提升效率的最佳路径。
亚马逊就是奉行AI云计算全栈自研的绝对信徒。
早在2015年亚马逊就通过15亿美元收购了芯片设计公司 Annapurna Labs，接连发布Graviton系列芯片、Amazon Trainium芯片。“芯片级”的算力优化，提升了AWS云计算的效率并降低成本，这是支撑亚马逊能够贯彻一年降价12次、每年保持高频次降价的底牌所在。
