Related articles
AI 不会平均地抬升所有云厂商，这是后进者朝着前排座位冲击的最好机会。
在大模型之前的叙事逻辑中，规模效应驱动行业集中度持续提升，强者愈强的趋势不断强化，谷歌、阿里云、和 AWS、微软的距离只会越拉越大。
但是，大模型让这一切有了可能，云厂商的生意发生了本质变化。有意思的是，对于如何做 AI 云，即便是顶级云厂商，也没有很快达成共识。
AI 云，巨头也曾犯错
AI 云的热闹最早是微软云的。凭借对早期 OpenAI 的投资，微软拥有 GPT 大模型的优先使用权，故事很美好，微软希望通过 GPT 大模型先带飞 Azure，再融入 Office、Teams 等应用中。
问题恰恰出在这里，OpenAI 不甘于做微软的附庸，不仅多方寻找云资源的替代方案，与 AWS、甲骨文等合纵连横，还推出了和微软有竞争关系的浏览器等产品。微软也不得不投资 Anthropic、加大自研模型力度来应对，双方的合作从最初的美好变为 「貌合神离」。
微软云的声势一度超过 AWS，这也不禁让 「老大哥」 有危机感，于是亚马逊选择大手笔投资 OpenAI 的竞争对手 Anthropic（先于微软），以获得领先的模型能力。
与此同时，亚马逊云科技的策略是 「Choice Matters」（选择大于一切），他们认为，行业内不存在一个在所有场景中性能、性价比都为最优的通用模型，因此亚马逊云科技在 Bedrock 上提供了多种模型选择。
某种程度上，亚马逊云科技的思路并没有错，但是有一个关键问题，头部模型依然有无可替代的重要性，而大部分顶级模型要么在竞争对手的掌控中，要么企业倾向于自己提供模型服务，并不完全愿意托管在 Bedrock 上，这就影响了亚马逊云科技在模型层的竞争力。
亚马逊云科技也意识到了这一点，在最近的 re:invent 大会上，亚马逊云科技继续新增了十多款模型选择，中国模型方面，在此前 Deepseek、Qwen 的基础上增加了 Kimi 和 Minimax。同时亚马逊云科技更新了自研的多款 Nova 模型，至少在模型层面希望不落后太多。
阿里云的思路更显不同，凭借 Qwen 模型在全球技术圈闯出了影响力。不仅是国内最早开源自研大模型的 「大厂」，也是全球唯一一家积极研发先进 AI 模型并且全方位开源的云计算厂商，业界率先实现 「全尺寸、全模态」 的全面开源，其他三家头部云厂商都没有将自己的模型规模开源。
在业界看来，阿里云作为市场份额更少的一方，全方面开源是一个颇有魄力的选择，闭源模型可以保证自己的核心竞争力，开源很大程度上会削弱模型竞争力，如果可以追赶上头部云厂商，牺牲短期利益去博得更多的用户群体，那就值得。
通义千问 Qwen 衍生模型数量已突破 18 万，远超 Meta llama 系列模型；通义千问 Qwen 在全球下载量超 7 亿，据彭博统计，截至 2025 年 10 月，千问 Qwen 下载量也已超越 Llama 模型，通义成为全球第一 AI 开源模型。
阿里云的目标是让 Qwen 模型成为产业的默认依赖，就像 linux 之于服务器，MySQL/HAdoop 之于数据，Kubernetes 之于云原生，开源为了成为标准。
谷歌云是低开高走的典型代表，Gemini 3 系列模型和第七代 TPU Ironwood，被视作谷歌 AI 逆袭的标志。最近谷歌创始人谢尔盖·布林坦诚表示，尽管谷歌早在八年前就发布了 Transformer 论文，但公司内部却并未给予足够的战略重视，当时在算力扩展上的投入过于保守，担心聊天机器人可能会输出错误信息或不当言论。
谢尔盖·布林的回归打破了谷歌的大公司病，更重要的是，将谷歌全栈 AI 的优势盘活了。第七代 TPU Ironwood 在性能、能效比和互联带宽上，均显示出对 GPU 的显著优势，Gemini 3 系列原生多模态能力和超长上下文窗口，将行业标准提升到了一个新的量级，从基础架构层面就多模态的统一理解和生成，模型效果惊艳。
这也让行业清晰地认识到，模型+云+芯片的垂直整合，是更深厚的护城河，这种全栈能力为厂商提供了可观的模型迭代效果，也成为 AI 云的参考标准。
AI 技术全栈，云厂商领跑
11 月中旬，市场研究机构 Gartner 发布 4 篇 GenAI（生成式 AI） 技术创新指南系列报告，公布了 GenAI 云基础设施、GenAI 工程、GenAI 模型以及 AI 知识管理应用四大维度的新兴市场象限 （Emerging Market Quadrant）。
某种程度上可以视为 AI 技术栈的参考指南，AI 云基本涵盖在其中，按照自下而上的技术栈，最新的系列报告分为四个维度。
GenAI 云基础设施，指的是专注于为模型训练、推理和服务交付提供优化基础设施的云服务提供商。在这一领域中，Gartner 识别了主要的超大规模云厂商，以及专注于 AI 优化基础设施的专业云厂商。
新兴领导者象限仅有微软、谷歌、AWS 和阿里云四家厂商入围，阿里云是唯一入围的亚太厂商，IBM、Oracle、华为云和腾讯云位于远见者象限，Nebius、OVHcloud、CoreWeave 等位于专业厂商象限，他们的优势还局限在单点能力级别。
「GenAI 模型」 维度，报告关注厂商所提供的 GenAI 模型的综合能力，包括模型的丰富度，能否覆盖不同输入输出模态、兼容第三方工具，以及安全和隐私等。大模型需要大量的数据、算力和工程资源，该市场高度集中，主要由少数几家厂商主导。
四家云厂商依旧位居领导者象限，阿里云在 「feature（特征）」 指标上还领先于 AWS、微软，仅次于谷歌和 OpenAI。此外，IBM、Anthropic、Writer、Cohere 和 Uipath 也位于领导者象限。Meta 和 Mistral AI 则位于挑战者象限。
在 「GenAI 工程」 维度，报告关注数据准备、模型训练/精调、模型管理、评估、观测等模型全生命周期工具。
过去两年中，无论是既有厂商还是新进入者，都在加速推出各类工具和服务，以支持生成式 AI 的完整工程化流水线，不再局限于对生成式 AI 模型进行简单的提示 （prompt） 调用。
GenAI 工程收录的厂商数量更多，不是所有厂商都能做云基础设施和大模型，但是工程化能力是使用模型的必备，不少厂商都将资源投入到这一层级。
其中，四家云厂商继续领跑，但是和其他厂商的差距并没有拉开，阿里云在纵轴 「特征」 以及横轴 「未来潜力」 指标上，优于 AWS、谷歌、微软，也让人略感意外。
在 「AI 知识管理应用/通用生产力」 维度，报告的评测范围覆盖企业级 AI 搜索、对话式 AI 平台，以及用于沟通和内容开发的生产力工具。除了四家云厂商外，Salesforce、Uipath 等软件厂商也位列其中。
可以看出，Gartner 自下而上列出了一套技术栈，而且是 「真正把 AI 用起来」 的完整技术栈，逐层抽象、逐层贴近业务价值。AI 的竞争，早已从单点的竞争转向跨四个层级的系统能力竞争。任何只占据其中一层的厂商，都很难长期掌握产业主导权。
这也是为何，AI 云厂商被视为大模型未来的主导型厂商，有趣的是，不同领域的头部厂商也在补充自己的全栈版图，譬如云厂商在做模型，模型厂商在补基础设施，应用厂商在下沉，所有人都在讲 Agent。
谁的短板，谁的长板
回到文章最初的问题，云厂商的生意到底会如何变化？
以往，云厂商的生意是 「卖云」，更准确地说，计算、存储和网络的 IaaS 三大件，数据库、数据分析平台、中间件的 PaaS 能力等，云的核心价值是规模化供给资源，提高 IT 基础设施的利用率，降低企业自建的门槛和成本，
行业的共识是，在 AI 云的语境下，企业购买的最终商品是 AI，而不是原来的 「云」，云成为 AI 的交付系统，云计算的底层依然存在，但它们已经退居为支撑 AI 的基础设施，未来会逐渐消失在客户的账单上，就像现在企业客户无需为数据中心直接付费。
海外市场新的云厂商也试图分一杯羹，譬如 CoreWeave 和 Nebius 等，各自从自己的优势能力入手，有的能更快拿到英伟达的最新 GPU，提供裸机 GPU 服务，有的做起 AI 推理服务，然而，这些厂商很难冲击原有的四强格局。
过去的企业需要租赁机房，现在的企业需要在云上开通计算实例，未来的企业可能只需要调用模型，云厂商过去二十年的变化，就是不断在自己的技术栈上叠加新的能力，这本身就是护城河。
云厂商所做的一切基础设施建设、PaaS 能力扩展、平台整合，最终都指向同一个目标，更高效且更规模化地生产和交付智能。如此，结合当下的产业环境来看，AI 云的核心竞争力就在于模型+云平台+芯片的垂直整合。
当 AI 成为一种算力、数据、软件栈高度耦合的系统工程，模型决定智能上限，云平台把模型变成可规模化的商品，芯片决定成本下限和性能天花板。
目前而言，谷歌云和阿里云是更受资本市场认可的 AI 云逻辑，在于它们在模型、云平台与芯片等多个层级形成了正向叠加效应。这种全栈能力，使得模型迭代能够直接反馈到底层基础设施，也让基础设施的投入更快转化为可感知的产品优势。
谷歌 TPU 已经证明性能和成本的优势，阿里云 PPU 虽未公开发布，但阿里云的体量显然支撑得起 AI 芯片的支出，并且具备自用和对外输出的想象空间。
AWS 和微软缺少自研模型，两者已经明显加速了模型自研节奏，两大巨头并非失去竞争力，而是正处在一次关键的自我修正期，如何在保持平台中立与生态开放的同时，补齐模型层的确定性；如何在外部模型合作之外，建立真正属于自己的第一梯队能力，决定了它们 AI 云叙事是否能够闭环。
回看这一轮 AI 云竞赛，很难再用谁起步更早、谁体量更大来简单判断胜负。大模型让云厂商第一次站在了同一条新的起跑线上，也第一次暴露出不同技术路径的结构性差异。
这场竞争仍处在 「半程路标」 阶段。胜负未定，但方向已经逐渐清晰。（本文作者 | 张帅，编辑 | 盖虹达）
