AI時代的“新基建”來了？一文讀懂大模型商業化

“數智創新與管理”

ZJUSOM

AI時代，大模型已成為千行百業的通用能力底座，然而，模型性能≠商業成功。企業如何低成本、高效率地調用這些動輒千億參數的大模型，成為擺在眼前的難題。當“百模大戰”逐漸白熱化，真正決定AI商業化成敗的，是大模型在多元場景的落地能力與可持續的價值閉環。

2025年8月，國務院印發的《關于深入實施“人工智能+”行動的意見》明確提出，要將大模型能力加速融入行業場景，強化“AI+”生態協同。這為模型即服務（Model as a Service, MaaS）的發展提供了政策驅動力與制度保障。

圖片來源：?千庫網

MaaS究竟是什么？它的技術與商業邏輯如何運轉？中外企業實踐有何差異？中國MaaS走出了怎樣的獨特路徑？

浙江大學管理學院吳曉波教授團隊近日在《清華管理評論》發表的文章《技術和商業模式創新共演的前沿：模型即服務》，基于對中美六家代表性企業的實踐剖析，揭示了MaaS的演化規律與戰略價值，為智能經濟時代的企業競爭與產業升級提供了學術視角與戰略參考。

學者簡介

吳曉波，浙江省特級專家、浙江大學求是特聘教授、浙江大學管理學院教授、博士生導師。

*浙江大學管理學院博士研究生林福鑫；浙江大學計算機科學與技術學院博士研究生方文凱同為論文作者。

本期【數智創新與管理】，帶你讀懂MaaS的技術邏輯、商業玩法，以及中國企業如何在這場范式轉變中搶占先機。

什么是MaaS？

拆解“模型即服務”的兩層邏輯

Part.1

MaaS，即Model as a Service（模型即服務），是將大模型能力封裝為可調用的 API（應用程序編程接口）/SDK（軟件開發工具包）接口，讓用戶按需接入、調用、調優與部署，實現AI能力“即插即用”的新型服務模式。想象一下，有一家中小電商公司想用利用AI做智能客服。如果從零訓練一個大模型，需要幾百萬美元算力、幾十人的算法團隊、數月的調優時間——這顯然不現實。MaaS的出現改變了這一切：公司只需調用一個API接口，按使用量付費，就能獲得對話、推薦、分析等AI能力。

可見，MaaS不只是技術形態的改變，更是AI從“模型產品”向“服務生態”的躍遷，是技術創新與商業模式創新雙向驅動的產物。

圖片來源：?千庫網

Maas的技術邏輯：

把模型“拆成樂高”，降低AI使用門檻

MaaS的技術核心，是將大模型能力進行“云化抽象”與“服務化封裝”。通俗地說，就是把一個龐大、復雜的模型，拆解成一個個標準化的功能模塊（比如文本生成、圖像識別、語音合成），再通過API或SDK的方式對外提供。用戶不需要關心模型是怎么訓練的、算力是怎么調度的，只需要像調用普通軟件函數一樣，輸入數據、等待結果。這樣的方式，能顯著降低企業使用大模型的成本與門檻。

Maas技術架構可拆解為五大核心模塊：

云計算基礎

提供可擴展算力，支撐高并發請求與大規模部署。

模型訓練與優化

提供基礎的大模型選用或微調與迭代的全流程能力，支撐模型性能持續提升與場景適配。

API與開發工具

提供標準化調用入口，方便開發者接入。

監控與分析

實時追蹤服務性能、調用頻次與效果。

安全與隱私保護

保障數據合規、模型安全與用戶隱私，防止數據泄露。

與傳統模式相比，MaaS服務門檻更高，高度依賴場景協同與用戶參與，需要強大的底層算力、模型架構與彈性服務能力做支撐。

Maas商業邏輯：

從“賣產品”到“建生態”，重構價值創造閉環

如果說技術邏輯解決的是“怎么造”，商業邏輯解決的就是“怎么賣”和“怎么賺”的問題。從商業模式看，MaaS由模型供應鏈、客戶交互層、增值服務體系三大模塊構成，突破“一次性產品交付”，形成“模型—服務—反饋—優化”的持續價值閉環——誰能讓更多用戶、更多場景接入，誰就能積累更多數據，進而讓模型變得更好用，吸引更多用戶，形成正循環。

MaaS的商業模式包括三大模塊：

模型供應鏈

包括模型的微調、托管、部署，以及底層的云算力，相當于“智能的原材料供應系統”。

客戶交互層

即用戶直接打交道的接口（API/SDK/命令行），以及監控、分析等配套工具。這一層實現了用戶行為與模型能力的雙向互動——用戶用得越多，模型就學得越多。

增值服務體系

圍繞模型定制的各種高級服務，比如企業專屬知識庫接入、提高模型準確性、安全審計、私有化部署等，可以支撐復雜場景定制化——這些服務是提高客戶黏性的關鍵。

簡單來說，MaaS的商業本質，是把AI模型變成可復用、可定制、可治理的服務模塊，通過網絡化交互與生態化協同，讓智能能力精準嵌入千行百業。

圖片來源：?千庫網

中美MaaS模式有何不同？

Part.2

研究選取了包括美國的微軟和Hugging Face，中國的阿里巴巴、深度求索（DeepSeek）、MiniMax和硅基流動在內的六家代表性企業的Maas實踐進行分析，通過對比，發現了一條清晰的分化軌跡。

美國模式：平臺主導&生態驅動

微軟

平臺主導型

憑借Azure云和與OpenAI的深度綁定，微軟走的是“內部研發+戰略投資”雙輪驅動路線。它將GPT系列模型模塊化封裝，搭配安全、權限、合規等企業級能力，深度嵌入Office、365、Copilot等產品，強調整合算力、模型、應用的全棧解決方案。這種模式的優勢是資源集中、交付穩定，但生態相對封閉，適合大型企業規?；涞?。

圖片來源：?千庫網

Hugging Face

生態驅動型

作為全球最大開源模型社區，Hugging Face更像一個“模型界的GitHub”（代碼托管平臺）。它自身并不訓練大模型，而是而是匯聚全球開發者的開源模型，提供統一工具鏈和托管服務，任何人都可以上傳、下載、微調模型。這種模式降低了大模型的使用門檻，構建了開放、去中心化的AI生態，其活力在于社區共創，但商業化路徑相對緩慢。

中國實踐：服務化網絡+“用企互動”

中國MaaS并沒有簡單復制西方路徑，而是立足本土行業需求，與企業應用雙向適配，形成以“垂直場景為牽引、用企深度協同”為核心的獨特模式。其核心特征是“用企互動”：用戶使用中產生的反饋數據持續反哺模型優化，優化后的服務再賦能用戶，形成雙向進化。

以四家中國企業為例：

阿里巴巴

平臺主導型

基于阿里云的服務能力基礎，同步推進開源模型（百煉、魔搭社區（Model Scope））平臺與旗艦大模型（通義實驗室）的模型資源建設，再與千問、釘釘、夸克、淘寶等應用形成“模型研發—服務集成—場景落地”全棧閉環，兼顧通用能力供給與行業場景適配，構建平臺內嵌式服務生態。

深度求索

技術先導型

專注自研高性能模型，通過開源分發擴大技術影響力，搭配標準化API與文檔賦能開發者。它不依賴大型平臺，而是靠技術實力和開發者社區擴散影響力，走自主可控的輕量化路線。

MiniMax、硅基流動

場景協同型

MiniMax采用“模型+應用”雙軌并行，自主研發多模態大模型，同時推出Glow、海螺視頻等原生應用，用真實用戶數據反哺模型迭代，再開放API給企業。這是一種“以場景應用反向驅動模型迭代”的路徑。

硅基流動則專注于MaaS底層基礎設施的系統優化與服務標準化。為企業提供高性能、低成本的模型接入底座，做MaaS生態的“基礎設施服務商”。

圖片來源：?千庫網

基于上述分析，研究總結出了中國MaaS發展的四類典型路徑（如下表）。

四類大模型服務路徑及代表企業特征比較

圖片來源：論文原文

這些路徑的差異本質上源于企業對“標準化與定制化”“平臺嵌入與生態開放”的不同戰略選擇。在此基礎上，越來越多的MaaS企業從“單向能力供給”轉向“與使用方進行深度共創”，通過混合策略將模型訓練、場景驗證與服務反饋整合為統一系統，實現“模型—數據—服務”的持續協同與復用。這為MaaS的全球演進提供了中國方案與路徑參考。

雙輪驅動：技術創新與

商業模式如何“共演”？

Part.3

研究認為，中國MaaS的發展并非簡單的技術落地或商業包裝，而是在“技術創新—商業模式創新”雙螺旋結構中持續演化的動態過程，這一呈現出三大特征：

技術能力外化驅動服務邊界擴展

以DeepSeek 為代表，通過開源與標準化接口，讓模型能力快速觸達海量開發者，不依賴大型平臺也能實現服務擴張。

平臺能力結構化重塑應用協同機制

以阿里巴巴為代表，打通模型研發、服務集成、終端應用全鏈條，通用能力接口化釋放，用戶反饋反向推動模型迭代，形成“服務即平臺、平臺即能力”的共生體系。

場景反饋機制引導技術演化方向

以MiniMax、硅基流動為代表，從行業場景需求出發，用真實交互數據指導模型微調與部署調整，借以實現“以用促研、以研強服”的正向循環。

圖片來源：?千庫網

研究進一步地將中國MaaS的演化邏輯歸納為機會窗口下的“技術創新與商業模式創新雙輪驅動”模型”。

機會窗口下的技術創新與商業模式創新雙輪驅動模型

圖片來源：論文原文

具體而言，在“技術創新”驅動輪中，大模型本身被當作一種“增強型產品”來不斷打磨，以AI Agent（智能體）為代表的智能應用越來越成熟。同時，AI能力也在不斷地走向“商品化”。于是，企業的盈利方式開始從“賣模型”轉向“賣服務”——按需定制、增值服務與模型能力深度融合。這條路徑不僅改變了智能能力的供給方式，也為商業化提供可模塊化、可服務化的能力底座。

而在“商業模式創新”驅動輪中，模型圍繞“一切即服務”（XaaS）的理念展開，任何IT能力都變成了可按需訂閱的服務。企業通過云平臺和數據要素的深度整合，探索出多樣化的收入模式（比如按調用次數收費、按月訂閱、按效果付費等）。同時，越來越多的企業開始構建“開放型生態”，讓供給方和需求方在“用企共創”和分布式協作中實現動態匹配。最終，形成一套嵌入式、模塊化的智能服務體系，可以靈活地植入不同行業的各種場景中。

圖片來源：?千庫網

兩大驅動輪并非獨立運行，而是相互咬合、彼此強化的正反饋循環：技術創新為商業模式提供了“可模塊化、可服務化”的能力底座，讓企業可以快速試錯新的商業模式、嘗試新的價值主張。而商業模式的迭代，又反過來對技術提出更高要求——要更實時、更貼合場景、更個性化。

更重要的是，商業模式運行中產生的市場反饋數據，會回流到技術端，成為模型再訓練和優化的燃料。正是在這種“技術推動商業、商業牽引技術”的互動中，加上我國社會主義市場經濟提供的制度保障和資源配置優勢，才能讓企業在智能化浪潮打開的機會窗口中，獲得跨越式發展的系統動力。

MaaS將成為AI時代

新型基礎設施

Part.3

MaaS究竟意味著什么？它只是大模型落地的一個“中間商”嗎？研究認為，MaaS的意義，遠不止“讓企業用上大模型”，它正在重構AI產業的底層邏輯，具備以下三重核心戰略價值：

連接通用智能與產業落地的關鍵樞紐

MaaS針對“模型好用但難落地”的痛點，把抽象大模型轉化為可編排、可嵌入的服務模塊，讓AI能力快速滲透制造、金融、醫療等實體行業，助力“人工智能+”行動落地。

推動AI商業體系從線性供給到網絡協同

MaaS顛覆了傳統“模型研發— 產品銷售”的線性鏈條，能構建平臺、開發者、企業、用戶多方參與的價值網絡，實現供需動態耦合、價值共創共享。

演化為人工智能時代的新型基礎設施

面向未來，MaaS不會只是AI落地的中介，而會像云計算、互聯網一樣，成為智能經濟的底層支撐。誰能率先建立可擴展、可演化、可治理的MaaS服務體系，誰就能在全球智能經濟格局中搶占先發優勢。

圖片來源：?千庫網

對中國企業而言，MaaS的窗口期已經打開。但正如論文作者所言，中國AI行業目前仍處于快速演化的早期階段，技術路線、商業模式、治理規則都遠未定型。

留給管理者和創業者的啟示或許是：在范式轉變期，單一的“技術最優”或“模式最新”都不足以構成護城河。真正的競爭力，來自于能否讓技術與商業在互動中持續共演——讓模型能力走出實驗室，嵌入千行百業的真實場景，并在每一次調用、每一次反饋中變得更聰明、更可用。這既是挑戰，也是中國智能經濟實現跨越式發展的歷史性機遇。

（點擊以下標題查看）

信息來源 | 吳曉波,林福鑫,方文凱.技術和商業模式創新共演的前沿：模型即服務[J].清華管理評論,2025,(12):6-13.

編輯 | 伍梁永

初審 | 佟慶

二審 | 吳曉波、林福鑫

三審 | 陳超

終審 | 王恩禹