MaaS，到底給中國云廠商帶來了什么？

文 | 產業家

AI到底給云廠商帶來了什么？是云計算終于迎來了新一輪增長，還是云廠商換了一套講增長的語言？如果增長已經發生，它究竟來自哪里？

2026年過半，中國云計算行業的敘事邏輯開始發生變化。

仔細觀察各大云廠商近期在各種公開場合的語境，可以發現大家極有默契地減少了對傳統TOB算力增長的單一描繪，取而代之的是各種新概念的頻頻亮相。

具體來看，2026年一季度，阿里云AI相關產品連續11個季度三位數增長，占外部商業化收入首超30%；百度AI云GPU云暴漲184%；騰訊企業服務收入+20%，管理層明確歸因于"AI需求帶動GPU、CPU、存儲資源"；火山引擎中國公有云上大模型調用量同比增長16倍。

很明顯，今年上半年，無論是阿里云、百度智能云，還是火山引擎，對外披露的重點都開始轉向AI相關指標，比如AI云收入、MaaS、模型調用、GPU算力、Token消耗、Agent平臺。

AI，已經成為發布會和財報電話會上的主角。

這些變化看似只是財報口徑調整，卻提出了一個新的問題。那就是AI到底給云廠商帶來了什么？是云計算終于迎來了新一輪增長，還是云廠商換了一套講增長的語言？如果增長已經發生，它究竟來自哪里？

一、從GPU到Token，云廠商切換增長指標

回看過去十余年中國云計算黃金時代，行業底層邏輯幾乎完全建立在CPU通用計算之上。傳統TOB業務主要圍繞vCPU核數、內存容量和存儲帶寬計費，資源消耗評估也長期采用這套指標體系。

這套模式類似“出租地產”。云廠商提供計算、存儲和網絡資源，企業按實際使用規模付費。客戶開通越多虛擬機、掛載越大硬盤容量，云廠商收入增長越快。

隨著火山引擎、阿里云等頭部廠商在財報和發布會上頻繁強調“AI云”與“MaaS”，云計算資源衡量口徑開始發生變化。過去看CPU核數，如今看GPU占用率，進入應用層后，則進一步轉化為Token調用量。

IDC最新全景報告顯示，2025年中國公有云大模型調用量已達1944萬億Tokens。IDC預計，2026年全年中國MaaS市場Token消耗量將升至約40000萬億次。如此增長速度，在以CPU核數衡量資源消耗階段幾乎無法想象。

具體到企業樣本來看，這種由“Token”主導的增量表現得更為具象和激進。

在2026年6月的夏季Force原動力大會上，火山引擎高調披露其豆包大模型日均Token調用量已經一舉突破180萬億，在過去短短一年時間里實現了超過10倍的爆發式增長。正是憑借著這一龐大且高頻的消耗，火山引擎宣稱其在中國公有云MaaS市場斬獲了49.5%的半壁江山。

阿里巴巴2026年一季度財報顯示，阿里云智能集團單季營收達到416.26億元，其AI相關產品收入占比首次突破了30%大關，單季度貢獻了89.71億元。而支撐起這一核心驅動力的，正是其MaaS平臺“百煉”的客戶數量在季度內實現了同比8倍的爆發式增長。

從這些公開披露的數據和動作來看，AI業務的增長勢頭不僅真實，而且正以一種近乎瘋狂的姿態在云廠商的系統里野蠻生長。

然而，將視線從這些動輒數倍、甚至上千倍的“Token爆發”中移開，轉去審視云廠商的整體財務表現時，現實卻潑下了一盆冷水。

根據中國信通院及第三方調研機構公布的最新數據，2025年至2026年上半年，中國公有云整體大盤的同比增速已常態化跌落至8%—11%的區間。這與過去動輒30%以上、乃至翻倍增長的通用計算黃金時代不可同日而語。

總的來說，在這場由Token和GPU點燃的局部狂飆背后，云計算大盤的真實底色卻遠非全面復蘇。增量如此兇猛，但總的來說，中國云計算市場并沒有出現整體高歌猛進的全面回暖，呈現出“局部潑天富貴，大盤原地踏步”的異象。

二、剝離“流量焦慮”，AI云的增量真相

AI云增長的真相，究竟是什么？

其實，從表面上看，2026年上半年的云計算市場極為熱鬧。所有的云大廠內部都蔓延著一種極其強烈的“流量入口焦慮癥”。為了不在這場決定未來十年命運的AI長跑中掉隊，各大廠商努力在應用層和生態層修筑自己的防線。

比如阿里推動通義千問App、釘釘與通義實驗室協同，希望把CodeWork等AICoding工具做成B端程序員入口；字節跳動借助流量優勢，讓豆包長期位居C端AI應用前列；百度依托DoMate與文心一言生態，希望在智能座艙和智能硬件端復制搜索業務經驗。

但從更長周期看，流量入口與AI助理仍處于前哨階段，商業價值和造血能力尚未充分驗證，現階段更多承擔戰略防御功能。云廠商必須搶占入口，卻很難立即從入口中獲得穩定利潤。因此，各家對AI新增收入和利潤寄予厚望，重點仍落在“賣算力、賣Token”。

但是，這門生意并不輕松。

要知道，AI云與MaaS仍屬于高資本開支、依賴重資產折舊及長期回收模式。云廠商需要建設高標準綠色機房，鋪設高帶寬光纖，采購昂貴服務器，還要為GPU高功耗爭取供電指標。

數據顯示，阿里巴巴2026財年購置物業及設備支出達到1220.21億元，2025財年為842.78億元，同比增長約45%，不能全部算作AI云投資，但足以反映AI基礎設施擴張帶來的資金壓力；騰訊的數據也指向相同趨勢。2025年第二季度，騰訊資本開支達到191億元，同比增長119%。騰訊管理層明確表示，部分GPU和AI項目投資周期較長，從投入到產生顯著增量回報存在自然時滯；字節跳動甚至正評估將 2026 年資本開支最高提高至 700 億美元，主要用于 AI 芯片、數據中心和相關基礎設施。

與此同時，傳統企業優先關注系統穩定與數據安全。大模型幻覺仍未消除，企業AI項目ROI也未完全跑通。這導致除了互聯網、游戲、自動駕駛以及大模型創業公司這些天生與AI高頻共振的先鋒行業外，大量的傳統制造、線下零售、大型金融機構等TOB行業客戶，對于將自身的核心數據庫和經營系統接入AI云，依然保持著極高的謹慎度。

既然支撐宏觀大盤的傳統企業普遍在按兵不動，那么阿里云40%的外部商業化增速、火山引擎成倍飆升的Token調用量，又從何而來？

具體來看，一是核心客戶群體的徹底更迭。

CPU時代，云廠商大客戶主要包括泛互聯網App、游戲廠商與數字化轉型期政企客戶。如今，月之暗面、智譜AI、MiniMax等AI新貴，自動駕駛廠商也在持續投入端到端大模型研發，成為AI云資源主要消耗者。由于大模型創業公司缺乏自建大型數據中心能力，融資所得，最終有很大一部分變成了購買大廠AI公有云算力的真實流水。這是一種典型的“資金在生態內部循環”帶來的階段性凈增量。

其次，是算力資源本身的高客單價溢價。過去通用CPU云資源客單價與毛利空間相對固定，而現在，云廠商向這些AI新貴和汽車廠商售賣的是經過自研技術調優的、極其稀缺的高端GPU算力集群。以阿里云為例，其平頭哥自研的AI芯片和GPU加速技術在2026年上半年實現大規模量產后，有超過60%的算力直接服務于外部的商業化客戶。這種自研硬件帶來的成本優勢，讓其在售賣算力時具備了極高的定價彈性，從而在既有收入中擠出了更高的利潤增量。

最后，是互聯網大廠內部業務線升級帶來的內部結算紅利。可以發現，像火山引擎、騰訊、阿里這樣的巨頭，其自身的搜索、電商推薦廣告系統、短視頻分發算法，現階段都在全面經歷向深度學習和多模態大模型的底層升級。這種集團內部“舊算力向新算力”的替換，雖然在合并報表中屬于內部抵消，卻能為云業務提供穩定需求，推動AI算力池利用率長期保持在安全線以上，也降低大規模基礎設施閑置風險。

由此來看，現階段AI云收入爆發，主要來自大模型創業公司集中采購算力，以及先鋒行業核心技術棧向GPU重構。這類增量呈現高集中度、高客單價特點。這恰到好處地彌補了傳統政企客戶由于宏觀周期原因，導致傳統云預算收緊的缺口。在結構替換中，完成了云計算大盤整體收入曲線的陡峭上揚。

三、MaaS，為云服務商到底帶來的是什么？

值得探討的是，AI云何時才能擺脫技術斷代帶來階段性焦慮和高能耗投入，進入健康、穩健增長階段？

其實，這場AI變革中，云廠商已經逐漸露出這種趨勢。

比如，火山引擎連續上調營收目標，直接反映行業風向變化。今年6月初，有消息稱，火山引擎將MaaS業務2026年全年營收目標上調至150億元。這一動作較為罕見，也說明MaaS開始從戰略投入轉向規模化收入來源。而支撐這一目標的，是持續擴大的模型調用規模。IDC數據顯示，火山引擎在2025中國公有云大模型調用量市場中占據49.5%的份額，位居行業第一。

那么，MaaS究竟通過什么路徑，打破傳統云計算依靠“賣裸資源、打價格戰”形成的循環，并為云廠商創造新增量？

其實，傳統云計算時代，企業將業務從阿里云遷移到騰訊云，雖然需要處理帶寬、數據庫和代碼遷移，但整體仍屬于數據與系統搬遷。只要競爭對手價格足夠低，企業就可能更換平臺。

進入MaaS階段，情況發生變化。

企業一旦在阿里云百煉或火山方舟上接入核心業務數據，經過數月精調，開發出適配業務場景的專屬模型和Agent體系，就會與平臺形成深度綁定。模型參數、上下文理解能力，以及模型與向量數據庫之間長期形成的調用關系，很難通過代碼復制遷移到其他平臺。

這種由“生態與算法黏性”帶來的極高客戶留存率，為云廠商鎖定了長期穩定的續費增量。

與此同時，MaaS徹底打破了云計算過去的客單價門檻，通過“無限降低準入標準”換取了客戶基數的幾何級數增長。

過去，中小企業和獨立開發者使用GPU算力，往往需要租用多個節點，每月承擔數萬元甚至十幾萬元支出，大量長尾客戶因此無法進入市場。MaaS將重資產投入轉化為輕量API調用，開發者按照Token數量付費，幾分錢甚至幾厘錢就能完成一次模型交互。

阿里云百煉客戶數實現同比8倍增長，離不開低門檻的計費模式。過去很少為云計算貢獻收入的中小企業、個人開發者和校園創業團隊，開始進入云廠商計費體系。這種長尾效應堆疊起來的整體增量，正在成為云廠商大盤里最不容忽視的毛細血管流水。

更重要的是，MaaS作為引流利器，正在高效率地拉動云廠商周邊高毛利、基礎云資源的復合交叉消費。

在真實的產業實踐中，一家企業在MaaS平臺上頻繁調用大模型進行業務推理時，為了保證數據的實時更新和精準檢索，必須同步配套采購云廠商的向量數據庫、高吞吐的對象存儲、以及為了保障大模型輸出內容合規性的安全云產品。換句話說，MaaS在前方沖鋒陷陣，表面上可能打的是低價甚至免費的API策略，但在后方，其實際上悄無聲息地帶動了云廠商旗下全套高毛利基礎軟件產品的“全家桶式銷售”。

這種由一階大模型調用引發的二階、三階周邊資源復合消費，才是MaaS給云廠商帶來的最具想象力的延伸增量。

雖然在2026年的當下，MaaS依然是一場典型的“資本開支先行、利潤釋放滯后”的硬仗。雖然在這場轟轟烈烈的計算重構中，云廠商重資產運行的底層商業規律未曾改變，但在推動AI技術落地產業、讓AI技術成為真正通用生產力的宏大進程中，云計算已經完成了最本質的一次價值進化。

如今，衡量一家云廠商卓越與否的標準，不再是其在物理世界上圈了多少畝機房、賣了多少核CPU，而是其在數字世界里，每天究竟在為千行百業的實體經濟，高效、普惠、且安全地吞吐著多少Token。