阿里云还会持续降价吗？

虽然降价和利润通常处于对立状态，但对于云业务而言，降价往往能产生“以价换量”的效果。随着云用户逐渐增加，分摊云成本的基数增大，当成本降至足够低的水平时，原本的亏损将因规模效应而转变为盈利。

在“百模大战”成为行业热潮之后，作为算力和算法基础支撑的云计算不可避免地成为互联网巨头们的竞争焦点。

据陆玖商业评论获悉，继四月底进行了“史上最大规模”的降价之后，阿里云的公有云产品未来仍有可能继续降价。

阿里云背后的考虑既简单又复杂：一方面，公有云逐渐占据云计算市场的主导地位；另一方面，“百模大战”对算力资源需求的激增也成为阿里云推动“算力普惠”更加充分的理由。

如今，百亿和千亿已成为模型训练的基本单位，更低的算力价格吸引了更广泛的B端用户，从而使得固定资产的前期投入得到无限摊薄。然而，在大模型和公有云的双重推动下，云计算行业的“局部战争”已经实质性地结束，而全面战争才刚刚开始。

公有云的必要性
阿里云继续降价的底气不仅来自于其在国内市场公有云市场的领先地位，还因为公有云本身正逐渐成为行业主流。

与公有云相比，私有云在表面上具有许多优势，包括更好的数据安全性和服务质量，以及对程序参数的定制权限等。从本质上来说，私有云是企业传统数据中心在云厂商处的延伸，与外部租用服务器并没有太大区别。

然而，即使拥有诸如“私密性”等优势，私有云的弊端也比想象中更多更复杂，这导致它在市场份额竞争中逐渐被公有云取代，成为市场上的“非主流”。

其中一个问题是数据安全。

从表面上看，这是一个不应该出现在私有云上的问题，非公有属性限制了用户接触服务器数据的方式，客观上提高了安全性，因为访问量较少。然而，在实际的市场环境中并非如此。据陆玖商业评论了解，在某些情况下，私有云的安全性甚至不如公有云。奇安信网络安全上市公司的相关人士告诉陆玖商业评论，目前的云服务器调用方式从最初的服务器端、PC端一直延伸到移动端和大模型端的API调用。随着接口数量的增加，安全隐患和相应的安全需求也随之呈指数级增长。公有云和私有云之间的安全力量差异类似于公共交通和私家车之间的区别。目前，规模较大的公有云厂商如腾讯云、阿里云、华为云等，其安全和运维人员的数量都是以百计计算的。即使是中大型企业部署的私有云，其安全人员的规模和投入力度也无法与公有云厂商相比，因此在数据安全系数上存在差异。

第二个问题是云资源的低利用率。

这个问题并非私有云所独有，公有云也存在类似情况，只是私有云的算力浪费更为显著。在4月25日的中国移动云大会上，清华大学计算机科学与技术系教授郑纬民直言不讳地指出，目前云资源的行业利用并不充分：“我们现在云计算CPU的利用率很低，从整个国家来看，公有云能得到20%~30%已经很不错。”同时，对于云计算需求量巨大的国营企业来说，他们通常不会选择使用公有云，而是自行建立私有云。然而，这部分市场主要由华为云、天翼云、移动云等运营商云所占据，但实际利用率更低，只有5%到10%。”

阿里云的降价策略可以被视为一种结果，而不仅仅是一个手段。

尽管在大多数情况下，降价和利润似乎是对立的，但对于云业务而言，降价往往能够实现“以价换量”的效果。随着云用户数量的增加和云成本的分摊增加，当云成本降至足够低的时候，原本的亏损可以通过规模效应转变为盈利。

对于阿里云来说，降价更像是其发展的一个结果。原因在于，随着整体公有云规模的扩大，效率提升也呈正相关。在规模扩大的同时，阿里云的技术红利也会不断释放，市场端的体现就是降价。

从市场份额优先转向利润优先是阿里云发展阶段的转变，与其发展阶段密切相关。中国电信旗下的研究院将云计算厂商划分为三个发展阶段。第二阶段是能力锻造和价值提升阶段，特点是研发投入大幅提升、云产品品类丰富、市场份额持续提升。阿里云和谷歌云正处于这一发展阶段。

在国内公有云市场中，阿里云已经达到了发挥竞争优势的门槛。根据IDC最新发布的公有云市场报告，虽然阿里云的市场份额有所下降，但仍然保持国内市场第一的位置。然而，在国外市场上，阿里云仅占据5.2%的全球份额，难以发挥规模优势。因此，阿里云在国内公有云市场上通过较高的用户量来摊薄成本，换取一定程度的利润增长；而在全球范围内，则需通过价格优势与竞争对手竞争，保持一定程度上的“性价比”。

此外，与最初阶段相比，阿里云在十年时间里算力成本下降了80%，存储成本下降了90%。因此，云产品降价的背后仍与成本下降密切相关。

对于大模型赛道来说，体系化、规模化的公有云同样为新一轮大模型创新和产业化提供了入场券。这并非充分条件，而是必要条件。类似的观点也得到了阿里云智能科技研究中心主任安筱鹏的认可。他认为，人工智能大模型的竞争本质上是AI大模型与公有云体系化能力的竞争。

目前市面上可用的大模型数量众多，但要真正商业化，整个过程中投入的算力成本和数据成本将成为制约其发展的核心要素。此外，一个理论模型想要变成千行百业的垂直大模型，需要经过理论、工程化、产业化三个阶段。在产业化和商业化阶段，通过公有云的手段来进行输出，合理配置全国乃至全球的产业链资源也是必要条件之一。

选择公有云而非私有云的原因是，在私有云条件下训练模型的成本往往会更高。同时，在低利用率的情况下，使用私有云训练模型既不高效也不经济。

行业分析师向陆玖商业评论透露，以今年备受关注的大模型领域为例，OpenAI的chatgpt是通过利用微软公有云进行三年研发而成的。然而，他们对于云资源的最主要利用仍然集中在模型训练和研发阶段。

对于其他产品型公司而言，仅仅因为一个大模型就购置大规模的算力资产，在短期研发后就将其废弃，这种明显的算力浪费同样值得注意。新技术和新产品对算力需求的增加，实际上也增加了公有云相对于私有云的机会。

因此，在某种程度上，这也可以被视为“专业人做专业事”的范畴。

阿里云等云厂商在自身进行通义大模型训练和落地，或为其他大模型提供云服务时，对于公有云体系来说，同样面临着巨大的机遇。

其中之一是算力形式的转变。过去，阿里云的主力产品是传统的IaaS，每元营收平均亏损5元。然而，如今云计算的智能算力已经取代了传统算力，如服务器和计算机。通过与大模型厂商的合作，阿里云不断推出与大模型配套的生态服务，从云上衍生出新的技术可能。以大模型训练为例，现在只需几万元就能在阿里云按月购买AI训练的GPU集群，这对一些初创大模型团队来说是意义重大的。

另外，公有云与私有云之间更大的区别在于云厂商的服务能力。阿里云相关人员表示，大模型行业的发展确实带来了相当规模的增长。以阿里云内部孵化的妙鸭相机项目为例，该项目全程使用了阿里云服务。在项目爆火之后，后台的算力需求呈现数百倍的暴增，如果此前妙鸭相机选择在私有云上部署，将无法应对这种暴增的需求。但在阿里云这类公有云上，产品厂商可以获得更多的服务，包括底层的算力、计算平台、训练工具与模型服务等。

全栈能力意味着对于技术储备有所欠缺的公司而言，某个缺失的环节可以由阿里云直接补足。例如，阿里云产品端已经有成规模的开源模型社区，对话型模型可以直接选用通义千问进行微调。此外，应用阶段也可以直接在阿里云上推进到应用层，中间环节的缺失可能会带来高昂的成本。

在这个意义上，与大模型同频共振的公有云市场正迎来一次新的技术变革。无论是阿里云还是其他云厂商，谁能在公有云领域获得话语权，谁就能更早掌握创新的原动力。可以预见，在阿里云的下一轮降价后，公有云赛道的新战事将会再度打响。