一年前，依然有不少云计算从业者思考，AI公有云到底是不是一个伪命题？

支持AI公有云观点者有之。他们认为AI是更具变革性的技术，在更早期就应该确立“AI为体，云为用”的思路，既然AI门槛高，那么就应当以云为载体，为AI的落地产业降低一些复杂性。

反对AI公有云观点亦有之。一位云厂商高管坦诚表示，大家都在讲AI，但实际上AI占云计算市场收入的占比不高，我们必须承认，云最大的收入还是来自于IaaS，“AI for云”这件事，在中国云计算行业才刚刚起步。

很多厂商都把云计算的重要性排在AI之前，即产品的逻辑、技术的路径，都是研究如何用AI增强现有的产品能力，或者丰富现有的云计算体系，AI更多是云计算市场的补充。

但是，大模型时代到来之后，AI公有云这件事变得有些不同了。

 IDC已经连续四年发布《中国AI公有云服务市场份额》报告，在最新的报告中，IDC表示，未来5年，大模型、生成式AI驱动的下一代人工智能，有望带动整体产业重回高增长时代。

AI公有云报告的前瞻性，某种程度上揭开了云与AI发展交织的路径。

《IDC中国AI公有云服务市场份额，2022》收获了比以往还要多的关注，核心原因无疑是大模型，本次报告IDC将更多笔墨描写在未来，而不只是对过去的总结。这可以理解为，报告所覆盖的2022年，大模型效应还未完全释放，所以IDC做了更多前瞻性表述。

拆解报告有两个看点，一是大模型时代之前的AI公有云，储备有多少基本决定了如今大模型赛道的位次。二是大模型如何影响AI公有云。云厂商都在找寻方向，是技术的，也是商业的。

过去数年时间，云计算市场增速有所放缓，但是AI公有云市场仍然保持了高速增长。根据IDC报告，2022年中国AI公有云服务市场增速达到80.6%。

即在大模型火爆之前的2022年，AI公有云的增长路径就已经比较明显。以百度智能云为例，市场份额占比第一，增速达69.7%，这也是百度智能云连续四年、第八次排名第一。

百度智能云是笃定AI公有云路线的厂商，大模型的能力不会凭空而来，之前所有的AI产品都代表经验和技术积累，例如百度智能云在市场规模最大、增速最高的“计算机视觉”市场，以及大模型最核心的技术“自然语言处理”市场，都位列第一。这些市场增长就主要源于多模态 AI 以及早期的生成式 AI 场景驱动。

技术的发展有其延续性，譬如大模型训练就是典型的周期工程，在很多厂商慌忙研究怎么搭建一个大模型训练平台时，百度文心一言能国内第一个推向市场，也实现了更好的效果，部分就是因为在AI公有云市场多年的服务企业经验沉淀。

IDC也提到，大模型、生成式AI对公有云市场带来的影响包括：一是快速显著拉动AI IaaS市场的增长。原因在于大模型的预训练需要大规模算力，部署到用户端进行微调或者二次训练对算力也有一定的要求，能够提供高性价比、稳定算力的厂商将优先获益。

百度智能云已经超前打造了“智能计算底座”，和微软Azure理念相通，相当于为大模型打造了一个AI超级计算机。

在AI IaaS层，整合百度自研的AI芯片“昆仑芯”，在AI计算、存储、加速、容器方面进行系统优化，提供高性价比的算力，承载海量数据的处理、超大模型的训练和推理；在AI PaaS层，整合自研飞桨深度学习框架、百度文心大模型，打通样本中心、模型中心、AI开发平台、AI服务运行平台，实现从数据存储到模型训练、生产、部署、测试的全链路、批量化生产。

从自研芯片到自研框架再到全面的AI能力，全栈的AI解决方案，这是IDC在报告中提及百度的独特优势。

无论是否支持AI公有云的观点，所有云厂商都有过一种想法，靠AI带动云计算的消费，AI任务可以用云来支撑，尤其是一些大型复杂的AI计算任务，这种想法看起来很美好，逻辑似乎也成立。

但在实际业务中，云厂商发现，人工智能的场景呈碎片化状态，本身就不是非常核心的业务场景，完全可以单独拆分，AI就是AI，云就是云，对于企业来说，要么成本太高，要么收益不够，AI公有云吸引力有一些，但不大。

大模型之于AI公有云的意义，在于大模型可以改变过去“手工作坊定制算法”的高成本模式，转向“工厂模式”，只需要微调和精调，就可以形成针对性的场景算法，而AI公有云具备规模化效应，可以低成本的将这些解决方案快速输送给需要的企业。

大模型+云的组合优点，让所有人不得不重新审视AI公有云。

大模型已经不仅仅是对单个产品系统的增强，而是一个All-in-one的能力，MaaS概念得到认可和推广，本质上是大模型一旦变成了基础设施和能力，就把原来PaaS和SaaS的增强能力结合，变成了一种全新的基础设施能力，即MaaS。

对于云厂商来讲，以All-in-one的模型作为基础，以MaaS去构建整个AI的平台确实刚刚开始，百度智能云走的更早，也走得更远。除了模型本身的开放能力以外，百度智能云也在服务各行各业的产品和业务。

即便在行业know-how成为壁垒的工业场景，百度智能云甚至已经超越单一场景业务，进入到核心系统的大模型试点，智能产品和解决方案沉淀在百度智能云开物工业互联网平台上，从单点智能化向企业智能化中枢演进，大模型的泛化能力，进一步提升了百度智能云的规模化、工程化复制能力。

百度文心千帆大模型平台也是大模型能力迭代的关键产品，集合了大模型全流程工具链，包含了数据管理、模型训练、评估优化、预测服务部署，以及插件服务，从而降低企业使用大模型的门槛和成本。

对于短时间内没有自研能力的厂商，以及没有 AI 研发积累的厂商，不需要考虑自研大模型，可以直接利用市面上已有的能力来升级解决方案，形成自身业务升值溢价能力。此时， AI公有云就越来越成为诸多厂商的必需品。

IDC也表示，面向未来，生成式 AI、大模型的技术突破与落地速度超出想象。无论是聚焦在 AI 能力平台的厂商，还是提供行业解决方案的厂商，都需要确保自己的产品/解决方案提供这部分能力。

据了解，百度文心大模型已升级至3.5版本，与3月份的3.0版本相比，训练速度提升了2倍，推理速度提升了30倍。多项公开权威测评显示，由文心大模型3.5支持的文心一言综合能力评测得分超过ChatGPT，遥遥领先其他大模型，部分中文能力超出GPT-4。

大模型短期内将带动云上AI能力市场的增长，当前大模型、生成式AI的产品能力都正在研发当中，需要不断地迭代更新，云厂商可以让用户快速获得最新能力。可以预见的是，未来AI一定会占云市场较大的收入比例，或者至少是不可忽视的收入比例。

大模型时代，再观AI公有云，回答AI公有云成立与否，本质上就和回答云计算是否成立，是一回事。

中国云计算发展逾十年，前些年行业还会有所争论，云计算是一种技术体系，还是一种商业模式，而市场证明，云计算经历了商业向技术过渡的转向，随着云计算市场规模的扩大、云应用纵深的增加，云原生的兴起开辟了新的一方天地。

AI公有云正在经历类似的过程，大模型回答了“一个模型能否解决通用问题”以及“模型本身是否有价值”的关键问题，当大模型的应用场景的广度和深度继续扩展，原生的AI公有云体系也将形成，百度智能云战略与AI公有云的发展走到了愈发明晰的交汇点。